Tim Salzmann

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

• シーングラフViT：オープンボキャブラリな視覚関係検出のためのエンドツーエンド手法
  視覚関係検出2024/3/1

  Transformerベースの画像エンコーダで物体をトークンとして表現し、関係を暗黙的にモデル化することで、追加のデコーダなしにオープンボキャブラリな視覚関係検出をエンドツーエンドで実現した。

• CasADiのための学習：数値最適化におけるデータ駆動モデル
  最適化2023/12/1

  PyTorchで学習したモデルをCasADiの数値最適化に統合するフレームワークL4CasADiを提案し、乱流中の魚の軌道最適化やNeRF環境での最適制御で有効性を示した。

• 見えるロボット：人間の姿勢を活用した軌道予測
  軌道予測2023/9/1

  人間の位置・頭の向き・3D骨格キーポイントを入力に、Transformerで人間の将来軌道を予測する手法を提案し、不確実性を捉えつつベンチマークで最高性能を達成した。

• リアルタイムNeural-MPC：クアッドロータと俊敏なロボットのための深層学習モデル予測制御
  制御/MPC2022/3/1

  大規模ニューラルネットワークを動力学モデルとしてMPCパイプラインに組み込み、組み込み環境で50Hzのリアルタイム制御を実現した。クアッドロータ実験で位置追従誤差を最大82%削減した。

• Motron: マルチモーダル確率的な人間の動作予測
  動作予測2022/3/1

  人間の動作をマルチモーダルかつ確率的に予測するグラフ構造モデルMotronを提案し、ロボットの計画制御ループに統合可能な高速・高精度予測を実現した。

• Trajectron++: 異種データを活用した動的に実行可能な軌道予測
  軌道予測2020/1/1

  エージェントの動力学やセマンティックマップなどの異種データを組み込み、ロボットの計画・制御と連携可能なグラフ構造の再帰モデルによる軌道予測手法を提案した。