Olov Andersson
収録論文 27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
- 適応すべき時: オープンボキャブラリセグメンテーションにおける効率的な訓練不要適応のためのマルチシグナルドメインシフト検出セグメンテーション2026/9/29
連続フレームの時間的一貫性を利用し、視覚変化・アダプタ不一致・意味ドリフトを組み合わせてドメインシフトを検出し、必要な時だけ訓練不要の適応をトリガーすることで、オープンボキャブラリセグメンテーションの精度を維持しつつ適応回数を大幅に削減する手法を提案。
- バッテリー状態を考慮した強化学習によるアグレッシブなクアッドロータ飛行飛行制御/強化学習2026/9/29
バッテリー電圧の低下を考慮した強化学習制御により、ドローンレースなどのアグレッシブ飛行で追従誤差とラップタイムを改善した研究。
- HilDA: 拡散モデルを用いた階層的蒸留による自己教師ありLiDAR事前学習の推進自己教師あり学習2026/6/1
LiDARバックボーンの自己教師あり事前学習フレームワークHilDAを提案。視覚基盤モデルからの階層的蒸留と時間的占有拡散目的を組み合わせ、3D物体検出やシーン流れなどの性能を向上させた。
- FUS3DMaps: ボクセル層とインスタンス層の3D融合によるスケーラブルで高精度なオープンボキャブラリ意味マッピング意味マッピング2026/5/1
共有ボクセルマップ内で密な層とインスタンス層の両方を維持し、層間の意味融合を行うことで、大規模シーンでも正確なオープンボキャブラリ意味マッピングを実現する手法を提案した。
- 画像空間での参照軌道位置推定による視覚ナビゲーション視覚ナビゲーション2026/2/1
参照RGB軌道をロボットの現在の視界に位置合わせすることで、カメラキャリブレーションやロボット固有の学習なしに、機体に依存しない画像空間ガイダンスを提供する視覚ナビゲーションモデルLoTISを提案。
- TeFlow: 時間的一貫性を活用したマルチフレーム自己教師ありフィードフォワードシーンフロー推定シーンフロー推定2026/2/1
複数フレームの時間的に一貫した動き手がかりを集約することで、自己教師ありフィードフォワード型シーンフロー推定の精度を大幅に向上させた手法を提案。
- DIV-Nav: 空間関係を考慮したオープンボキャブラリなマルチオブジェクトナビゲーションナビゲーション2025/10/1
自然言語の空間関係指示を分解・統合・検証するリアルタイムナビゲーションシステムを提案し、MultiONベンチマークと実機Spotで有効性を示した。
- DeltaFlow: 効率的なマルチフレームシーンフロー推定手法シーンフロー推定2025/8/1
複数フレームの時系列情報を低計算コストで活用する軽量な3Dシーンフロー推定フレームワークを提案し、クラス不均衡や動きの一貫性に対処する損失関数を導入して高精度・高速推論を実現した。
- 追跡回避ゲームにおける俊敏なクアッドロータのための学習制御器強化学習/群制御2025/6/1
強化学習で1対1のクアッドロータ追跡回避を訓練する際の非定常性や破滅的忘却に対処するため、PSROに基づく非同期多段階集団ベース訓練法AMSPBHを提案し、多様な戦略への汎化と新戦略の発見を実現した。
- CompSLAM: 地下環境におけるロボット自律性のための相補的階層型マルチモーダル自己位置推定・地図構築SLAM2025/5/1
GPSが使えない地下環境で、複数のセンサ情報を相補的に統合して頑健な自己位置推定と地図構築を実現する階層型フレームワークCompSLAMを提案し、DARPA地下チャレンジ優勝チームの各種ロボットで実証した。
- ViSA-Flow: 大規模動画の意味的行動フローによるロボットスキル学習の加速マニピュレーション2025/5/1
人間の物体操作動画から「意味的行動フロー」を自己教師ありで学習し、それをロボットの少数デモに適応させることで、低データでも操作スキルを効率的に獲得するフレームワーク。
- FLoRA: 低ランクスタイル適応によるサンプル効率の良い選好ベース強化学習選好ベースRL2025/4/1
事前学習済みロボットの報酬モデルに低ランク行列を追加して選好に適応させることで、元タスクの性能を保ちながら少ない選好データでスタイル適応を実現する手法を提案。
- HiMo: 点群における高速物体の動き補償点群処理2025/3/1
LiDAR点群中の動的物体による歪みを補正するため、シーンフロー推定を非自己運動補償に転用したパイプラインHiMoと、そのためのリアルタイムシーンフロー推定器SeFlow++を提案し、新しい評価指標で有効性を示した。
- S²-Diffusion: ロボットマニピュレーションにおけるインスタンスレベルからカテゴリレベルへのスキル汎化マニピュレーション2025/2/1
拡散ポリシーとプロンプト可能な意味モジュールを組み合わせ、単一RGBカメラと深度推定を用いて、訓練していない同一カテゴリの物体へもスキルを転移できる手法を提案。
- 1枚の地図で全部見つける：ゼロショット多物体ナビゲーションのためのリアルタイムオープンボキャブラリマッピングナビゲーション2024/9/1
ロボットが過去の探索で得た情報を再利用できるオープンボキャブラリ特徴マップを構築し、確率的意味更新で誤りを抑えつつ複数物体を効率的に探索する手法を提案。実機でもリアルタイム動作し、単一・複数物体ナビゲーションで既存手法を上回る。
- SeFlow: 自動運転のための自己教師ありシーンフロー手法シーンフロー2024/7/1
LiDARスキャン間の点ごとの3D動きを推定するシーンフローを、動的・静的の分類と物体レベルの制約を取り入れて自己教師ありで学習する手法を提案し、Argoverse 2とWaymoで最高性能を達成した。
- Learning to Fly Omnidirectional Micro Aerial Vehicles with an End-To-End Control Network2023/12/1
- COIN-LIO: Complementary Intensity-Augmented LiDAR Inertial Odometry2023/10/1
- Learning to Open Doors with an Aerial Manipulator2023/7/1
- Dynablox: Real-time Detection of Diverse Dynamic Objects in Complex Environments2023/4/1
- Material-agnostic Shaping of Granular Materials with Optimal Transport2023/3/1
- Obstacle avoidance using raycasting and Riemannian Motion Policies at kHz rates for MAVs2023/1/1
- Resilient Terrain Navigation with a 5 DOF Metal Detector Drone2022/12/1
- Team CERBERUS Wins the DARPA Subterranean Challenge: Technical Overview and Lessons Learned2022/7/1
- NavDreams: Towards Camera-Only RL Navigation Among Humans2022/3/1
- Fast and Compute-efficient Sampling-based Local Exploration Planning via Distribution Learning2022/2/1
- Real-Time Robotic Search using Hierarchical Spatial Point Processes2019/3/1