Bo Zhang
Northwestern Polytechnical University
収録論文 38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
- 推論から軌道幾何条件を学習する自動運転VLAVLA2026/11/9
自動運転VLA計画において、離散的な軌道幾何条件(TrajCond)を推論から学習し、連続軌道予測の精度を向上させる手法を提案した論文。
- RoboSeed:VLA・世界行動モデルの多次元評価フレームワークVLA2026/10/29
視覚言語行動モデルと世界行動モデルを、能力・学習コスト・配備コスト・研究価値・再現性の5次元で0〜100にスコア化し、予算や目的に応じたモデル選択を支援する評価枠組みを提案・適用した。
- RoboDuo: コードを介した試行・確認・原子的リカバリによるVLAの長期的タスク遂行VLA2026/10/25
コードをインターフェースにコーディングエージェントと2つのVLAを連携させ、全体タスクVLAの失敗を原子的スキルVLAで補完する閉ループ二重システムを提案。既存VLAの重みを更新せず長期的タスクの成功率を向上。
- EXE: 因子分解潜在行動による一人称視点の異形態間事前学習VLA2026/10/24
一人称視点の人間動画から共有操作スキルと身体固有の動きを分離した潜在行動表現を学習し、VLAモデルの事前学習に活用するフレームワーク。
- HoloBoxing:単一GPU7分で学ぶヒューマノイドボクシングの簡易レシピヒューマノイド/強化学習2026/10/23
事前学習済み全身コントローラを再利用し、小型プランナとデコーダを模倣初期化+強化学習で訓練することで、単一GPU約7分の追加学習でヒューマノイドのボクシング動作を獲得する手法を提案した。
- 建設現場におけるヒューマノイドロボットに向けて:遠隔操作の実現可能性調査遠隔操作2026/9/30
XRによる上半身操作とペダル式移動を組み合わせ、Unitree G1ヒューマノイドで建設作業を遠隔操作するシステムを提案し、工具運搬と表面塗装の2タスクで成功率と作業時間を評価した。
- RoboHarness: シンプルなハーネスがVLAとワールドアクションモデルを凌駕するVLA2026/9/29
LLMエージェントに視覚幾何学的な操作パネルを与えるロボットハーネスを提案し、VLAモデルを訓練せずにBEHAVIOR Challenge 2025で最先端VLAを上回る性能を達成した。
- PlanGuard: 身体性エージェントにおける多段階計画の安全性ガードレール安全性/計画2026/9/26
実行前の多段階計画全体を環境と照らし合わせて物理的安全性を評価する検出器を提案し、専用データセットと蒸留手法で小型モデルでも高精度を実現した。
- LieSpline-DP: 滑らかなロボットマニピュレーションのためのリー群Bスプライン拡散ポリシーマニピュレーション2026/9/14
拡散ポリシーの軌道をSE(3)上のBスプラインで表現し、チャンク間で境界制御姿勢を共有することでC²連続性を保証し、滑らかで成功率の高いマニピュレーションを実現した。
- RoboSPA: VLAモデルは単純なシーンと短期的なタスクを超えられるか?VLA/ベンチマーク2026/9/4
VLAモデルの空間的・手続き的複雑さに対する推論能力を診断する大規模ロボット操作ベンチマークRoboSPAを提案し、既存モデルの限界を明らかにした。
- 制御された世界モデルの識別可能性について世界モデル2026/7/24
この論文は、ガウス潜在状態を持つ制御された世界モデルが非線形観測から復元可能かどうかを理論的に解析し、識別可能性の条件を提案しています。
- Open-AoE: 身体化学習のためのオープンな自己中心視操作データセットとツールチェーンデータセット2026/7/1
スマートフォンで撮影した自己中心視の操作動画約2000時間と、それをロボット学習用に加工するツールチェーンを公開した論文。
- RT-SHCUA: UAV制御のためのリアルタイム自己ホスト型コンピュータ利用エージェントUAV制御2026/7/1
自己ホスト型コンピュータ利用エージェントをUAV制御に適用する際の構造的不整合を解決するため、エージェント出力を契約付きスキル呼び出しに変換し、意味推論と実行・安全監視を分離するリアルタイム・セキュリティ指向アーキテクチャを提案した。
- HoloMotion-1 技術報告書:ゼロショット全身動作追跡のための人型ロボット動作基盤モデル全身動作追跡/基盤モデル2026/5/1
大規模なハイブリッド動作データ(動画再構成・モーションキャプチャ等)で制御ポリシーを学習し、未見の動作や実機へゼロショットで汎化する人型ロボットの全身動作追跡基盤モデルを提案した。
- エンドツーエンド自動運転におけるナビゲーション理解の驚くべき有効性の解明自動運転2026/4/1
エンドツーエンド自動運転システムが局所シーン理解に過度に依存し、大域ナビゲーション情報を活用できていない問題を指摘し、実世界のナビゲーションパターンに基づく逐次ナビゲーションガイダンス(SNG)フレームワークと、それを用いたVQAデータセットおよびモデルSNG-VLAを提案して、ナビゲーション追従性能を向上させた。
- DriveCode: LLMベース自動運転のためのドメイン特化型数値エンコーディング自動運転2026/3/1
数値を専用埋め込みとして表現するDriveCodeを提案し、LLMベース自動運転における軌道予測と制御信号生成の精度を向上させた。
- MapDream:視覚言語ナビゲーションのためのタスク駆動型地図学習VLA2026/2/1
視覚言語ナビゲーションにおいて、ナビゲーション目的に直接最適化されたBEV地図を自己回帰的に生成し、行動予測と統合学習するフレームワークを提案。
- MeCo: 類似タスクのメモ化によるLLM活用マルチロボット協調の効率化群制御2026/1/1
LLMを活用したマルチロボット協調において、類似タスクの解決策をキャッシュ・再利用するメモ化フレームワークMeCoを提案し、計画コスト削減と成功率向上を実現した。
- 適応的ワーキングメモリ再符号化によるロボットマニピュレーションの状態曖昧性解消マニピュレーション2025/12/1
人間のワーキングメモリ再符号化に着想を得て、適応的ワーキングメモリを備えた視覚運動ポリシーPAMを提案し、長い履歴窓でも高速推論を維持しながら状態曖昧性を解消する。
- 光明探検者:汎用環境における自律探査のための四脚ロボットプラットフォーム歩行2025/12/1
多様な環境で自律探査を行うためのハードウェアとソフトウェアを統合した四脚ロボットプラットフォームを開発し、実世界実験で有効性を示した。
- Progress-Think: 視覚言語ナビゲーションのための意味的進捗推論VLA2025/11/1
視覚観測から指示文の進捗を意味的に推論し、ナビゲーション方策を導く三段階フレームワークを提案。R2R-CEとRxR-CEで最高性能を達成。
- 外乱を考慮した空陸両用車両の動的軌道計画軌道計画2025/8/1
外乱オブザーバで推定した外乱に基づき安全境界を適応調整し、Bスプライン最適化で空陸両用車両の動的軌道を計画する手法を提案した。
- DRARL: 介入理由を活用した強化学習による自動運転ポリシーの効率的改善自動運転/強化学習2025/6/1
自動運転の介入事例をOOD状態推定で理由ごとに分類し、ポリシー起因の介入のみを理由拡張型の想像環境で学習に活用することで、類似状況への対応力を効率的に高める手法を提案した。
- 3次元倉庫におけるアリコロニー最適化と先進ニューラルネットワークを用いた多次元AGV経路計画経路計画2025/4/1
3D倉庫環境でのAGV経路計画において、アリコロニー最適化と深層学習を組み合わせたNAHACOを提案し、混雑を考慮した損失関数と注意機構により動的な経路計画を実現した。
- 自律走行車の自己位置推定のためのエンドツーエンド学習に基づくマルチセンサフュージョン自己位置推定2025/3/1
不確かさ推定を不要にし、高次ニューラルネット特徴でセンサ情報を符号化するエンドツーエンドのマルチセンサフュージョン手法を提案し、実環境で精度とロバスト性を向上させた。
- 時間的重複予測:LiDAR移動物体セグメンテーションのための自己教師あり事前学習法LiDARセグメンテーション2025/3/1
LiDAR点群の移動物体セグメンテーション向けに、隣接スキャン間で重複する点の占有状態を予測する自己教師あり事前学習法TOPを提案し、ラベル付け負担を軽減しつつ性能を向上させた。
- InVDriver: インスタンス内空間依存を考慮したベクトル化クエリベース自動運転トランスフォーマ自動運転2025/2/1
ベクトル化表現を用いた自動運転において、同一インスタンス内の点同士の空間的つながりをマスク付き自己注意で明示的にモデル化し、地図要素の断片化や軌道の振動を抑えて精度と滑らかさを向上させた手法。
- 大規模自動運転のための動的局所拡張プランナ自動運転2025/2/1
基本の運転プランナを恒久的に変更せず、地域ごとの局所データで動的に拡張する手法を提案し、安全性と報酬でベースラインを上回った。
- ZOPP: 自動運転のためのゼロショットオフボードパノプティック知覚フレームワーク自動運転/パノプティック知覚2024/11/1
視覚基盤モデルのゼロショット認識能力と点群の3D表現を統合し、自動運転シーンの多様な要素を自動ラベリングするマルチモーダルなパノプティック知覚フレームワークを提案した。
- Bench4Merge: 実環境に近い高密度交通におけるマイクロインタラクティブ車両との合流のための包括的ベンチマーク自動運転/合流/ベンチマーク2024/10/1
高密度交通への合流を評価する閉ループベンチマークを提案し、他車両を大規模データで学習させて多様性を高め、LLMで合流性能を評価する。
- 継続的に学習・適応・改善する:自動運転のための二重プロセスアプローチ自動運転2024/5/1
人間の認知プロセスに着想を得て、注意選択と二重プロセス意思決定(分析的推論とヒューリスティック処理)を組み合わせ、反省機構と記憶バンクで自己改善する自動運転フレームワークLeapADを提案。CARLAでの閉ループ評価でカメラ入力のみの手法を上回り、ラベルデータも大幅に削減できることを示した。
- 知識駆動型自動運転に向けて自動運転2023/12/1
データバイアスや長尾シナリオへの弱さ、解釈性の欠如といった従来の自動運転の課題に対し、大規模言語モデルや世界モデル、ニューラルレンダリングなどを用いた知識駆動型アプローチの研究動向を整理し、今後の方向性を示したサーベイ論文。
- MPCと深層強化学習を組み合わせた切り替え型押し操作スキルによる平面非把持マニピュレーションマニピュレーション2023/3/1
押し点の選択を強化学習、押し動作の制御をモデル予測制御で行い、押し点を切り替えながら物体を目標姿勢へ運ぶ手法を提案し、シミュレーションと実機で効率を検証した。
- FastPillars: 展開に適したピラーベース3D検出器3D検出2023/2/1
自動運転向けに、SPConvを使わず軽量なピラーエンコーディングとバックボーン設計で高精度・低遅延を実現した3D物体検出器を提案。
- 混合方策勾配とその実験検証による高レベル自動運転のための統合意思決定・制御自動運転/強化学習2022/10/1
強化学習に基づく統合意思決定・制御フレームワークにおいて、制約付き混合方策勾配と注意ベース符号化を組み合わせたデータ駆動型システムを開発し、実車実験で有効性を検証した。
- ロボットシステムに応用する一般化行列逆行列制御理論2018/6/1
座標系の回転やスケール、単位系の変更に対してロバストな制御を可能にする一般化行列逆行列を提案し、劣決定・過決定方程式系を扱うロボット制御への応用を示した論文。
- CNN特徴量で強化したSeqSLAMによるリアルタイムループ閉じ込め検出SLAM2017/4/1
事前学習済みCNNの中間層出力を画像記述子として用い、系列マッチングでループ閉じ込め検出を行うSeqCNNSLAMを提案し、隣接画像の位置関係を利用した高速化とパラメータのオンライン調整手法も示した。
- 無線接続ロボットネットワークにおける通信・運動の統合計画:概観と設計指針群制御2015/11/1
無線接続ロボットネットワークにおいて、通信と運動の自由度を同時に活用する統合計画フレームワーク(JCMP)を提案し、OODAモデルに基づくアーキテクチャと従来手法との比較、未解決課題を論じた技術ノート。
