Rushikesh Kamalapurkar
収録論文 6本 ・ フィジカルAI/ロボット学習
ガウス過程フィールドマッピングナビゲーション/マッピングガウス過程回帰状態推定
※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
- 入力バイアス補正付きガウス過程回帰ガウス過程2026/10/22
移動センサの姿勢推定誤差で学習したガウス過程を、より正確な入力推定が得られた際に効率的に補正するBa-GPフレームワークを提案し、予測精度と不確かさ校正の改善を実証した。
- ハフ変換を用いたガウス過程による安全性を考慮したスカラー場マッピングフィールドマッピング2026/4/1
センサ搭載ロボットが危険領域(高強度領域)を回避しながら未知のスカラー場を安全にマッピングする枠組みを提案。ガウス過程で場をモデル化し、ハフ変換で危険領域の構造を推定しつつ、確率的な安全性保証に基づくサンプリング戦略でロボットを誘導する。
- 並列オクトマッピング:自律ナビゲーションにおける経路計画向上のためのスケーラブルなフレームワークナビゲーション/マッピング2026/3/1
固定解像度マッピングの過剰保守的な障害物表現による経路計画の失敗を解決するため、並列OctoMapベースのマッピング手法POMPを提案し、自由空間の表現を最大化しつつマルチスレッド計算を実現した。
- テイラー展開によるロボットフィールドマッピングの位置推定誤差補正:ガウス過程を用いた手法フィールドマッピング2026/1/1
ガウス過程によるフィールドマッピングで、ロボットの位置推定誤差が予測精度を低下させる問題に対し、カーネル関数の微分可能性を利用した2次補正アルゴリズムを提案し、シミュレーションで精度と計算効率の向上を示した。
- ガウス過程回帰における入力誤差補正へのテイラー展開アプローチガウス過程回帰2025/4/1
ガウス過程回帰モデルにおいて、入力にバイアス誤差がある場合に、学習済みモデルを再計算せずに更新する二次補正アルゴリズムを提案し、予測精度と不確実性評価の改善を示した。
- 並行学習を用いた画像ベース深度推定のための全次元・低次元オブザーバの拡張状態推定2020/8/1
透視力学系モデルに対し、並行学習を活用した全次元・低次元状態オブザーバを設計し、カメラ画像列から特徴点の深度を推定する手法を提案。安定性解析とシミュレーション・実機実験で精度と収束性を検証した。
