Srinivasa Narasimhan
Carnegie Mellon University
収録論文 6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
- 実世界のセンサ故障モードを再現するマルチモーダル知覚シミュレータマルチモーダル知覚シミュレーション2026/11/5
カメラやイベント・SPAD・ToF・熱カメラなど多様なセンサの物理的測定過程を精密にモデル化し、実機で問題となる故障モードを再現できる知覚シミュレータVisionSIMを提案した。
- Dash2Sim: 実走行ダッシュカム映像からのクローズドループ運転シミュレーション自動運転シミュレーション2026/6/1
単眼ダッシュカム映像から正確な4D運転ログを復元し、既存シミュレータで利用可能にするフレームワークを提案。大規模データセットROADWork4Dを構築し、工事現場シナリオでのプランナー性能を評価した。
- RAD-LAD: ルールと言語に基づくリアルタイム自動運転自動運転2026/3/1
リアルタイムで動作する言語・行動プランナーLADと、ルールベースのプランナーRADを提案し、それらを組み合わせたハイブリッドシステムが自動運転の性能を向上させることを示した論文。
- 密なメトリック深度を組み込んだニューラル3D表現による視点合成と再照明ニューラルレンダリング2024/9/1
ロボット環境で撮影した少数視点の画像と密な深度情報をニューラル3D表現の学習に統合し、テクスチャと形状のエッジを区別することで高品質な視点合成と再照明を実現する手法を提案。
- プログラマブルライトカーテンによるロボット安全監視安全監視2024/4/1
可制御な深度センサ(プログラマブルライトカーテン)を使い、協働ロボットの動きに合わせた仮想安全エンベロープを投影して侵入物を検知する、安価で柔軟なリアルタイム安全監視システムを開発した。
- ライトカーテンを用いた自己教師ありマルチアームドバンディットによる能動的速度推定知覚/ナビゲーション2023/2/1
安価で高解像度なプログラマブルライトカーテンを使い、パーティクルフィルタと占有格子で物体の位置・速度を推定する。カーテン配置を情報利得最大化と予測検証で戦略化し、自己教師あり報酬とマルチアームドバンディットでリアルタイムに方策を切替える。
