Alaa Maalouf

収録論文 11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

• ロバスト性は数値ではなく関数である：視覚ベース運転におけるOODロバスト性の因子分解包括的研究
  自動運転2026/2/1

  自動運転のOODロバスト性を5軸に分解し、k因子摂動下での性能を測定。ViTや基盤モデル特徴の優位性、非加算的相互作用、最適な訓練条件を明らかにした。

• 海洋フィールドワークのための自律型ウミガメロボット
  水中ロボット2026/2/1

  ウミガメに着想を得た自律型水中ロボットを開発し、水族館のサンゴ礁展示で高速で動く海洋動物やダイバーを追跡できることを実証した。

• 見るものを減らして運転を改善：基盤モデルの確率的パッチ選択による汎化可能なEnd-to-End自動運転
  End-to-End自動運転2026/1/1

  基盤モデルから抽出したパッチ特徴の冗長性を削減するため、ランダムに一部のパッチをマスクして学習するStochastic-Patch-Selectionを提案し、分布外シナリオでの自動運転性能を平均6.2%向上させた。

• 分散型ビジョンベースの自律空中野生動物モニタリング
  群制御2025/8/1

  単眼RGBカメラのみを搭載した複数クアッドロータが、中央制御に頼らず分散的に協調・追跡することで、自然環境下の大型動物を低帯域で監視するシステムを提案し、実地実験で有効性を示した。

• Flex: 基盤モデル特徴量によるエンドツーエンドのテキスト指示視覚ナビゲーション
  VLA2024/10/1

  事前学習済みVLMを凍結したパッチ単位の特徴抽出器として使い、少量のシミュレーションデータで訓練したドローンの視覚ナビゲーション方策が、未知のテキスト指示や実世界の視覚変化に汎化できることを示した。

• 運転世界モデルとしてのマルチモーダルLLMの検証
  VLA2024/5/1

  GPT-4oなどのマルチモーダルLLMが運転シーンをどの程度理解できるかを検証し、単一画像は得意でもフレーム間の一貫した理解や軌道計画は苦手であることを示した研究。

• Drive Anywhere: Generalizable End-to-end Autonomous Driving with Multi-modal Foundation Models
  2023/10/1
• Follow Anything: Open-set detection, tracking, and following in real-time
  2023/8/1
• ConceptFusion: Open-set Multimodal 3D Mapping
  2023/2/1
• Deep Learning on Home Drone: Searching for the Optimal Architecture
  2022/9/1
• Obstacle Aware Sampling for Path Planning
  2022/3/1