Amir Rasouli

収録論文 34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

• 空間思考の連鎖：視覚言語モデルのためのモダリティ非依存の空間接地
  VLA/空間推論2026/8/10

  追加の推論時モジュールを必要とせず、連続的な空間トークンを導入して視覚言語モデルの空間推論能力を向上させる軽量フレームワークを提案した。

• オープンワールド環境におけるVLAの実際の動作
  VLA評価2026/4/1

  本論文は、複雑な家事タスクのベンチマークであるBEHAVIOR1Kにおいて、視覚言語行動モデル(VLA)の評価方法が安全性や実際の性能を過大評価する可能性を指摘し、安全性違反を捉える新しい評価プロトコルを提案する。

• 世界行動モデルはVLAより汎化するのか？ロバスト性の比較研究
  VLA2026/3/1

  VLAと世界行動モデル(WAM)をLIBERO-PlusやRoboTwin 2.0-Plusで視覚・言語の摂動下に比較し、WAMの高いロバスト性を示した研究。

• NICEシーン手術によるロボットマニピュレーションのロバスト性向上
  マニピュレーション2025/11/1

  既存の実演データに画像生成とLLMで物体の置換・再スタイル化・除去を行い、追加データ収集なしで模倣学習のOODギャップを減らし、マニピュレーション成功率を平均11%向上させた。

• CAPE: 近接モード拡張による文脈認識拡散ポリシーと衝突回避
  マニピュレーション2025/11/1

  拡散ポリシーに文脈認識の事前分布と誘導を組み合わせ、推論時に軌道分布のモードを反復的に拡張することで、未知の混雑環境でも衝突を避けつつ目標に到達する軌道を生成する手法を提案。

• 気が散るロボット：視覚的 clutter がロボットマニピュレーションを損なう仕組み
  マニピュレーション2025/11/1

  視覚的 clutter がロボットマニピュレーションに与える影響を心理物理学的指標で評価し、VLA モデルの性能低下や脆弱性を明らかにした。

• 遺伝的ノイズ除去によるロボット操作のための2ステップ拡散ポリシー
  マニピュレーション2025/10/1

  拡散ポリシーのノイズ除去過程を身体性AIタスク向けに適応させ、遺伝的ノイズ除去という集団ベースサンプリングで2回の推論で高精度なロボット操作を実現した。

• RA-DP: 学習不要の高頻度ロボット再計画のための高速適応拡散ポリシー
  VLA2025/3/1

  拡散ポリシーに学習不要のガイダンス信号と行動キュー機構を組み込み、未知の動的環境で高頻度に再計画できるフレームワークを提案した。

• HIPPo: 画像から3Dへの事前分布を活用したモデルフリーゼロショット6D姿勢推定
  6D姿勢推定2025/2/1

  拡散モデルによる画像から3Dメッシュ生成とオンライン観測の統合により、CADモデルや参照画像なしで未知物体の6D姿勢を推定・追跡するフレームワークを提案。

• 自動運転の運動計画のためのSMARTS 2.0シミュレータとベンチマーク
  運動計画2025/2/1

  自動運転の運動計画アルゴリズムを評価するための高機能シミュレータSMARTS 2.0と、交差点での対話運転や適応運転を含む難易度の高いベンチマークを提案し、一般的な計画アルゴリズムを評価した。

• 注意を制御せよ：自動運転における堅牢な軌道予測のための因果的注意ゲーティング
  軌道予測2024/10/1

  自動運転の軌道予測において、非因果的なエージェントからの摂動に頑健にするため、因果発見ネットワークと因果的注意ゲーティングを組み合わせたモデルCRiTICを提案し、最大54%の堅牢性向上と29%のドメイン汎化性能向上を達成した。

• 歩行者行動理解を深掘りする：意図推定・行動予測・イベントリスク評価
  歩行者行動予測2024/7/1

  歩行者の意図推定・行動予測・リスク評価の3タスクを整理し、新たな評価ベンチマークと指標を提案して既存モデルを比較分析した研究。

• AMEND: 長尾軌道予測のための専門家混合フレームワーク
  軌道予測2024/2/1

  歩行者の軌道予測における長尾問題に対処するため、データの各部分に特化した専門家を組み合わせるモジュール型のMixture of Expertsフレームワークを提案し、長尾シナリオでの性能を向上させた。

• A Novel Benchmarking Paradigm and a Scale- and Motion-Aware Model for Egocentric Pedestrian Trajectory Prediction
  2023/10/1
• CRITERIA: a New Benchmarking Paradigm for Evaluating Trajectory Prediction Models for Autonomous Driving
  2023/10/1
• DICE: Diverse Diffusion Model with Scoring for Trajectory Prediction
  2023/10/1
• DESTINE: Dynamic Goal Queries with Temporal Transductive Alignment for Trajectory Prediction
  2023/10/1
• NeurIPS 2022 Competition: Driving SMARTS
  2022/11/1
• PedFormer: Pedestrian Behavior Prediction via Cross-Modal Attention Modulation and Gated Multitask Learning
  2022/10/1
• Intend-Wait-Cross: Towards Modeling Realistic Pedestrian Crossing Behavior
  2022/3/1
• Pedestrian Simulation: A Review
  2021/2/1
• Graph-SIM: A Graph-based Spatiotemporal Interaction Modelling for Pedestrian Action Prediction
  2020/12/1
• PePScenes: A Novel Dataset and Baseline for Pedestrian Action Prediction in 3D
  2020/12/1
• Multi-Modal Hybrid Architecture for Pedestrian Action Prediction
  2020/12/1
• Bifold and Semantic Reasoning for Pedestrian Behavior Prediction
  2020/12/1
• Deep Learning for Vision-based Prediction: A Survey
  2020/7/1
• Pedestrian Action Anticipation using Contextual Feature Fusion in Stacked RNNs
  2020/5/1
• Attention-based Active Visual Search for Mobile Robots
  2018/7/1
• Autonomous Vehicles that Interact with Pedestrians: A Survey of Theory and Practice
  2018/5/1
• Joint Attention in Driver-Pedestrian Interaction: from Theory to Practice
  2018/2/1
• Agreeing to Cross: How Drivers and Pedestrians Communicate
  2017/2/1
• The Effect of Color Space Selection on Detectability and Discriminability of Colored Objects
  2017/2/1
• Integrating Three Mechanisms of Visual Attention for Active Visual Search
  2017/2/1
• Joint Attention in Autonomous Driving (JAAD)
  2016/9/1