Seyed Fakoorian
収録論文 6本 ・ フィジカルAI/ロボット学習
ナビゲーション模倣学習地下探査/群制御走行可能領域予測状態推定自律探査
※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
- StratMamba:経路効率的なLiDAR障害物回避のための戦略的・反応的ストリーム分割ナビゲーション2026/7/1
LiDARデータを高速減衰と低速減衰の2つのストリームに分割するMambaベースのアーキテクチャを提案し、反応的回避と戦略的計画を両立させて障害物回避性能を向上させた。
- 非ホロノミック移動台車と双腕の協調制御のための拡散ポリシー:ドア開閉と通過模倣学習2026/5/1
拡散モデルに基づく視覚運動制御ポリシーを用いて、非ホロノミック移動台車と双腕を協調させ、重いドアの開閉と通過をエンドツーエンドで学習する手法を提案した。
- NeBula拡張:TEAM CoSTARのソリューションを大規模環境へ展開する補遺地下探査/群制御2025/4/1
DARPA地下チャレンジに参加したTEAM CoSTARのNeBula自律探査システムを、より広範囲・大規模な地下環境に対応させるためのハードウェア・ソフトウェア・アルゴリズム拡張を提示し、実環境で実証した。
- 安全な地形の再構成学習による自己教師あり走行可能領域予測走行可能領域予測2022/8/1
車両の走行軌跡をカメラ画像に投影し、マスク付きオートエンコーダの再構成誤差から低リスク・高リスク地形を自己教師ありで識別する手法を提案した。
- 適応的最大コレントロピー基準カルマンフィルタによる頑健な状態推定状態推定2021/3/1
劣化した知覚環境でロボットが使う状態推定のため、外れ値や非ガウスノイズに強く、測定品質に応じてフィルタパラメータをオンライン調整するAMCCKFを提案し、空中・地上ロボット実験で有効性を示した。
- NeBula:過酷環境下でのロボット自律性を目指すフレームワーク — DARPA地下チャレンジにおけるTEAM CoSTARの取り組み自律探査2021/3/1
DARPA地下チャレンジでCoSTARチームが用いた、不確実性を考慮した自律探査フレームワークNeBulaのアルゴリズム・ハードウェア・ソフトウェア構成と競技結果をまとめた論文。
