Chengju Liu
Tongji University
収録論文 22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
- 問いかけて進化する:ハイブリッド行動空間と永続メモリを備えた生涯身体性ナビゲーションの統合ハーネス身体性ナビゲーション2026/10/29
マルチモーダル身体性エージェントが経路探索・局所調整・ピクセル移動・物体指向移動を組み合わせ、曖昧な状況では能動的に質問し、空間メモリに経験を蓄積しながら生涯学習する統合ナビゲーション基盤EvoLifeを提案した。
- RynnUnify:統合型身体性ブレインへの挑戦VLA2026/10/23
動画と言語の交互推論で身体的理解と長期視覚計画を統合した16Bモデルを提案し、強化学習によるエージェント拡張とロボット制御への拡張も実現した。
- NavJev: 行動中心の視覚圧縮と識別的行動意味記憶による効率的な視覚言語ナビゲーションVLA2026/9/28
MLLMの逐次推論をやめ、候補行動を圧縮表現に変換して軽量な確率的行動選択を行うことで、視覚言語ナビゲーションの推論遅延を大幅に削減したフレームワーク。
- DPed-VLN:動的歩行者環境における社会的規範に沿った視覚言語ナビゲーションのベンチマークVLA2026/9/18
歩行者が動く環境での視覚言語ナビゲーションを評価するHabitat 3.0ベンチマークを構築し、歩行者を考慮した強化学習・模倣学習ポリシーDPetを提案した。
- GaussianSeed: 高解像度3D占有予測のための階層的ガウスシーディング3D占有予測2026/7/22
高解像度の3D占有予測を効率的に行うため、粗密の階層構造を持つガウスプリミティブを用いたフレームワークを提案し、0.1m解像度でリアルタイム推論を実現した。
- RynnBrain 1.1:より高機能で汎用的な具現化基盤モデルを目指してVLA/基盤モデル2026/7/1
RynnBrain 1.1は、2Bから122B-A10Bまでの規模を持つ具現化基盤モデル群で、接触点予測や3Dグラウンディングを導入し、ロボット操作に直接対応する表現と出力を実現。実機実験では、Qwenベースや汎用VLAを上回る性能を示した。
- 具現化視覚言語ナビゲーションの包括的サーベイと体系的実世界評価ナビゲーション2026/7/1
視覚と言語によるナビゲーション(VLN)の研究を体系的に分類し、物理ロボットでの実世界評価を行った。シミュレーションと実世界の性能差を明らかにし、階層的フレームワークの堅牢性を示した。
- KinematicRL: 運動学的実現可能性を備えた社会的ナビゲーションのためのシミュレーションから実世界への強化学習フレームワークナビゲーション2026/6/1
この論文は、社会的ナビゲーションのための強化学習フレームワークを提案し、高次制御入力と2D LiDARのみを用いた人間追跡により、シミュレーションと実世界のギャップを低減して動的に実現可能なナビゲーションポリシーを生成する。
- 動力学は教えられるものではなく学習されるもの:潜在動力学幾何の半教師あり発見によるゼロショット方針適応強化学習/適応2026/6/1
ロボット強化学習において、環境の動力学変化に頑健に適応するため、物理パラメータを明示せずに相互作用の結果から潜在空間の幾何構造を学習する手法を提案し、MuJoCoベンチマークで既存手法を上回る性能を示した。
- P2DNav: パノラマから俯瞰への推論によるゼロショット視覚言語ナビゲーションナビゲーション2026/5/19
ゼロショットの視覚言語ナビゲーションにおいて、パノラマ方向選択と俯瞰ローカル接地を分離した階層的フレームワークを提案し、性能を向上させた。
- 動的知識空間による自動運転の非交絡生涯学習自動運転2026/3/1
自動運転の生涯学習における破滅的忘却や因果交絡を解決するため、ディリクレ過程混合モデルと因果推論のフロントドア調整を統合したフレームワークを提案した。
- RynnBrain: オープンな身体性基盤モデルVLA2026/2/1
知覚・推論・計画を統合した時空間基盤モデルRynnBrainを提案し、2B/8B/30B-A3B MoEの3規模と下流タスク向け4変種を公開、20の身体性ベンチマークで既存モデルを大幅に上回った。
- CLASH: 連続的視覚言語ナビゲーションのための大規模・小規模協調階層フレームワークVLA2025/12/1
視覚言語ナビゲーションにおいて、小規模モデルと大規模モデルを不確実性に基づき協調させ、シミュレーションと実環境で最先端性能を達成した。
- 力発揮型ヒューマノイドの移動操作のための運動学を考慮したマルチポリシー強化学習移動操作2025/11/1
上半身・下半身・差分コマンドの3段階に分けた強化学習で、ヒューマノイドが移動しながら環境に力を加える操作を可能にした研究。
- 視覚言語ナビゲーションにおける身体性ギャップの再考:物理的・視覚的格差の包括的研究VLA2025/7/1
人型・四足・車輪ロボットに対応した物理的に現実的なVLN評価プラットフォームVLN-PEを提案し、既存のVLN手法が実機環境で性能劣化する要因を体系的に分析した。
- テキスト駆動の動作生成をNAOロボットで実現する強化学習最適化制御パイプラインヒューマノイド2025/6/1
テキストから人間の動作を生成し、関節角度ネットワークと強化学習による全身制御でNAOヒューマノイドに転移させる手法を提案した。
- LiDAR融合済み事前地図を用いた高精度単眼測位測位・自己位置推定2024/7/1
LiDARで強化した視覚的事前地図上で深層学習による視覚特徴を追跡し、単眼カメラのみでセンチメートル級のグローバル測位を実現した。
- 多様な地形での劣化耐性を実現する適応的ノイズ除去強化LiDARオドメトリSLAM2023/9/1
LiDAR点群の信頼性を動的に評価し、環境の劣化度に応じて特徴点選択とノイズ除去を適応的に調整することで、多様な環境でのSLAMの精度とロバスト性を向上させる手法を提案。
- 複数の思考によるメタ能力の分離を実現する物体ナビゲーション物体ナビゲーション2023/2/1
物体ナビゲーションの様々な手法を統合し、メタ能力を入力・エンコード・報酬の3側面で分離するMADパラダイムと、複数の思考を協調させるMTモデルを提案。AI2-ThorとRoboTHORでSOTAを上回る性能を示した。
- 探索かナビゲーションか?物体ナビゲーションのための二重適応思考物体ナビゲーション2022/8/1
物体ナビゲーションにおいて、探索段階とナビゲーション段階で異なる思考戦略を適応的に切り替える二重適応思考(DAT)を提案し、目標指向メモリグラフと目標認識型マルチスケールアグリゲータを導入して性能を向上させた。
- PointTrackNet:点群からの3次元物体検出・追跡を統合するエンドツーエンドネットワーク3D物体追跡2020/2/1
隣接する2フレームの点群を入力とし、前景マスク・3次元バウンディングボックス・点単位の追跡対応変位を同時に出力するエンドツーエンドの3次元物体検出・追跡ネットワークを提案した。急ブレーキや急旋回など不規則で急激な運動にも頑健で、KITTI追跡データセットで競争力のある結果を示した。
- 単眼動画からの深度と階層的特徴表現の教師なし学習に基づく直接法ビジュアルオドメトリビジュアルオドメトリ2019/8/1
単眼動画から深度推定と階層的特徴表現を教師なしで学習し、直接法によりカメラ運動を推定するDFOフレームワークを提案した論文。
