Seung-Woo Seo
収録論文 25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
- CUSP: オフロードナビゲーションにおける知覚開始点でのCUSUM統治サバイバルハザード警報ナビゲーション2026/10/6
人間の介入ログから「安全運転が危険に転じる瞬間(知覚開始点)」を学習し、CUSUMでリスクを蓄積して実行時に危険警報を発するモデル非依存の手法を提案。
- どの地形が良いか?VLMプロトタイプによるオフロード走行可能度ランキングのための選好学習走行可能度推定/オフロードナビゲーション2026/9/20
既存のアノテーションを領域ペアの順序に変換し、凍結したVLMのパッチトークン上に小さな読み出し層を学習させることで、地形の走行しやすさをランキングする手法TravProを提案。RGB生徒モデルが密な選好マップを蒸留する。
- 渡る前に地形を感じる:オフロードナビゲーションのための世界モデルナビゲーション/世界モデル2026/9/17
固有感覚を入力に用いて、カメラ映像だけでなくロボットが感じる物理的未来(滑り・傾き・振動・失敗リスク)を予測するオフロードナビゲーション世界モデルFeel-WMを提案し、実機とシミュレーションで視覚のみのモデルを上回る性能を示した。
- CanonNav: カメラ幾何からナビゲーション行動を分離するクロスプラットフォーム視覚ナビゲーション視覚ナビゲーション2026/8/31
クロスプラットフォームのデモから視覚ナビゲーションを学習する際、カメラ幾何の影響を分離し、安全性と局所進行の補助監督を導入するフレームワークCanonNavを提案。RGBのみでRGB-D法を上回る性能を達成。
- FPAS: 大規模未知環境のための適応サンプリングを用いたフロンティアベース経路計画経路計画2026/6/1
大規模未知環境での効率的な目標到達を実現するため、フロンティア概念を目標指向タスクに再解釈し、適応サンプリングで計算負荷を軽減する経路計画フレームワークを提案した。
- 順序ニューラルコラプスを視覚ナビゲーションの表現事前分布として用いる手法ナビゲーション2026/6/1
視覚ベースのナビゲーションにおいて、エンコーダの表現空間を行動の順序構造に合わせて整理する手法ORIONを提案し、曖昧な判断点での行動不一致を低減する。
- CIPER: クロスビュー画像検索と位置推定のための統合フレームワーク位置推定2026/6/1
地上画像と航空画像を照合して位置を推定する際に、広域検索と高精度位置推定を単一のトランスフォーマーアーキテクチャで同時に行う手法を提案した。
- 汎用視覚から信頼できる走行可能性推定へ:未構造屋外環境向け視覚基盤モデルの適応走行可能性推定2026/5/1
視覚基盤モデルを未構造屋外環境での走行可能性推定に適応させるフレームワークViTAを提案し、SAM2を基盤にタスク固有の知識注入と幾何学知識の蒸留により、精度と汎化性を向上させた。
- オフロード環境におけるセマンティックセグメンテーションの分布シフト緩和法セマンティックセグメンテーション2026/5/1
オフロード環境でのセマンティックセグメンテーションの精度低下を招く分布シフトに対し、スタイル拡張とテクスチャ正則化を用いたフレームワークST-Segを提案し、既存手法を上回る性能を実証した。
- ロボット制御における分布シフト問題の緩和:オフラインからオンラインへの模倣学習に基づくロバストかつ適応的なアプローチ模倣学習2026/5/1
専門家デモの状態-行動カバレッジ不足による分布シフト問題に対し、補助デモでロバスト性を高め、オンラインで自己教師あり学習により適応する枠組みを提案した。
- 言語をコストに:VLMを用いたロボットナビゲーションのための先読み危険地図生成ナビゲーション/VLM2025/8/1
VLMで視覚シーンを解釈し、動的な危険を事前に予測してリスク考慮型のナビゲーションコストを割り当てるゼロショット手法を提案し、動的環境でのナビゲーション成功率を向上させた。
- 動的コントラストスキル学習:状態遷移に基づくスキルクラスタリングと動的長さ調整スキル学習2025/4/1
状態遷移に着目したコントラスト学習で意味的に類似した行動を同一スキルとして抽出し、スキルの時間長も動的に調整する枠組みDCSLを提案した。
- LaMOuR: 言語モデルを活用した強化学習の分布外状態からの復帰強化学習2025/3/1
LVLMが画像説明・論理推論・コード生成を用いて密な報酬コードを生成し、不確実性推定に頼らずエージェントを分布外状態から元のタスクへ復帰させる手法を提案。
- DIAL: 安全クリティカルシステムのためのマルチタスク制約の分布情報適応学習安全強化学習2025/1/1
複数タスクに共通する制約分布を模倣学習で獲得し、リスクレベルを調整して新しいタスクに適応することで、タスク固有の制約定義なしに安全な強化学習を実現する手法を提案した。
- E2Map: 言語モデルを用いた自己内省的ロボットナビゲーションのための経験・感情マップナビゲーション2024/9/1
ロボットが実環境での経験と感情的反応をマップに統合し、言語モデルによる初期計画を一度の経験で修正することで、確率的環境でのナビゲーション性能を向上させる手法を提案。
- 最小限の人的介入で自動運転車を訓練する自律アルゴリズム自動運転/強化学習2024/5/1
実世界での強化学習による自動運転訓練において、エピソード間のリセットに必要な人的介入を削減する自律アルゴリズムを提案。未探索だが到達可能な状態から得られる情報量を見積もり、有益な初期状態を特定する。
- 山岳地形における走破性を考慮した適応的最適化による経路計画と制御経路計画2024/4/1
走破性をロボットの内部状態を考慮した相対値として捉え、サンプリングベース計画と予測制御に組み込むことで、山岳地形での自律走行を頑健にする手法を提案した。
- 空港・混雑屋内・都市環境における自動運転交通サービスの成果と教訓自動運転2024/3/1
空港・混雑した屋内・都市という異なる3環境で自動運転による輸送サービスを実証し、それぞれ固有の課題への対処法と残された課題を報告した。
- 足跡を追え:幾何・視覚手がかりに基づくオフロード車両ナビゲーションのための自己教師あり走行可能性推定走行可能性推定/オフロードナビゲーション2024/2/1
オフロード環境での走行可能領域を推定するため、路面勾配と意味情報を統合するガイドフィルタネットワークと、走行済みの足跡を自己教師信号として使うモジュールを提案した。
- タスク固有知識を必要としない自己教師ありカリキュラム生成による自律強化学習強化学習2023/11/1
タスク固有の初期状態や報酬関数を使わず、成功識別器を自己教師ありで学習してエージェントの進捗に適応したカリキュラムを生成する自律強化学習手法を提案し、手動リセットを大幅に削減した。
- 想像力拡張階層強化学習による都市環境での安全でインタラクティブな自動運転自動運転2023/11/1
想像力を階層強化学習に統合し、低レベル方策が安全な行動を想像し高レベル方策が周囲物体とのインタラクションを推論することで、都市環境での安全でインタラクティブな自動運転を実現する手法を提案。
- SeRO: 分布外状況からの回復のための自己教師あり強化学習強化学習2023/11/1
強化学習エージェントが分布外状態に陥った際に、自己教師ありで元の状態分布へ戻る方法を学習し、元タスクの性能を回復させる手法を提案した。
- 変分逆強化学習によるマルチタスク転移可能な報酬の学習逆強化学習2022/6/1
複数タスクの未ラベル専門家デモから、状況依存の相互情報量を変分下界で最適化し、転移可能な報酬関数と方策を同時学習する手法を提案。
- GIN: 自動運転のためのグラフベース相互作用認識制約ポリシー最適化自動運転2022/6/1
周囲車両の動きをグラフで表現し、グラフ畳み込みで相互作用を考慮した制約付き強化学習により、安全な運転制御と運動予測を同時に学習する手法を提案した。
- オンラインコミュニティ投稿を活用したロボット恋愛コーチングシステム対話ロボット2020/11/1
オンラインコミュニティの会話データをコーパスとして用い、恋愛相談ができる対話ロボットを開発し、97名の参加者による会話実験でその認識を評価した。
