James R. Forbes

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

• ARC: 適応的ロバストな状態・共分散同時推定
  状態推定2026/6/1

  外れ値や非ガウスノイズを含むセンサデータに対して、状態と測定共分散を同時に推定する自己調整型フレームワークを提案した。モンテカルロシミュレーションと実環境のUWB測位実験で有効性を検証している。

• KILO-EKF: クープマンに着想を得た学習型観測拡張カルマンフィルタ
  状態推定2026/1/1

  クープマン作用素の考え方を用いて、データから線形な観測モデルを学習し、拡張カルマンフィルタの更新に組み込む手法を提案。実機ドローンの自己位置推定で、キャリブレーション済みのEKFより高精度・高整合を達成した。

• 非ガウス因子を持つガウス変分推論による状態推定：UWB測位への応用
  状態推定2025/12/1

  スパースなガウス変分推論をリー群上の状態推定と裾の重い歪んだ雑音に対応するよう拡張し、NLOS環境のUWB測位で精度向上を実証した。

• 滑らかな多様体の線形近似へのガウス分布の周辺化と条件付け：ロボティクスへの応用
  確率ロボティクス2024/9/1

  ガウス分布を線形多様体上に周辺化・条件付けする閉形式を導出し、線形化により非線形多様体へ適用する方法を提案。投影正規分布近似、Koopman SLAM、制約付きGTSAMでの共分散抽出に応用し有効性を示した。

• 距離計測に基づく3次元相対姿勢推定における曖昧性を考慮したガウス和フィルタ
  相対姿勢推定2024/2/1

  距離計測による3次元相対姿勢推定の曖昧性をガウス混合モデルとして扱い、ガウス和フィルタで効率的に推定する手法を提案し、シミュレーションと実験で有効性を示した。

• Data-Driven Batch Localization and SLAM Using Koopman Linearization
  2023/9/1
• STAR-loc: Dataset for STereo And Range-based localization
  2023/9/1
• Koopman Linearization for Data-Driven Batch State Estimation of Control-Affine Systems
  2021/9/1
• Relative Position Estimation Between Two UWB Devices with IMUs
  2021/4/1
• Vectorial Parameterizations of Pose
  2021/3/1
• Exactly Sparse Gaussian Variational Inference with Application to Derivative-Free Batch Nonlinear State Estimation
  2019/11/1