Tomasz P. Kucner
収録論文 8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
- 異種エージェントの軌道予測:小規模・不均衡データセットにおける性能分析軌道予測2025/10/1
ロボットや自動運転の軌道予測において、エージェントのクラスラベルを条件に用いる手法を2つのデータセットで比較し、データが少ない・クラス不均衡な状況ではパターンベース手法が優位であることを示した。
- NeMo-map: 時空間運動マッピングのためのニューラル陰的流れ場運動予測2025/10/1
座標を直接ガウス混合モデルのパラメータに写像する陰的ニューラル関数により、離散化不要で時空間的に連続な運動パターン地図を構築する手法を提案。
- 時空間ダイナミクスマップを用いた長期人間動作予測動作予測2025/10/1
環境の時空間的な動きパターンを符号化したダイナミクスマップを活用し、最大60秒先までの人間の動作を予測する枠組みを提案。実世界データセットで学習ベース手法を上回る精度を達成。
- THÖR-MAGNI:人間の移動とロボットインタラクションの大規模屋内モーションキャプチャ記録ソーシャルナビゲーション2024/3/1
屋内での人間とロボットのナビゲーション・インタラクションを記録した大規模データセットを構築し、歩行軌跡・視線・LiDAR・カメラなどのマルチモーダルデータと文脈注釈を提供する。
- CLiFF-LHMP: 空間ダイナミクスパターンを活用した長期人間動作予測動作予測2023/9/1
環境ごとの人間の動きパターンを学習したCLiFF-mapを用いて、等速予測をバイアスし長期の人間動作を予測する手法を提案し、公開データセットで50秒先まで45%高精度に予測できることを示した。
- 動力学マップを用いたデータ効率の良い長期人間運動予測人間運動予測2023/6/1
動力学マップ(MoD)を用いて、限られた学習データから最大60秒先までの人間の移動軌跡を予測する手法を提案し、LSTMベースラインと比較して精度と環境の意味的性質の反映を評価した。
- Magni人間動作データセット:正確・複雑・マルチモーダル・自然・意味豊富・文脈化人間動作データセット2022/8/1
モーションキャプチャ、視線追跡、ロボット搭載センサから得た高品質な人間動作データを、意味情報と文脈情報を付与して収録したデータセットを提案する。
- THÖR: 人とロボットの共存空間におけるナビゲーション用データセットナビゲーション2019/9/1
屋内環境で人間の移動軌跡・視線・社会的グループなどを高精度に計測し、移動ロボットのセンサデータも含めた新しいデータセットTHÖRを構築した論文。
