Bo Yang
収録論文 57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
- GuideMe: ストリーミング動画におけるマルチドメインタスクガイダンスと介入VLA2026/7/3
マルチモーダル大規模言語モデルがリアルタイムの手順コーチとして機能できるかを評価するため、多領域のストリーミング動画ベンチマークGuideMeを構築し、既存モデルの性能を分析した。
- PhysMani: 動的物体操作のための物理原理に基づく3Dワールドモデル操作2026/7/1
高速で動く物体を操作するための、物理原理に基づく3Dガウシアンワールドモデルと将来予測を考慮した行動ポリシーを組み合わせたフレームワークを提案し、シミュレーションと実機で高い成功率を示した。
- NeoMap: 単一画像・動画からの学習不要な新規視点合成新規視点合成2026/7/1
事前学習済み動画モデルから、学習や追加調整なしで高品質かつ視点一貫性のある新規視点映像を生成するフレームワークを提案した。
- FiberTune: 視覚言語行動モデルの微調整における行動ファイバー視覚残差の保持VLA2026/6/7
VLAポリシーの行動教師あり微調整で生じる視覚表現の崩壊を防ぐため、行動予測方向を除いた視覚残差を教師モデルに整合させる訓練手法FiberTuneを提案し、シミュレーションと実機で性能向上を確認した。
- EvObj: シーン教師なしで3Dインスタンス分割を行う進化的オブジェクト中心表現の学習3Dインスタンス分割2026/5/1
合成データと実点群の形状ギャップを埋める、教師なし3Dインスタンス分割手法EvObjを提案。物体候補を動的改良する識別モジュールと部分形状を補完するモジュールを統合し、最先端性能を達成した。
- FoundObj: 自己教師あり基盤モデルを報酬として用いたラベル不要の3Dオブジェクトセグメンテーション3Dセグメンテーション2026/5/1
複雑なシーンの点群から、人間のアノテーションなしで3Dオブジェクトをセグメンテーションする新しいフレームワークを提案。自己教師ありの2D/3D基盤モデルから得られる意味的・幾何学的な事前知識を報酬として強化学習エージェントに組み込み、多クラスのオブジェクトを頑健に識別する。
- PhysInOne: 一つのスイートで実現する視覚物理の学習と推論データセット/物理推論2026/4/1
物理現象を捉えた大規模合成動画データセットPhysInOneを構築し、物理に基づく映像生成や将来予測、物理特性推定などの性能向上を示した。
- 予測的エネルギー認識に基づく公称歩容選択による車輪付き四脚ロボットの省エネ全方向移動歩行2026/1/1
車輪付き四脚ロボットの消費電力を1秒先まで予測するネットワークを構築し、最も省エネな歩容を選んで強化学習で微調整することで、速度追従性能を保ちつつ最大35%の省エネを実現した。
- 楕円体作業空間最適化による多機能追加ロボット肢の革新的設計設計最適化2025/11/1
把持・歩行・立ち上がり支援・質量慣性の4目的を統合した多目的最適化理論を提案し、楕円体で作業空間を表現する幾何ベクトル定量化法と改良ホタルアルゴリズムで追加ロボット肢を設計した論文。
- 空気室を用いた人間-ロボット相互作用向けソフト六軸力覚センサ触覚2025/11/1
シリコーンゴム製の空気室と16チャンネルの気圧センサを用いて、柔らかさを保ちながら六軸の力とトルクを計測できるソフトセンサを開発し、剛柔階層構造に基づく効果的な軸間干渉の分離手法を提案した。
- RayletDF: 点群やガウシアンからの汎化可能な3D表面再構成のためのレイレット距離場3D再構成2025/8/1
クエリ光線から直接表面点を予測するレイレット距離場を提案し、点群や3Dガウシアンから高精度かつ未知データにも汎化する3D表面再構成を実現した。
- TRACE: 多視点動画からの3Dガウス物理ダイナミクス学習物理ダイナミクス2025/8/1
多視点動画から3D点を剛体粒子として扱い、各粒子の並進・回転ダイナミクスを直接学習することで、ラベルなしで複雑な動的3Dシーンの物理をモデル化するフレームワークを提案。
- 個別輪駆動によるドリフト学習：限界領域での自動運転車両の操縦sim2real2025/7/1
GPU加速並列シミュレーションとドメインランダム化を用いた強化学習で、シミュレーションと実機のギャップを埋め、1/10スケールの個別輪駆動RCカーでドリフト制御を実現した。
- unMORE: 中心-境界推論による教師なし多物体セグメンテーションセグメンテーション2025/6/1
教師なしで単一画像から複数の物体をセグメンテーションする2段階手法を提案し、実世界の6データセットで最先端性能を達成した。
- FreeGave: ガウス速度による動画からの3D物理学習3D物理学習2025/6/1
多視点動画から物体の事前情報なしに3Dシーンの物理運動を学習する手法を提案。ガウス速度場を推定し、未来フレーム予測と動きのセグメンテーションで高性能を示す。
- LogoSP: 3D点群の教師なしセマンティックセグメンテーションのためのスーパーポイントの局所-大域グルーピング3D点群セグメンテーション2025/6/1
点群の局所特徴と大域特徴を周波数領域で組み合わせてスーパーポイントをグルーピングし、教師なし3Dセマンティックセグメンテーションで最高性能を達成した研究。
- GrabS: シーン教師なし3D物体セグメンテーションのための生成的具現化エージェント3Dセグメンテーション2025/4/1
物体データセットから生成的・識別的物体中心事前分布を学習し、具現化エージェントがそれをクエリして複数物体を発見する2段階パイプラインを提案。3Dシーンの人間ラベルなしで高精度な3D物体セグメンテーションを実現した。
- MindEye-OmniAssist：視線駆動型LLM支援ロボットによる暗黙的意図認識とタスク実行支援ロボティクス/意図認識2025/3/1
視線入力と大規模言語モデル・視覚基盤モデルを組み合わせ、事前定義に縛られないユーザの暗黙的意図を認識して支援タスクを実行するロボットシステムを提案し、実世界実験で有効性を示した。
- ロボットマニピュレーションにおける生成AI：サーベイマニピュレーション2025/3/1
GAN・VAE・拡散モデルなどの生成モデルをロボットマニピュレーションに応用する研究を、データ生成から方策学習まで階層的に整理したサーベイ。
- 実環境の劣化に対するLiDARオドメトリと自己位置推定のロバスト性評価と改善LiDARオドメトリ2024/9/1
18種類の現実的な合成劣化下でLiDAR姿勢推定のロバスト性を評価する初のベンチマークを構築し、劣化検出・フィルタリングとファインチューニングで精度を改善する手法を提案した。
- 拡散モデルとPPOの統合による強化学習のサンプル効率と探索の向上強化学習2024/9/1
オフラインで学習した条件付き拡散行動事前分布をLoRA等でオンライン適応し、PPOの探索を改善するオンポリシー手法PPO-DAPを提案。MuJoCo 8タスクでサンプル効率が向上。
- OSN: 単眼動画からの動的3Dシーンの無限表現3D再構成2024/7/1
単眼RGB動画から、入力に合致する全ての可能な動的3Dシーン表現を学習するフレームワークOSNを提案。物体スケールネットワークと共同最適化により、各動的物体の正確なスケール範囲を学習し、多様な3D配置を生成可能にした。
- RoboDriveチャレンジ：あらゆる条件でいつでもどこでも走行する自動運転知覚2024/5/1
悪天候やセンサ故障など想定外の状況でも頑健に知覚できる自動運転技術を競う2024年RoboDriveチャレンジの報告で、BEV検出や地図セグメンテーションなど4タスクで140チームが参加した。
- 自動運転におけるLiDAR-カメラ融合モデルの敵対的ロバスト性の探究LiDAR-カメラ融合/敵対的攻撃2023/12/1
車の上に少数の物理的制約付き敵対的点を追加するだけで、LiDAR-カメラ融合3D物体検出モデルが車を検出できなくなることを示し、その攻撃成功率に影響する要因を分析した研究。
- 実世界単一画像における教師なし物体セグメンテーションのベンチマークと分析セグメンテーション2023/12/1
実世界の単一画像に対する教師なし物体セグメンテーションの性能を体系的に評価し、既存手法が失敗する原因が背景・前景の外観と幾何のバイアス分布にあることを明らかにした。
- NVFi: 動画から3D物理を学習するニューラル速度場動的3Dシーン2023/12/1
多視点動画から3Dシーンの幾何・見た目・物理速度を同時に学習し、未来フレーム予測や動きの転移を可能にする手法を提案。
- RayDF: 多視点一貫性を備えたニューラルレイ表面距離場3D形状表現2023/10/1
3D形状をレイベースのニューラル関数として表現し、二重レイ可視性分類器と多視点一貫性最適化により、座標ベース手法より1000倍高速に高精度な表面再構成を実現した。
- プリミティブベース計画とデータ駆動制御による自律RCカーの連続慣性ドリフト制御/計画2023/6/1
プリミティブと呼ばれる経路断片の連結で複雑な経路を計画し、複数の実軌道を補間して参照軌道を作るデータ駆動制御により、自律RCカーで連続カーブを含む慣性ドリフトを実現した。
- 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。
- ロボット制御とスキル学習の分離による汎用的な物体操作マニピュレーション2023/3/1
強化学習で「何をするか」を学び、全身運動制御で「どうやるか」を解くことで、未知の物体操作への汎化性能を高めた手法を提案。
- 有望か幻か？実世界の単一画像からの教師なし物体セグメンテーションセグメンテーション2022/10/1
実世界の単一画像に対する教師なし物体セグメンテーションの性能を体系的に調査し、既存手法が合成データでは成功する一方で実世界画像では失敗する原因を、物体・シーンの外観と幾何のバイアス分布の難しさに特定した研究。
- OGC: 点群の剛体運動に基づく教師なし3D物体セグメンテーション3Dセグメンテーション2022/10/1
点群列の動きのパターンを教師信号として利用し、人手アノテーションなしで複数の3D物体を一度にセグメンテーションする初の教師なし手法を提案。
- DM-NeRF: 2D画像からの3Dシーン幾何分解と操作NeRF/3D再構成2022/8/1
NeRFを用いて2D画像のみから3Dシーン内の物体を分解し、衝突や遮蔽を考慮しつつ自由に操作・再構成できる手法を提案。
- 逆強化学習による実環境での自動運転自動運転2022/6/1
500時間以上の実走行データを用いた逆強化学習で軌道スコアリングモデルを学習し、ラスベガスの混雑した市街地で完全自動運転を実現した。
- RangeUDF: 点群からの意味的サーフェス再構成3D再構成2022/4/1
任意のトポロジーに対応するレンジ考慮型の符号なし距離場と表面指向の意味分割を組み合わせ、点群から連続的な3D表面の形状と意味を同時に復元する手法を提案した。
- SensatUrban: 都市規模の写真測量点群から意味を学習する点群セマンティックセグメンテーション2022/1/1
英3都市・7.6km²・約30億点のUAV写真測量点群に細粒度の意味ラベルを付与した大規模データセットを構築し、最先端セグメンテーション手法のベンチマークと課題分析を行った。
- 自律走行車のドリフト操縦のための階層制御フレームワーク車両制御2021/9/1
曲率と中心の制御を分離した階層制御で、円形ドリフト走行をシミュレーションとRCカーで実現した論文。
- 二時間スケールの機構・データ融合制御による自動運転車のアグレッシブ走行制御/モデリング2021/9/1
タイヤスリップが大きいアグレッシブ走行に対し、機構ベースとデータ駆動を二時間スケールで融合したモジュール型制御を提案し、TORCSで有効性を検証した論文。
- ランダムサンプリングによる大規模3D点群の効率的な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2021/7/1
複雑な点選択の代わりにランダムサンプリングと局所特徴集約を組み合わせ、大規模3D点群を高速かつ高精度にセマンティックセグメンテーションするRandLA-Netを提案した論文。
- 適応型・固定型シェアードステアリング制御が注意散漫なドライバーの挙動に与える影響ヒューマン・マシンインタフェース2021/6/1
ドライビングシミュレータ実験で、前腕筋電位に基づく適応型ハプティック操舵支援が、固定型や手動運転より作業負荷を下げ車線逸脱リスクを減らすことを示した研究。
- SQN: 大規模3D点群の弱教師あり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2021/4/1
局所近傍の点群が持つ意味的均一性を利用し、わずか0.1%のランダム注釈点で大規模3D点群を高精度にセグメンテーションする弱教師あり手法SQNを提案した。
- FMCWレーダーによる自己位置再推定の学習手法RadarLoc自己位置推定2021/3/1
FMCWレーダースキャンから6自由度のグローバル姿勢を直接推定する自己注意機構付きのエンドツーエンド深層学習モデルを提案し、レーダースキャン間の幾何制約を活用して精度を向上させた。
- トラック運転者の挙動分析に基づく自動運転の車線変更スタイル設計自動運転2020/12/1
トラック運転者の挙動をモデル化し、積極的・中庸・保守的な3つの自動車線変更スタイルを設計。シミュレータ実験で運転者がスタイルを区別でき、安全性・信頼性ともに許容されると確認した。
- 注視に基づく自然な把持意図認識視線インタラクション2020/12/1
視線の停留から把持対象と意図を推定し、手の不自由なユーザーが注視だけでロボットに把持作業を指示できる手法を提案・検証した論文。
- SpinNet：3D点群位置合わせのための汎用表面記述子の学習点群位置合わせ2020/11/1
局所表面を円筒空間に変換しSO(2)同変な特徴抽出を行うことで、回転不変かつ情報量の多い3D局所記述子を学習する手法を提案し、屋内・屋外データセットで既存手法を大きく上回る性能と異なるセンサ間での高い汎化性能を示した。
- 意図推定に基づく車線変更・車線維持の触覚ガイダンス操舵システム触覚ガイダンス/操舵支援2020/11/1
ドライバーの車線変更意図を深層学習で推定し、車線維持と車線変更の両方を支援する触覚共有操舵システムを設計・評価した研究。
- 3D物体の再構成とセグメンテーションを学習する3D認識2020/10/1
深層ニューラルネットワークを用いて、単一・複数視点からの物体レベルの3D形状推定とシーンレベルの意味理解を行う研究をまとめた学位論文。
- 汎用放射輝度場による3D表現とレンダリングNeRF/新規視点合成2020/10/1
複数の2D画像とカメラ姿勢から3D空間の各点を暗黙的に表現し、任意視点の新規画像を高品質に生成するニューラルネットワークを提案した。
- 都市規模3D点群のセマンティックセグメンテーションに向けて：データセット・ベンチマーク・課題3D点群セグメンテーション2020/9/1
英3都市の約7.6km²をカバーする約30億点の都市規模写真測量点群データセットを構築し、13クラスの注釈を付与して最先端手法を評価した。
- PointLoc：LiDAR点群のための深層ポーズ回帰による自己位置推定自己位置推定2020/3/1
単一のLiDAR点群から地図なしで6自由度ポーズを直接推定するPointNet風の自己注意機構付きエンドツーエンド学習フレームワークを提案し、Oxford Radar RobotCarデータセットで高精度な再位置推定を実現した。
- DeepPCO：並列ニューラルネットワークによるエンドツーエンド点群オドメトリ点群オドメトリ2019/10/1
連続する点群から6自由度の姿勢を推定するため、並進と回転を別々の並列サブネットで学習するエンドツーエンドの深層学習手法を提案し、KITTIで有効性を示した。
- 3D-BoNet：点群上の3Dインスタンスセグメンテーションのための物体バウンディングボックス学習3Dインスタンスセグメンテーション2019/6/1
点群の各インスタンスに対して3Dバウンディングボックスと点マスクを直接回帰する単一ステージ・アンカーフリーの手法を提案し、後処理不要で高効率かつ高精度を実現した。
- 多視点3D再構成のための深層特徴集合のロバストな注意集約3D再構成2018/8/1
複数画像から3D形状を復元する際、順序不変で任意枚数の入力に対応できる注意機構モジュールAttSetsと学習法FASetを提案し、既存の集約手法を大きく上回る性能を示した。
- ランドマークベースの視覚的位置認識への深い洞察：方法論と実践視覚的位置認識2018/8/1
ランドマークのスケールと重複率が位置認識性能に与える影響を体系的に分析し、その知見に基づく密サンプリング方式の簡便かつ効果的な手法を提案した。
- Defo-Net: 敵対的生成ネットワークによる物体変形の学習変形予測2018/4/1
単一のRGB-D画像から外力による物体の変形を予測する敵対的生成ネットワークを提案し、荷物を運ぶ移動ロボットの安全な走行に応用した。
- 単一深度ビューからの高密度3D物体再構成3D再構成2018/2/1
単一の任意深度ビューから物体の完全な3D構造を生成するGANベース手法3D-RecGAN++を提案し、高解像度256^3の占有グリッドで隠れた領域を復元する。
- 単一深度ビューからの敵対的学習による3D物体再構成3D再構成2017/8/1
1枚の任意深度ビューから、オートエンコーダと条件付きGANを組み合わせて物体の完全な3D占有グリッドを生成する手法を提案した論文。
