Changhao Chen
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
- LegoOcc++: 一貫性のあるオープンボキャブラリ3D占有予測に向けて3D占有予測2026/10/25
言語埋め込みガウシアンを用い、二値占有ラベルのみの幾何 supervision で屋内・屋外のオープンボキャブラリ3D占有予測を行う手法を提案。インスタンスレベルの意味一貫性と共視性を考慮した視点選択で断片化を抑制する。
- CoRe-WAM: 対応整合型時間差分によるワールドアクションモデルVLA2026/9/23
物体追跡の対応関係を用いて過去の視覚特徴を現在位置に移動させ、その差分を軽量アダプタでポリシーに組み込むことで、ロボットマニピュレーションの成功率を向上させた研究。
- 行動を変える記憶は行動を導く記憶ではない:履歴条件付きロボット方策の反事実的監査VLA2026/9/23
ロボットの記憶が意思決定を導いているかを、同一の現在で二つの履歴を交差させる反事実的監査(CMA)で評価し、記憶への感度と信頼性を分離して検証した。
- UniNav: 視覚ナビゲーションのための統合ワールド・アクション拡散モデルナビゲーション2026/8/4
画像ゴールの視覚ナビゲーションにおいて、将来の観測予測と軌道生成を単一の拡散プロセスで統合したモデルUniNavを提案。幾何認識カメラトークンとビデオのみのデータ学習により性能を向上させ、高速推論も可能にした。
- GPOcc++: 視覚幾何学事前情報を用いた統合スパースガウス占有予測3Dシーン理解2026/7/15
視覚幾何学の事前情報を占有予測に適したスパースガウス表現に変換し、多視点・時系列を統一的に扱う3Dシーン理解手法GPOcc++を提案した。屋内・屋外のベンチマークで高い性能と効率性を示した。
- AdvNav: 行動誘導型ブラックボックス敵対的攻撃による視覚言語ナビゲーションの妨害ナビゲーション/敵対的攻撃2026/7/13
視覚言語ナビゲーションシステムに対する、勾配情報を使わずにエージェントの行動観測のみで敵対的摂動を生成するブラックボックス攻撃フレームワークを提案した。
- FlowDec: 時間的条件付きフロー修復による頑健な連続環境視覚言語ナビゲーションナビゲーション2026/6/21
連続環境での視覚言語ナビゲーション(VLN-CE)において、実世界の視覚劣化に対する頑健性を高めるため、時間的文脈を活用した画像修復フレームワークFlowDecを提案した。
- WISE: Minecraftにおける長期的目標達成エージェントのためのWhy-Which推論VLA2026/6/11
Minecraftのような環境での長期的タスクを達成するエージェント向けに、因果イベントグラフを用いた記憶と推論を統合したフレームワークWISEを提案し、従来手法より成功率と効率を向上させた。
- フィードフォワード3Dモデルを用いた単眼視覚慣性システムの効率的な特徴点フリー初期化視覚慣性初期化2026/5/1
単眼VINSの初期化を、視覚特徴追跡を使わずにフィードフォワード3Dモデルが予測する点群を利用して行う手法を提案し、成功率90%以上・データ所要時間1.2秒未満を達成した。
- FreeOcc: 学習不要の身体化オープンボキャブラリ占有予測占有予測2026/4/1
3Dアノテーションやカメラ姿勢の真値を使わず、SLAMと視覚言語モデルを組み合わせて、単眼またはRGB-Dシーケンスからオープンボキャブラリの占有マップを構築する学習不要のフレームワークを提案した。
- REAL: 時空間ポリシー学習と物理誘導フィルタリングによる堅牢な極限アジリティ歩行2026/3/1
視覚ノイズや遅延に頑健な四足ロボットのパルクール学習フレームワークを提案。クロスモーダルな教師ポリシーを、視覚ノイズを能動的にフィルタリングするMambaベースの学生ポリシーに蒸留し、物理誘導ベイズ推定で剛体整合性を保つ。
- SaferPath: 学習による誘導と安全制約付き制御を用いた階層的視覚ナビゲーションナビゲーション2026/3/1
既存のエンドツーエンドモデルから得た誘導を、安全制約付き最適化制御モジュールで洗練する階層的視覚ナビゲーションフレームワークを提案し、未見環境での衝突を減らし成功率を向上させる。
- LST-SLAM: キロメートル規模の動的環境に対応するステレオ熱画像SLAMシステムSLAM2026/2/1
熱画像カメラを用いた大規模動的環境向けステレオSLAMシステムを提案し、自己教師あり特徴学習と動的特徴抑制によりキロメートル規模のデータセットで高精度・高ロバスト性を実現した。
- PanoNav: パノラマシーン解析と動的メモリによる地図なしゼロショット物体ナビゲーションナビゲーション2025/11/1
RGB画像のみを用いて、パノラマシーン解析と動的メモリで履歴を活用し、未知環境でのゼロショット物体ナビゲーションを実現する地図不要のフレームワークを提案。
- X-IONet: 歩行者と脚式ロボットのためのクロスプラットフォーム慣性オドメトリネットワーク慣性オドメトリ2025/11/1
単一IMUのみを用い、歩行者と四脚ロボットの両方に対応する慣性オドメトリ手法を提案。動作プラットフォームを分類して専用のエキスパートネットワークに振り分け、不確かさをEKFで融合することで高精度な位置推定を実現した。
- DynaNav: 効率的な視覚ナビゲーションのための動的特徴・層選択視覚ナビゲーション2025/9/1
シーン複雑度に応じて特徴と層を動的に選択し、早期終了とベイズ最適化を組み合わせることで、視覚ナビゲーションの計算コストを削減しつつ性能を向上させるフレームワークを提案。
- 身体性ナビゲーションにおける知覚・社会・運動知能:包括的サーベイナビゲーション2025/8/1
身体性ナビゲーション(EN)を遷移・観測・融合・報酬方策構築・行動の5段階(TOFRA)で整理し、最新手法や評価指標、課題を包括的にレビューしたサーベイ。
- 暗闇のSLAM:熱画像からの姿勢・深度・ループ閉じ込みの自己教師あり学習SLAM2025/2/1
低照度環境に強い熱画像を用いた単眼SLAMシステムDarkSLAMを提案し、注意機構とループ閉じ込み検出により夜間でも高精度な自己位置推定と3次元復元を実現した。
- ConcertoRL:直接駆動タンデム翼車両の制御を強化する革新的な時間インターリーブ強化学習アプローチ強化学習制御2024/5/1
昆虫スケールの直接駆動タンデム翼実験プラットフォームの制御において、古典的制御器と強化学習制御器を時間インターリーブするConcertoRLを提案し、初期段階の制御精度とオンライン学習の安定性を向上させた。
- DK-SLAM: 深層キーポイント学習・追跡・ループ閉じ込みを統合した単眼ビジュアルSLAMビジュアルSLAM2024/1/1
メタ学習でキーポイント抽出を環境適応させ、粗密追跡とオンライン学習によるループ検出を組み合わせることで、複雑な実環境でも高精度に動作する単眼ビジュアルSLAMを実現した。
- ReLoc-PDR: グラフ最適化による視覚再定位強化型歩行者デッドレコニング自己位置推定2023/9/1
スマホの慣性センサによる歩行者デッドレコニング(PDR)と視覚再定位をグラフ最適化で融合し、テクスチャの少ない廊下や夜間でも高精度・頑健に自己位置推定する手法を提案。
- Drone-NeRF: 大規模ドローン測量のための効率的なNeRFベース3Dシーン再構成3D再構成/NeRF2023/8/1
ドローン斜め撮影画像から大規模な3Dシーンを再構成するため、シーンをカメラ位置と深度可視性に基づいて分割し、NeRFを並列学習して統合するフレームワークを提案した。
- 慣性測位のための深層学習:サーベイ慣性測位2023/3/1
低コスト慣性センサの誤差ドリフト問題に対し、深層学習を用いた慣性測位手法と歩行者・ドローン・車両・ロボットへの応用を横断的にレビューしたサーベイ論文。
- SelfOdom:双方向粗密スケール復元による自己教師あり自己運動と深度学習自己運動推定2022/11/1
単眼画像から絶対スケールで自己運動と深度を推定する自己教師あり二重ネットワークフレームワークを提案し、粗密訓練戦略と注意融合で慣性データも統合可能にした。
- EMA-VIO: 外部メモリアテンションを用いた深層視覚慣性オドメトリVIO2022/9/1
視覚と慣性センサの情報を外部メモリアテンションで効率的に融合し、従来手法が苦手な悪条件下でも高精度に自己位置推定を行う学習ベースVIOを提案した。
- 深層学習による自己位置推定と地図構築のサーベイ:空間機械知能の時代に向けてSLAM2020/6/1
深層学習を用いた自己位置推定・地図構築・SLAMの研究を体系的に整理し、新たな分類法と今後の課題・展望を示した包括的サーベイ。
- milliEgo:単一チップmmWaveレーダーと深層センサフュージョンによる自己運動推定自己運動推定/センサフュージョン2020/6/1
低コストな単一チップmmWaveレーダーと慣性・視覚センサーを混合アテンションで深層融合し、照明や特徴の乏しい環境でも頑健に自己運動を推定する手法を提案した論文。
- 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。
- 深層学習による歩行者慣性ナビゲーション:手法・データセット・オンデバイス推論慣性ナビゲーション2020/1/1
深層学習ベースの慣性ナビゲーション研究向けに、詳細な正解付きの公開データセットOxIODを構築し、生のIMUデータから歩行者軌跡を復元する軽量フレームワークを提案した。
- 信頼性に基づく選択的センサフュージョンによる状態推定センサフュージョン2019/12/1
複数センサの潜在特徴の信頼性を評価し、決定的ソフト融合と確率的ハード融合でロバストに軌道・姿勢を推定するSelectFusionを提案した論文。
- 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。
- DeepTIO:視覚ハルシネーションを組み込んだ熱慣性オドメトリオドメトリ2019/9/1
熱画像から疑似視覚特徴を生成するハルシネーションネットワークと選択的融合を用い、煙や暗闇でもロバストに自己位置推定する熱慣性オドメトリ手法を提案した。
- DynaNet:運動推定と予測のためのニューラルカルマン動的モデル状態推定2019/8/1
深層学習と時変状態空間モデルを組み合わせ、カルマンフィルタの枠組みで解釈性とロバスト性を保ちながら端到端学習を可能にしたハイブリッドモデルを提案し、視覚オドメトリやセンサ融合、振り子制御で最先端の推定・予測性能を示した。
- 選択的センサ融合によるニューラル視覚慣性オドメトリVIO2019/3/1
単眼画像と慣性計測を融合するVIOにおいて、欠損や破損・同期ずれに頑健な選択的融合フレームワークを提案し、決定的ソフト融合と確率的ハード融合を比較検証した。
- 確率的ガイダンスによるナビゲーション学習ナビゲーション2018/11/1
強化学習に確率的スイッチを導入し、探索とヒューリスティック制御のガイダンスを切り替えてナビゲーション方策を効率的に学習する手法を提案した。
- ドメイン間の物理運動転送によるニューラル慣性トラッキング慣性計測/ドメイン適応2018/10/1
ラベル付きソースドメインから物理運動知識を転送し、ペアデータなしで新たな未ラベルドメインの生IMU系列を正確な慣性軌道に変換するフレームワークを提案した。
- Oxford慣性オドメトリデータセット(OxIOD)慣性オドメトリ/データセット2018/9/1
深層学習による慣性オドメトリ研究向けに、正解ラベル付きの158シーケンス・総距離42km超の大規模IMUデータセットを構築・公開した。
- IONet:慣性オドメトリにおけるドリフト問題を学習で解決慣性オドメトリ2018/2/1
慣性センサのデータを独立した窓に分割し、深層リカレントニューラルネットで各窓の速度・姿勢を推定することで、誤差蓄積(ドリフト)を抑えた高精度な慣性オドメトリを実現した。
