Olaf Wysocki
収録論文 8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
- SwingRL: ワールドモデル予測を用いた適応的観測強化学習によるケーブル吊り下げホイスティング制御マニピュレーション2026/9/27
遅延・欠損した視覚観測と不確実なダイナミクスに対処するため、経過時間を考慮したワールドモデルと古典的制振制御を組み合わせた残差強化学習フレームワークを提案し、建設現場での吊り荷の精密挿入タスクにおける有効性を示した。
- 脳に着想を得たゼロショットロボットタスク推論と実行のための階層的フレームワークタスク計画2026/9/5
オープンな言語指示に従うロボットのための、脳の役割分担に着想を得たゼロショット階層的フレームワークを提案し、視覚認識、言語接地、コストベースの計画、実行検証を統合して、長期的なタスク分解と物理的検証を実現した。
- BendTwin: 曲げを考慮した微分可能なばね-質量モデルによるロバストな密から疎への物理再構成物理シミュレーション/変形物体再構成2026/8/6
ビデオ観測から変形物体の物理的特性を再構成するため、曲げ剛性と減衰を導入した微分可能なばね-質量モデルを提案し、従来の軸方向ばねのみの手法より安定した再構成と将来予測を実現した。
- PhySPRING: GNNによる物理情報ツインの構造保存型縮約シミュレーション/モデル縮約2026/5/1
物理ベースのデジタルツインの複雑さを、GNNを用いてタスクに必要な物理的複雑さまで自動的に縮約する手法を提案し、計算速度を向上させつつ物理的・視覚的忠実度を維持する。
- ActionReasoning: LLMによる3D空間でのロボット動作推論とブロック積み上げマニピュレーション2026/2/1
LLMの物理的知識をマルチエージェント構成で活用し、ブロック積み上げタスクにおいて物理的に整合した動作計画を生成するフレームワークを提案した。
- モバイルレーザースキャンポイントクラウドの点単位不確実性評価点群処理2025/10/1
モバイルレーザースキャン点群の点ごとの不確実性を、局所幾何特徴から機械学習で推定するフレームワークを提案し、RFとXGBoostでROC-AUC 0.87以上を達成した。
- OPAL: 可視性を考慮したLiDAR-OpenStreetMap間の適応的放射状融合による場所認識場所認識2025/4/1
LiDARスキャンとOpenStreetMapの間のドメインギャップを可視性マスクと適応的放射状融合で橋渡しし、軽量な地図事前情報を用いた高精度・高速な場所認識を実現した。
- セマンティックLoD3建物モデルが画像ベース車両位置推定に与える影響の分析位置推定2024/7/1
高詳細なセマンティック3D建物モデル（LoD3）を画像特徴と対応させることで、GNSSが使えない都市部での車両位置推定精度を向上させる手法を提案し、LoD2と比較して最大69%多くの特徴を検出できることを示した。