Bo Li
収録論文 37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
- 経験時代における実世界コード・アズ・ポリシー：ACE-CaP-0マニピュレーション2026/11/12
人間の実演とシミュレーションを選択的に活用してコードポリシーを改良するエージェント手法を提案し、8つの実世界マニピュレーションタスクで92.1%の成功率を達成した。
- 微調整済みMixture-of-Experts LLMにおける復元可能なエキスパート利用シグネチャの特性評価LLMセキュリティ2026/10/29
微調整されたMoE言語モデルが訓練データの処理経路（ルーティング指紋）を記憶し、無条件生成からその経路を復元できることを示し、従来のメンバーシップ推論では検出できない新たな脆弱性を明らかにした論文。
- 注入する場所が重要：LLMエージェントにおける信頼領域効果LLMエージェント安全性2026/10/28
LLMエージェントは環境の場所ごとに暗黙の信頼度を変えており、同じ悪意ある指示でもREADME等に置くとコードファイルより2.6倍従いやすいことを3つのテストベッドで示した。
- GPT-6-Astraは身体知能を獲得したのかVLA2026/10/15
GPT-6-Astraを12のベンチマークで大規模評価し、操作・移動・器用な手などで高い性能を示す一方、実機展開ではICL用デモ収集コストや実行時間と成功率のトレードオフなどの課題を明らかにした報告。
- 動的グラフ世界モデリング：時間的文脈から未来のダイナミクスを学習するグラフ学習2026/10/14
動的グラフの未来状態を予測するため、ノードと関係の履歴・進化経路・将来表現を統合的に学習するDyG-WMフレームワークを提案し、リンク予測とノード分類で有効性を示した。
- RealtimeWAM: ワールドアクションモデルをどこまで高速に動かせるかVLA2026/10/7
ワールドアクションモデルの推論を、学習不要の並列実行と適応的計算の協調により高速化する汎用フレームワークを提案し、複数ベンチマークで約9〜11倍の速度向上と成功率維持を実現した。
- VBVR-Pro: ネイティブ視覚推論のためのスケーラブルで検証可能なスイート視覚推論2026/8/26
視覚生成を推論の媒体として扱うネイティブ視覚推論の研究を進めるため、300の手続き生成タスクからなる閉ループテストベッドVBVR-Proを導入し、検証可能な報酬スコアラと制御されたモダリティ比較を提供する。
- エピソード評価を超えて：連続的身体化質問応答における記憶アーキテクチャのボトルネック身体化AI/記憶アーキテクチャ2026/7/1
身体化質問応答（EQA）を連続的に評価した際、既存の記憶保持だけでは不十分で、視覚的意味情報を保持する構造化された空間的記憶（3D幾何学に基づく）が必要であることを示した論文。
- LLaVA-OneVision-2：次世代知覚知能に向けてVLA2026/5/25
動画を圧縮ビットストリームとして扱い、適応的な時間グループと空間的証拠の選択によりトークン予算を効率的に配分する新しい視覚言語モデルを提案。大規模なオープン監視データで学習し、動画理解や時間的・空間的接地、操作トレース推論などで高性能を達成。
- 身体性AIにおける安全性：リスク、攻撃、防御のサーベイ安全性2026/5/1
身体性AIの安全性に関する研究を、知覚から計画、行動、相互作用までのパイプライン全体にわたって体系的にレビューし、攻撃と防御の多層的な分類法を提案した論文。
- 超大規模動画推論スイート動画推論2026/2/1
200種類の推論タスクと100万本以上の動画からなる大規模データセットVBVRと、ルールベースで検証可能な評価ベンチマークVBVR-Benchを構築し、動画推論のスケーリング則と未見タスクへの汎化の兆候を示した。
- PvP: 固有感覚と特権情報の対照表現によるデータ効率の良いヒューマノイドロボット学習全身制御2025/12/1
固有感覚状態と特権状態の相補性を活かした対照学習で、ヒューマノイドの全身制御を少ないデータで効率的に学習する手法を提案し、評価用フレームワークも構築した。
- マルチモーダル基盤モデルによる空間知能のスケーリングVLA2025/11/1
800万件の多様な空間データでマルチモーダル基盤モデルを訓練し、空間知能ベンチマークで大幅な性能向上を達成するとともに、データスケーリングや創発的汎化の兆候を分析した。
- マルチモーダルLLMの空間知能を包括的に評価するEASI空間知能評価2025/8/1
GPT-5など最先端マルチモーダルモデルの空間理解・推論能力を、統一的なタスク分類に基づく8つのベンチマークで大規模に評価し、人間との差や限界を明らかにした。
- 行動基盤モデルサーベイ：ヒューマノイドロボットの次世代全身制御システム全身制御2025/6/1
ヒューマノイドの全身制御に向けた行動基盤モデル（BFM）の研究動向を、事前学習パイプラインや応用、課題、今後の展望まで体系的にまとめたサーベイ論文。
- SafeAuto: マルチモーダル基盤モデルによる知識強化型安全自動運転自動運転2025/3/1
交通ルールを一階述語論理と確率グラフィカルモデルで組み込み、マルチモーダルRAGと新損失関数を統合することで、MLLMベースの自動運転の安全性と精度を向上させたフレームワーク。
- 低遅延ロボット支援ハンド・物体インタラクションのための階層的手順フレームワークマニピュレーション2024/5/1
RGB画像から手の3D再構成を行い、階層的な制御でロボットによる手と物体のインタラクションを支援するフレームワークを提案し、0.3秒以下の遅延を実現した。
- Octopus: 環境フィードバックを活用した身体性視覚言語プログラマVLA2023/10/1
視覚と言語の目標から実行可能なコードを生成し、計画と実世界操作のギャップを埋める身体性エージェントを提案。環境フィードバックを用いた強化学習で意思決定を改善。
- 模倣ベース自動運転プランナーの再考自動運転プランニング2023/9/1
nuPlanベンチマークを用いて模倣ベースの自動運転プランナーに必要な特徴量とデータ拡張手法を体系的に検討し、強いベースラインPlanTFを提案した。
- GrowSP: 3D点群の教師なしセマンティックセグメンテーション3D点群セグメンテーション2023/5/1
人間のラベルや事前学習モデルを使わず、スーパーポイントを段階的に成長させて3D点群の意味的分割を実現する初の完全教師なし手法を提案。
- SLAMesh: リアルタイムLiDAR自己位置推定とメッシュ生成SLAM2023/3/1
CPUのみで動作し、LiDARによる自己位置推定とメッシュ地図構築を同時にリアルタイムで行うSLAMシステムを提案。ガウス過程再構成による直接メッシュ化で高精度・高速化を実現した。
- 知覚シンプレックス：障害物検出故障下における自動運転車の検証可能な衝突回避自動運転/知覚2022/9/1
検証可能な古典的LiDAR障害物検出アルゴリズムを用いて、検証不能なDNNベース物体検出器の故障を検知し、衝突リスク時に是正動作を行うフォールトトレラントなアーキテクチャを提案した。
- 検証可能な障害物検出自動運転/知覚2022/8/1
LiDARベースの古典的障害物検出アルゴリズムの能力に厳密な限界を定め、安全性検証を行い、実世界のセンサデータで実証した。
- 変分因果推論による目標条件付き強化学習の汎化強化学習2022/7/1
因果グラフを潜在変数として目標条件付き強化学習を変分最適化し、因果発見と方策学習を交互に行うことで未知の目標への汎化性能を高める手法を提案。
- SafeBench: 自動運転の安全性評価のためのベンチマークプラットフォーム自動運転評価2022/6/1
自動運転の安全性評価を統一的に行うためのプラットフォームSafeBenchを提案し、様々な危険シナリオ生成アルゴリズムと運転アルゴリズムを公平に比較できるようにした。
- 観測摂動下における安全強化学習のロバスト性安全強化学習2022/5/1
安全強化学習が観測への敵対的摂動に対して脆弱であることを示し、報酬最大化攻撃とコスト最大化攻撃の2手法を提案するとともに、頑健な学習フレームワークを提案した。
- 深層重要度サンプリングによる自動運転車の高次元不確実性に対する高速評価評価・検証2022/4/1
深層ニューラルネットワークを用いた重要度サンプリングで、自動運転車の稀な失敗率を少ないサンプル数で高精度に推定する手法を提案した。
- 安全クリティカルな運転シナリオ生成のサーベイ：方法論的視点シナリオ生成2022/2/1
自動運転の安全評価に不可欠な危険シナリオの自動生成手法を、データ駆動・敵対的・知識ベースの3分類で整理し、ツールや課題を展望したサーベイ。
- 安全強化学習のための制約付き変分方策最適化安全強化学習2022/1/1
安全制約付き強化学習を確率的推論の枠組みで捉え、EMアルゴリズムにより凸最適化と教師あり学習に分解して安定に方策を学習する手法を提案した。連続ロボットタスクで制約遵守とサンプル効率の向上を示す。
- 低解像度LiDAR点群における地面検出の改善点群処理2021/5/1
低ビーム解像度LiDARの疎な点群に対し、点ごとの接線特徴とRANSAC平面当てはめを組み合わせ、複数の平面領域分割を積分画像で高速に最適化する地面検出手法を提案した。
- マルチロボットタスク割当の計算複雑性と近似アルゴリズム群制御2021/3/1
各タスクに複数ロボットが必要で各ロボットは1タスクのみ担当する設定で、総予算・タスク予算・ロボット予算の3種の制約下で完了タスク数を最大化する問題の複雑性を解析し、近似解法と多項式時間アルゴリズムを提案した。
- 決定アルゴリズム評価のためのマルチモーダル安全クリティカルシナリオ生成シナリオ生成2020/9/1
フローベースの生成モデルでマルチモーダルな安全クリティカル交通シナリオを生成し、強化学習ベースの自動運転アルゴリズムの頑健性を評価した研究。
- GP-SLAM+：改良型領域化ガウス過程マップ再構成に基づくリアルタイム3D LiDAR SLAMSLAM2020/8/1
ガウス過程回帰で環境表面を再構成し、疎なスキャンデータでもロバストなデータ対応付けと地図更新を実現するリアルタイム3D LiDAR SLAM。計算量を削減し2スレッド構成でドリフトを抑制、軽量センサでも高精度なオドメトリと地図生成を達成。
- SE(3)不変量を用いた校正済みカメラの相対姿勢推定相対姿勢推定2020/7/1
回転角やスクリュー並進などのSE(3)不変量を既知制約として用い、5つの最小問題で相対姿勢推定を効率化・高ロバスト化する手法を提案し、外部キャリブレーション不要で適用できることを示した。
- GAPS: 多項式方程式の自動ソルバー生成ツール自動ソルバー生成2020/4/1
多項式方程式系の効率的な自動ソルバーを生成するツールGAPSを提案し、既存のautogenを改良して使いやすいインターフェースと安定性を実現した。
- 点群中の車両検出のための3次元全畳み込みネットワーク3D検出2016/11/1
2次元の全畳み込みネットワークによる物体検出手法を3次元に拡張し、LiDAR点群からの車両検出に適用した。KITTIデータセットで従来の点群ベース手法を大きく上回る性能を示した。
- 3D LiDAR点群からの全畳み込みネットワークによる車両検出3D検出2016/8/1
Velodyne 64E LiDARの距離データを2Dポイントマップに変換し、単一の2D全畳み込みネットワークで物体信頼度と3Dバウンディングボックスを同時に予測する車両検出手法を提案した。KITTIデータセットで最先端性能を達成。
