Sung-Kyun Kim
収録論文 19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
- 記憶の宮殿へ:長期的能動的 embodied 質問応答のための推論と計画VLA2025/7/1
ロボットが過去の経験を記憶しつつ能動的に環境を探索し、時間に根ざした複雑な質問に答える新タスクLA-EQAを提案し、記憶の宮殿に着想を得たシーングラフベースの構造化記憶と情報価値に基づく停止基準で探索と想起のトレードオフを解決する手法を開発した。
- Pixels-to-Graph: 建物情報モデルとシーングラフのリアルタイム統合による人間-ロボット間の意味的・幾何的理解シーングラフ2025/6/1
画像とLiDARからCPUのみでリアルタイムに構造化シーングラフを生成し、2D地図と3D点群を多層グラフで統合する軽量手法を提案。NASA JPLの脚ロボットで実環境検証。
- 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。
- SayComply: 検索ベース言語モデルによる実環境ロボットタスクの運用コンプライアンス遵守タスクプランニング/RAG2024/11/1
運用マニュアルに従う必要があるロボットのタスク計画のため、階層的データベースと木構造RAGを用いてドメイン知識に基づいた計画を生成する手法を提案し、実機実験で有効性を示した。
- SEEK: 実世界の検査タスクにおける物体目標ナビゲーションのための意味推論物体目標ナビゲーション2024/5/1
事前の空間配置と常識的な意味知識を組み合わせ、動的シーングラフと関係意味ネットワークを用いて対象物体を効率的に探索・ナビゲートする枠組みを提案し、脚式ロボットで実証した。
- 意味論的信念ビヘイビアグラフ:未知環境における自律ロボット検査の実現自律検査2024/1/1
未知環境での自律ロボット検査のため、意味論に基づく行動ノードと遷移をグラフで表現し、能動的意味探索で対象を発見しながら検査する枠組みSB2Gを提案。脚式ロボットによる都市検査で人間に匹敵する効率を実証した。
- 意味的信念グラフによる極限環境での安全かつ効率的なナビゲーションナビゲーション2023/4/1
未知の不整地でロボットが安全かつ効率的に移動するため、地形の意味情報と不確かさを確率ロードマップ上で扱う「意味的信念グラフ」を提案し、脚ロボットの実環境実験で検証した。
- 未知環境を効率的に探索するための適応的カバレッジ経路計画経路計画2023/2/1
未知環境を限られた時間で探索するため、センサが覆う面積を最大化する経路を木構造の逐次意思決定として計画する手法を提案し、DARPA地下チャレンジでも活用した。
- 能動的ロボット源探索のための高速でスケーラブルな信号推論能動探索2023/1/1
ロボットが未知環境で信号源を探索する際に、大規模な計測データと障害物を扱えるグローバル・ローカル因子グラフモデルを提案し、スケーラブルなプランナーと組み合わせてシミュレーションと実機で性能向上を示した。
- 不確実性下の探索におけるリスクを考慮したメタレベル意思決定探索2022/9/1
未知環境のロボット探索において、局所・大域方策を状況に応じて切り替えるリスク考慮型メタレベル意思決定フレームワークを提案し、シミュレーションと実機実験で大規模環境の探索効率を向上させた。
- ACHORD: 断続的な接続環境における通信を考慮したマルチロボット協調群制御2022/6/1
通信が制限された地下環境で、ネットワークアーキテクチャと高レベル意思決定を統合設計し、断続接続に耐えつつドロップ可能な無線機でネットワークを拡張するマルチロボット協調システムを提案・評価した。
- FIG-OP:限られた時間で大規模未知環境を探索する手法探索計画2022/3/1
時間制約下で大規模未知環境を自律探索するため、情報利得を前倒しするFIG-OPを提案し、トポロジカル・メトリック地図を統合した表現で解く手法。地下鉄や鉱山で実証し、従来手法より探索効率が向上。
- 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。
- PLGRIM: 未知環境の大規模探索のための階層的価値学習探索/階層的計画2021/2/1
不確実性を考慮した信念空間での大規模探索を可能にするため、局所的なリスク対応と大域的な報酬追求を階層的に統合した価値学習フレームワークPLGRIMを提案し、火星類似の溶岩洞窟を含む実機・シミュレーションで検証した。
- 四足歩行ロボットによる極限環境の長距離自律探査歩行2020/10/1
Boston DynamicsのSpotに自律アーキテクチャNeBulaを統合し、DARPA地下トンネル競技のような極限環境で大規模・長時間の自律探査を実現した取り組みを報告する論文。
- ロボットによるトラック荷降ろしのための計画・学習・推論フレームワークマニピュレーション2019/10/1
産業用マニピュレータでトラックから箱を自律的に降ろすため、動作計画・信念空間計画によるオフライン学習・オンライン意思決定・実行を統合したフレームワークを提案し、実機とシミュレーションで評価した。
- タスク知識を活用したロボットシミュレーション高速化のための忠実度管理sim2real2019/10/1
シーン内の物体ごとに高忠実度と低忠実度をタスクに応じて切り替えることで、結果の品質を保ちながらロボットシミュレーションを最大3倍高速化するフレームワークを提案した。
- 不確実性下のリスク考慮型計画のための双方向価値学習リスク考慮型計画2019/2/1
信念空間での後方探索と前方探索を組み合わせて価値関数を学習し、長期的なリスク評価と局所最適性を両立させるPOMDP計画手法を提案した。
- 不確実性下での物理移動ロボットのための信念空間における動的再計画による同時自己位置推定と計画自己位置推定・計画2015/10/1
連続POMDPをオフラインでサンプリング近似しつつオンラインで再計画ループを回すことで、環境変化や大きな位置推定誤差、誘拐ロボット状況にも対応するSLAP手法を提案し、実機ロボットで有効性を示した論文。
