Rebecca Russell
収録論文 10本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- データ効率的な共同追跡と分類のためのハイブリッド適応カルマンフィルタフィルタリング/状態推定2026/6/1
測定データのみから自己教師ありでシステムダイナミクスとプロセスノイズ共分散の構造的補正を学習し、フィルタの確率的構造を保ちつつ、イノベーション尤度を用いたモデル分類も可能にするハイブリッド適応カルマンフィルタを提案した。
- 低軌道衛星の緯度引数誤差モデルと共分散補正のための機械学習軌道力学/機械学習2026/2/1
低軌道衛星の軌道伝播における大気抵抗のモデル誤差を機械学習で補正し、緯度引数の誤差をガウス分布として予測することで、共分散の精度を向上させる手法を提案した。
- 非ガウス偶然不確かさの深層モデリング状態推定2024/5/1
ロボット状態推定における非ガウス的な偶然不確かさを扱うため、パラメトリック・離散化・生成モデリングの3つの深層学習手法を定式化し、シミュレーションと実地形相対ナビゲーションで比較評価した。
- 長期的な軌道予測における偶然的不確かさと認識的不確かさの学習世界モデル2023/2/1
エージェントの世界モデルを用いて長期軌道を予測し、偶然的不確かさと認識的不確かさの両方を考慮した深層生成モデルを開発した。
- 軌道データからの対称性検出による強化学習表現の意味付け強化学習2022/11/1
強化学習システムの対称性を生の軌道データから自動検出し、圧縮された意味のある状態表現を作る手法を提案。
- 自律エージェントの能力評価のための不確かさ定量化不確かさ定量化2022/6/1
深層生成モデルのアンサンブルを用いて、自律エージェントがタスク結果を予測する際の偶然的不確かさと認識的不確かさを定量化し、能力評価に役立てる手法を提案した。
- 深層生成モデルによる自律エージェントの能力評価ワールドモデル2022/3/1
条件付きVAEと再帰型ニューラルネットを組み合わせた確率的ワールドモデルでエージェントの軌道を長期予測し、タスク達成確率を算出して能力を評価する手法を提案した。
- 実データと想像データから強化学習の行動条件を説明する強化学習/解釈性2020/11/1
強化学習エージェントの行動戦略や結果を予測する条件を、実環境と学習済み世界モデルが生成した想像軌道の両方から解釈可能な決定木で抽出する手法を提案した論文。
- 合成データで学習するリアルタイム6DoF物体姿勢推定姿勢推定2018/8/1
合成姿勢データのみで学習したPose Interpreter NetworkとRGBセグメンテーションを組み合わせ、深度情報なしで実時間(20Hz)の6DoF物体姿勢推定を実現した。
- SegICP-DSR:密な意味的シーン再構成と位置合わせ位置推定2017/11/1
敵対的学習によるセグメンテーション改善や自動キャリブレーション、視点別レイキャスティング、密な意味的ElasticFusion点群を組み合わせ、非構造環境での物体姿勢推定をmm精度・97%成功率で実現した。
