Changseung Kim

収録論文 6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

• CIG-RL: 不確実な環境下での発生源推定のための好奇心駆動型情報誘導強化学習
  強化学習/探索戦略2026/8/31

  ガス発生源の特性を推定する問題に対し、好奇心による探索と不確実性適応型報酬を組み合わせた強化学習手法を提案し、高ノイズ環境でのロバスト性を実証した。

• LiDARと深層強化学習による通信不要のUAV群集ナビゲーション
  群制御2026/1/1

  LiDARのみを搭載したUAV群が、エージェント間通信や外部測位なしでリーダーに追従し障害物を避けながら集合的に移動できる深層強化学習制御器を開発し、実機5機で実証した。

• ドップラー対応：ドップラー速度に基づく非反復スキャンマッチング
  SLAM/スキャンマッチング2025/2/1

  4D LiDAR/レーダーのドップラー速度を利用し、反復処理なしで連続スキャン間の対応点を直接求めるスキャンマッチング手法を提案。

• オンライン時間キャリブレーションを備えたEKFベースのレーダー慣性オドメトリ
  レーダー慣性オドメトリ/時間同期2025/2/1

  レーダーと慣性センサ間の時間オフセットを拡張カルマンフィルタでオンライン推定しながら自己速度を統合するレーダー慣性オドメトリを提案し、シミュレーションと実データで有効性を示した。

• RAPID: 逆強化学習を用いた視覚ベースドローン航法のための堅牢で敏捷なプランナ
  VLA2025/2/1

  逆強化学習を活用し、複雑な環境でドローンが高速かつ衝突回避しながら飛行する視覚ベースのプランナを提案。シミュレーションのみで学習し実環境に直接適用可能。

• 不確かさを考慮した情報予測による探索効率の向上
  自律探索2024/12/1

  ニューラルネットワークによる占有格子地図予測の不確かさをベイズ推定で確率的に相互情報量へ統合し、未知環境の自律探索効率を高める手法を提案した。