Seungchan Kim

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

• SuperMap: 視覚言語ナビゲーションのための時空間SLAMシステム
  SLAM/ナビゲーション2026/8/24

  高頻度の幾何SLAMと非同期のオープンボキャブラリ知覚を統合し、物体の同一性維持と古い地図情報の整理を行う4D時空間マッピングフレームワークを提案。

• PRoID: マルチロボット探索と中継における情報伝達率の予測
  群制御2026/4/1

  複数ロボットが未知環境を探索し情報を基地局へ届ける際、各ロボットがいつ探索をやめて中継すべきかを、学習した地図予測とチーム状況に基づき動的に判断する基準PRoIDを提案。故障リスクを考慮した拡張版も導入し、実データで固定スケジュール方式より高い性能を示した。

• RAVEN: オープンセット意味記憶と行動適応による堅牢な空中ナビゲーション
  空中ナビゲーション2025/9/1

  屋外の大規模環境で対象物を探す空中ロボット向けに、3D意味ボクセルマップを記憶として使い、ビヘイビアツリーで探索行動を切り替えるナビゲーション手法を提案。

• RayFronts: オンラインシーン理解と探索のためのオープンセット意味論的レイフロンティア
  意味論的マッピング2025/4/1

  距離内のボクセルと距離外のレイにオープンセット意味論を統合し、効率的な意味論的マッピングと探索を可能にする表現を提案。

• MapExRL: 環境文脈予測と強化学習による人間模倣型屋内探索
  探索計画2025/3/1

  観測地図から将来の地図を予測し、強化学習方策でフロンティアの長期的価値を評価することで、構造化屋内環境でのロボット探索効率を最大18.8%改善した。

• PIPEプランナ：地図予測を用いた経路的情報利得による屋内ロボット探索
  探索2025/3/1

  屋内探索において、計画経路に沿った累積的な情報利得を地図予測と組み合わせて効率的に計算するプランナを提案し、実世界の間取りデータセットで既存手法を上回る性能を示した。

• MapEx: 地図予測に基づく確率的情報利得を用いた屋内構造探査
  探査2024/9/1

  観測情報から複数の予測地図を生成し、その分散と可視領域を考慮して確率的な情報利得を推定することで、屋内環境を効率的に探索するフレームワークを提案した。

• Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis
  2023/12/1
• Multi-Robot Multi-Room Exploration with Geometric Cue Extraction and Circular Decomposition
  2023/7/1
• Robotic Interestingness via Human-Informed Few-Shot Object Detection
  2022/8/1
• Unsupervised Online Learning for Robotic Interestingness with Visual Memory
  2021/11/1