Chris Xiaoxuan Lu
University College London
収録論文 34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
- 視覚言語行動モデルの連合ファインチューニングに関する実証研究とオープンテストベッドVLA2026/9/19
事前学習済みVLAモデルを連合学習でファインチューニングする際の設計選択を体系的に検証し、シミュレーションと実機実験を通じて知見と課題を明らかにした。
- 見ることは信じることではない:ロボティクスにおける物理とデジタルの信頼境界を破るセキュリティ2026/9/8
ROS 2の深刻な脆弱性を発見し、環境変数を変更するだけでテレメトリと制御信号を傍受・注入できることを示した。物理ロボットを乗っ取り、偽のテレメトリで検証者を欺く攻撃を実証した。
- 視覚言語行動モデルにおける宣言的知識と手続き的知識の分離VLA2026/6/1
ロボットの模倣学習において、物体の概念(宣言的知識)と操作方法(手続き的知識)を分離できないことが汎化の妨げとなっている。本論文では、情報の流れを再構成した新しいVLAモデルw²VLAを提案し、モジュール化により知識を分離してゼロショット転移を可能にする。
- 注意的特徴集約:ロバスト性を気にせずタスク関連の視覚手がかりに注目する方策VLA2025/11/1
事前学習済み視覚表現を用いた視覚運動方策において、タスク無関係な情報を無視する軽量な注意的特徴集約機構を提案し、視覚的摂動に対するロバスト性を向上させた。
- VISC: 普及型視覚慣性センサによるmmWaveレーダのシーンフロー推定シーンフロー推定2025/7/1
高価なLiDARの代わりに普及している視覚慣性センサのデータを教師信号として、mmWaveレーダのシーンフロー推定を学習するフレームワークを提案。煙環境でもLiDARを用いる最先端手法を上回る性能を実現した。
- Fast ECoT: 思考の再利用による効率的な身体性Chain-of-Thought推論VLA2025/6/1
VLAモデルの身体性Chain-of-Thought推論を、高レベル推論のキャッシュ・再利用とモジュール推論の並列生成により高速化し、学習不要でリアルタイム動作に近づけた手法。
- 時間的絡み合いの罠:視覚運動ポリシー学習における事前学習済み視覚表現の活用VLA2025/2/1
事前学習済み視覚表現を逐次意思決定に使うと時間的絡み合いが生じる問題を指摘し、その影響を定量化して、絡み合いを解く簡単なベースラインを提案した論文。
- RadarOcc: 4Dイメージングレーダによる堅牢な3D占有予測3D占有予測/レーダ2024/5/1
4Dレーダのテンソルを直接処理し、ドップラービン記述子や球面特徴符号化を用いて悪天候下でも高精度な3D占有予測を実現した手法。
- クリックで掴む:視覚拡散記述子によるゼロショット精密マニピュレーションマニピュレーション2024/3/1
テキスト画像拡散モデルを活用し、ユーザーが指定した画像上のクリック位置に対応する対象物の部位を別シーンでゼロショットに把持する手法を提案。
- RaTrack: 4Dレーダー点群による移動物体の検出と追跡4Dレーダー追跡2023/9/1
4Dレーダー点群を用いて移動物体を検出・追跡する手法RaTrackを提案し、View-of-Delftデータセットで最先端を上回る追跡精度を達成した。
- クロスモーダル特徴拡張によるLiDAR-レーダー点群からの堅牢な3D物体検出3D物体検出2023/9/1
LiDARと4Dレーダー間で双方向に特徴を補完し合うクロスモーダル・ハルシネーション手法を提案し、推論時は単一モダリティでも高精度な3D物体検出を実現した。
- 視界不良環境下での熱画像とミリ波レーダー融合によるロバストな人物検出マルチモーダル認識2023/7/1
熱カメラとミリ波レーダーを組み合わせ、ベイズ特徴抽出と不確かさ誘導型融合により、視界不良時でも高精度に人物を検出する手法を提案した。
- 隠れた宝石:クロスモーダル教師あり学習による4Dレーダシーンフローの推定4Dレーダ/シーンフロー2023/3/1
自動運転車の複数センサの冗長性を利用し、クロスモーダルな教師信号で4Dレーダのシーンフローを学習するマルチタスクモデルを提案。
- クロス点埋め込みによる3D密予測の不確かさ推定3D点群2022/9/1
3D点群の密予測タスクにおいて、点間の埋め込み関係を活用して不確かさを推定する手法CUEとCUE+を提案し、幾何特徴学習と意味セグメンテーションで有効性を示した。
- OdomBeyondVision: 可視スペクトルを超えた屋内マルチモーダル・マルチプラットフォームオドメトリデータセットオドメトリ/マルチモーダル2022/6/1
mmWaveレーダーや熱カメラ、ソリッドステートLiDARなどの新興センサを含む屋内オドメトリ用のマルチモーダルデータセットを構築し、UAV・UGV・ハンドヘルドで収集した。レーダー・慣性・熱慣性オドメトリの実装例も公開している。
- 4次元自動車レーダによる自己教師ありシーンフロー推定レーダ/シーンフロー2022/3/1
4次元レーダの点群から自己教師あり学習でシーンフローを推定する頑健な手法と3つの損失関数を提案し、実環境で動作セグメンテーションに有効であることを示した。
- STUN: 自己教師あり不確実性推定による場所認識場所認識2022/3/1
教師ネットの埋め込みを生徒ネットが蒸留しつつ分散ブランチで不確実性を推定する枠組みを提案し、精度を落とさず場所認識の信頼度を同時に出力できるようにした。
- 連続制御のためのマルチエージェントモデルベース信用割当マルチエージェント強化学習2021/12/1
ロボットの各構成要素を分散エージェントとみなし、ゲーム理論的な信用割当とモデルベースRLを組み合わせて、通信なしで動作する分散型連続制御フレームワークを提案した論文。
- エッジ上の深層オドメトリとEKF-LoRaバックエンドによる悪環境下でのリアルタイム測位測位/オドメトリ2021/12/1
IMU・mmWaveレーダー・熱赤外カメラの深層オドメトリをエッジでリアルタイム推論し、EKFとLoRaバックエンドで統合して悪環境下の歩行者測位を実現した研究。
- DC-Loc: ドップラー効果を明示的に補償する車載レーダーによる高精度メトリック位置推定位置推定2021/12/1
車載ミリ波レーダーのドップラー歪みを明示的に補正し、その測定不確かさをモデル化することで、位置推定精度を向上させるフレームワークを提案した論文。
- AutoPlace:単一チップ車載レーダによるロバストな場所認識場所認識2021/9/1
低コストな単一チップ車載レーダの点群から動的物体を除去し、時空間特徴を埋め込み、RCSで候補を絞り込むことで、自律走行車の場所認識を高精度化した研究。
- 確率的ニューラルネットワークを用いたグラフベース熱慣性SLAMSLAM2021/4/1
熱画像と慣性センサを組み合わせ、混合密度ネットワークによる特徴抽出とポーズグラフ最適化で、煙や粉塵など視界不良環境でも動作する完全なSLAMシステムを構築した。
- 単一チップミリ波レーダによる未改造ドローンの3次元モーションキャプチャセンシング2020/11/1
プロペラのドップラー信号を利用し、マーカー不要で単一のミリ波レーダからドローンの3次元位置を10Hz・デシメートル精度で推定する深層学習システムを提案した。
- ミリ波レーダーと慣性センサーの融合による視界不良環境向け屋内測位システム屋内測位2020/10/1
ミリ波レーダーとIMUを深層センサーフュージョンで統合し、煙や暗闇など視覚的に劣化した環境でも動作するリアルタイム屋内測位システムを試作した。
- 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。
- 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。
- 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。
- Milli-RIO: 低コストミリ波レーダによる自己運動推定自己位置推定2019/9/1
単一チップの低コストミリ波レーダとIMUを組み合わせ、移動するレーダの6自由度自己運動を推定する手法を提案し、屋内測位で数cm精度を達成した。
- 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。
- 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。
