Yuezhan Tao
収録論文 16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
- HALO:高高度での言語条件付き単眼航空探索とナビゲーション航空ナビゲーション2025/11/1
単眼カメラとGPS・IMUを用いて、高高度から大規模屋外環境のリアルタイム3D再構成と言語指示に基づく探索・ナビゲーションを行うシステムHALOを提案し、シミュレーションと実機で有効性を示した。
- ガウシアンスプラッティングを非構造屋外環境における自律ナビゲーションの統一表現として活用ナビゲーション2025/5/1
大規模非構造屋外環境でのロボット自律ナビゲーションに、ガウシアンスプラッティングを統一表現として用いることを提案し、その有効性と課題を示した。
- ATLAS Navigator: 言語埋め込みガウシアンスプラッティングによる能動的タスク駆動ナビゲーションナビゲーション2025/2/1
言語埋め込みガウシアンスプラッティングを用いた階層表現で、未知環境での自然言語タスクに基づくナビゲーションを実現し、屋内・屋外の実機実験で有効性を示した。
- 単眼イベントカメラによるクアッドロータの障害物回避障害物回避2024/11/1
機載の単眼イベントカメラのみを用いて、深さ予測を事前学習に活用し、シミュレーションと実機データで学習することで、クアッドロータの屋内・屋外での障害物回避を実現した。
- 動的環境におけるクアッドロータのための安全区間運動計画運動計画2024/9/1
動的環境でのクアッドロータの軌道生成を、安全区間と時空間トポロジー解析を用いた二段階計画(グラフ探索+勾配最適化)で効率的に解く手法を提案し、高密度環境でも95%以上の成功率を実現した。
- 未知の危険環境下におけるリアルタイムマルチロボット目標追跡のための階層型LLMインザループ最適化群制御2024/9/1
LLMを二層最適化の意思決定ループに組み込み、危険環境でのマルチロボット目標追跡をリアルタイムに適応させる枠組みを提案し、シミュレーションと実機で有効性を示した。
- RT-GuIDE: 情報駆動型探索のためのリアルタイムガウシアンスプラッティング探索・マッピング2024/9/1
ガウシアンスプラッティングで高品質な地図を構築し、GPU加速の運動計画でリアルタイム自律探索を実現するフレームワークを提案。
- SlideSLAM: マルチロボットナビゲーションのための疎で軽量な分散型メトリック・セマンティックSLAMSLAM2024/6/1
異種ロボットチームが協調して物体ベースのメトリック・セマンティック地図をリアルタイムに構築できる、分散型SLAMフレームワークを開発した。
- ビジョントランスフォーマーによるエンドツーエンドの視覚ベース四 rotor 障害物回避VLA2024/5/1
高密度な環境で高速飛行するクアッドロータの視覚ベース障害物回避において、ViTを用いたエンドツーエンド制御を初めて実現し、速度増加や未知環境への汎化で優位性を示した。
- ロバスト探索のための能動的知覚ゲーム能動的知覚2024/4/1
能動的知覚における情報利得の推定誤差をゲーム理論的に解析し、真の情報利得をオンラインで推定する手法を提案。ドローンやロボット実験で推定誤差を42%削減した。
- 視野制約付き自律飛行のための大域的ヨーパラメータ化による軌道最適化軌道最適化2024/3/1
視野制約のあるドローンの軌道生成において、360度のヨー変化を可能にする大域的パラメータ化を提案し、特異点を回避しつつ制御努力を低減して最適化の実現可能性を向上させた。
- 3Dアクティブ計量・意味SLAMSLAM2023/9/1
GPSの使えない屋内多層環境で、SWaP制約のあるドローンが探索と計量・意味マッピングを同時に行う枠組みを提案し、意味的ループ閉じ込みで姿勢推定誤差を大幅に削減した。
- 小型自律飛行ロボットによる屋内環境の効率的探索学習探索/ドローン2023/9/1
深層学習で未観測領域の地図を予測し、深層強化学習で探索経路を計画する枠組みを提案し、SWaP制約下の小型ドローンで効率を50〜60%向上させた。
- SEER: 情報利得予測学習を用いた空中ロボットの安全で効率的な探索探索/経路計画2022/9/1
限られたセンサと電力の小型ドローンが屋内を探索するため、未観測領域の占有を学習で予測し、視点ごとの情報利得を推定して安全な経路を計画する手法を提案した。
- 森林での高速自律飛行のための適応的再計画実験経路計画2022/3/1
探索ベースの計画でサンプリング密度をリアルタイムに適応させ、計算制約下でも森林のような密な障害物環境で高速自律飛行を実現した研究。
- 密林樹冠下でのリアルタイム意味SLAMによる大規模自律飛行意味SLAM2021/9/1
LiDARから樹木の幹と地面を検出・モデル化する意味SLAMを構築し、GPSの使えない密林環境でUAVが大規模に自律飛行しながらリアルタイムに意味地図を生成できるようにした。
