Shaoshu Su
University at Buffalo
収録論文 13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
- ポイント単位で洗練可能な意味マップによる空間理解意味マッピング2026/10/22
各物体点に信頼度スコアを持たせ、多視点の時間的証拠でオンライン更新することで、動的環境でも誤りや古い点を継続的に除去・洗練する物体中心の3D意味マッピング手法を提案した。
- 複雑な論理制約下での長期的タスク計画のためのニューロシンボリック学習タスク計画2026/6/1
ロボットの長期的タスク計画において、ニューラルスコアラーとシンボリックプランナーを二段階最適化で統合し、学習と計画の不一致を解消する手法を提案。並列リカバリ戦略により性能を向上させた。
- 跳ぶべき時を学ぶオフロードナビゲーションナビゲーション2026/2/1
地形ごとの走行コストを速度の関数としてモデル化し、溝を跳び越えるなど速度に応じた安全な経路計画を実現した研究。
- ニューロシンボリック緩和による高速タスクプランニングタスクプランニング2025/7/1
ニューラルネットで重要物体を予測しつつ記号プランナで緩和・拡張を行うことで、長期的タスク計画を高速かつ高成功率で実現する手法を提案。
- SuperPC:点群の補完・アップサンプリング・ノイズ除去・着色を同時に行う単一拡散モデル点群処理2025/3/1
点群の欠損・低解像度・ノイズ・無色という4つの問題を、単一の拡散モデルで同時に解決する手法を提案。
- VL-Nav: ニューロシンボリック推論に基づく視覚言語ナビゲーション視覚言語ナビゲーション2025/2/1
記号的3Dシーングラフと画像メモリを活用したニューロシンボリックなタスクプランナと探索システムにより、複雑な指示に基づく大規模未知環境でのロボットナビゲーションを実現した。
- AnyNav: 視覚による神経記号的摩擦学習を用いたオフロードナビゲーションオフロードナビゲーション2025/1/1
視覚から地形の摩擦係数を推定し、物理モデルと組み合わせてオフロード走行の経路と速度を計画する神経記号的手法を提案。実機へのsim2real転移も実証した。
- iKap: 運動学を考慮した命令的学習による計画計画2024/12/1
視覚から計画を生成するシステムにロボットの運動学モデルを組み込み、自己教師あり学習と微分可能な二段階最適化で衝突回避と運動学制約を同時に満たす軌道計画を実現した。
- 命令的学習:ロボット自律性のための自己教師ありニューロシンボリック学習フレームワークニューロシンボリック2024/6/1
ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- SubT-MRSデータセット:SLAMを全天候環境へと押し進めるSLAM2023/7/1
煙や粉塵、照明変化など多様な劣化環境を含む実世界SLAMデータセットを構築し、LiDAR・魚眼カメラ・IMU・熱カメラなどのマルチモーダルセンサと空中・脚式・車輪ロボットを組み合わせ、頑健性評価指標を新たに提案した。
- iSLAM: 命令的SLAMSLAM2023/6/1
データ駆動型フロントエンドと幾何学ベースのバックエンドを二段階最適化で相互接続し、自己教師あり学習で双方向に補正する新しいSLAMフレームワークを提案。ステレオ慣性SLAMで平均22%の精度向上を実現。
- 自動運転レースにおけるモデル誤差補償のための二重反復ガウス過程回帰制御/モデリング2023/5/1
自動運転レースの計画と制御の両方のモデル誤差を2つのガウス過程回帰で補償し、反復的にデータを収集する手法を提案し、高忠実度シミュレータで性能と安定性の向上を示した。
