Woojun Kim

Carnegie Mellon University

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

• SymAnt: 適応可能な記号的事前知識で長期的行動予測を接地する
  行動予測2026/10/29

  短い動画からシーングラフと知識グラフを統合した記号的文脈を構築し、それを事前知識として未来の行動系列を反復的に予測するニューロシンボリック手法を提案した。

• CARE: 反発力推定による視覚ナビゲーションの衝突回避と安全性向上
  視覚ナビゲーション2025/6/1

  RGB画像から推定した深度に基づく反発力で軌道を動的に補正し、追加センサや再学習なしに視覚ナビゲーションの衝突を最大100%削減する着脱可能モジュールCAREを提案。

• 未知環境における未知数の発生源を探索する分散マルチロボットフレームワークDIAS
  群制御2025/3/1

  発生源の数が未知でロボット数より多い場合でも、探索と活用を切り替えるハイブリッド制御とボロノイ分割・ガウス過程回帰により、複数ロボットで効率的に発生源を特定する分散探索手法を提案。

• DyPNIPP: 環境動態を予測するRLベースのロバストな情報経路計画
  経路計画2024/10/1

  時空間的に変化する環境での情報経路計画(IPP)のため、ドメインランダム化と動態予測モデルを組み合わせた強化学習フレームワークを提案し、山火事環境での実験でロバスト性と性能の向上を示した。

• 局所解からの脱出：壁沿い移動を組み合わせた分散型マルチロボットナビゲーションのためのハイブリッド人工ポテンシャル場
  群制御2024/9/1

  地図や通信なしで局所センサ情報のみを用い、人工ポテンシャル場と壁沿い移動を切り替えることで、非凸障害物環境でもロボットが局所解に陥らず衝突回避しながら目的地へ到達できる分散ナビゲーション手法を提案した。

• OffRIPP: オフライン強化学習による情報獲得型経路計画
  経路計画2024/9/1

  環境とのリアルタイムな相互作用なしに、事前収集データのみから強化学習で情報獲得型経路計画を学習する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有効性を示した。

• ShapeGrasp: 幾何分解と大規模言語モデルによるゼロショットタスク指向把持
  マニピュレーション2024/3/1

  物体を凸形状に分解してグラフ表現し、大規模言語モデルの常識推論で各部位に意味を割り当てることで、未知物体でもタスクに適した部位をゼロショットで把持する手法を提案。

• 視覚観察によるドメイン適応模倣学習
  模倣学習2023/12/1

  異なるドメインの専門家の視覚デモンストレーションから、ドメインに依存しない行動特徴を抽出して模倣学習を行う手法を提案した。