Ali Agha

収録論文 10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

• Co-Me: 視覚幾何Transformerのための信頼度誘導トークン統合
  効率化2025/11/1

  再学習なしで視覚幾何Transformerを高速化するため、軽量な信頼度予測器でトークンを不確実性順に並べ、低信頼トークンを統合する手法を提案。VGGTやPi3で最大21倍超の高速化を実現。

• はさみを持って走るな：VLAモデルは枝刈りで壊れるが回復可能
  VLA2025/10/1

  VLAモデルを枝刈りすると性能が大きく劣化し安全性違反も増えるが、重み空間で密モデルと枝刈りモデルを一度補間して補正項を計算する学習不要の手法GLUESTICKにより、効率を保ちつつ成功率を回復できることを示した。

• VENTURA: 画像拡散モデルを統合タスク条件付きナビゲーションに適応
  ナビゲーション2025/10/1

  インターネット事前学習済みの画像拡散モデルを微調整し、言語指示に従って画像空間で経路マスクを生成する視覚言語ナビゲーションシステムを提案。軽量な模倣学習ポリシーで実行可能な軌道に変換し、実世界評価で成功率33%向上・衝突54%削減を達成。

• Pixels-to-Graph: 建物情報モデルとシーングラフのリアルタイム統合による人間-ロボット間の意味的・幾何的理解
  シーングラフ2025/6/1

  画像とLiDARからCPUのみでリアルタイムに構造化シーングラフを生成し、2D地図と3D点群を多層グラフで統合する軽量手法を提案。NASA JPLの脚ロボットで実環境検証。

• NeBula拡張：TEAM CoSTARのソリューションを大規模環境へ展開する補遺
  地下探査/群制御2025/4/1

  DARPA地下チャレンジに参加したTEAM CoSTARのNeBula自律探査システムを、より広範囲・大規模な地下環境に対応させるためのハードウェア・ソフトウェア・アルゴリズム拡張を提示し、実環境で実証した。

• RoadRunner：自律走行オフロード走行のための走破性推定学習
  走破性推定2024/2/1

  カメラとLiDARの入力を融合し、自己教師あり学習で地形の走破性と標高マップを直接予測するフレームワークを提案し、オフロード自律走行の低遅延化を実現した。

• Pixel to Elevation: Learning to Predict Elevation Maps at Long Range using Images for Autonomous Offroad Navigation
  2024/1/1
• Early Recall, Late Precision: Multi-Robot Semantic Object Mapping under Operational Constraints in Perceptually-Degraded Environments
  2022/6/1
• NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge
  2021/3/1
• Smoke Sky -- Exploring New Frontiers of Unmanned Aerial Systems for Wildland Fire Science and Applications
  2019/11/1