Dong Li
Macau University of Science and Technology
収録論文 20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
- BEAKER:自動化学実験室の身体知能を評価する専門家監修ベンチマークベンチマーク2026/11/4
自動化学実験室でMLLMが実験遂行に必要な能力を測るため、専門家が手作業で作成した1000問・11種の画像/動画タスクからなるベンチマークを構築し、28モデルを評価した。
- OpenSpace LabによるIROS 2026屋内探索コンペティションへのソリューション探索2026/10/1
事前学習済み地図補完予測と残り時間ベースの探索戦略、および効用駆動型の目標選択により、単一・複数ロボットの屋内探索を効率化し、IROS 2026コンペで入賞した手法を報告する。
- ドリフトパーキング:ドリフト場による軌道モデリングを用いたエンドツーエンド自動駐車自動駐車/軌道生成2026/9/7
駐車軌道生成を、専門家軌道への一対一の引き寄せと反発を組み合わせたドリフト場としてモデル化し、終点誤差を構造的に低減するワンステップ生成手法を提案した。
- 宇宙ロボットによる地球外採掘:探査、サンプリング、抽出宇宙探査2026/8/21
宇宙資源の採掘を実現するためのロボット技術を包括的にレビューし、6段階のアーキテクチャを提案した論文。
- τ0-VLA: 世界モデル誘導のテスト時計算を備えた階層型ロボット基盤モデルVLA2026/8/17
長期的なロボット操作タスクを、高レベル方策がサブタスク生成時にテスト時計算を追加で行える階層型VLAモデルを提案し、実データで性能向上を実証した。
- He3-Seeker: 月面ヘリウム3分布マッピングのためのロボット情報計画探査ロボット/情報計画2026/6/1
月面のヘリウム3資源を高精度にマッピングするため、能動的ロボット探査手法He3-Seekerを提案。多点掘削・サンプリング・その場分析に基づき、ロボット情報計画(RIP)で自律航法と能動センシングを導く。シミュレーションで高速かつ高忠実なマッピングを実証した。
- スパイキングニューラルネットワークを用いた視覚言語行動モデルSpikeVLAVLA/スパイキングNN/低消費電力2026/6/1
低消費電力・リアルタイム動作を目指し、視覚エンコーダ・大規模言語モデル・行動ポリシーをすべてスパイキングニューラルネットワークで構成したVLAモデルを提案し、ナビゲーションとロボット制御タスクでエネルギー消費を大幅削減しつつ競争力のある性能を達成した。
- JEPA-VLA:VLAモデルに動画予測埋め込みが必要な理由VLA2026/2/1
動画で事前学習した予測埋め込み(V-JEPA 2)をVLAモデルに適応的に統合し、サンプル効率と汎化性能を大幅に向上させる手法を提案。
- 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。
- ロボティクスに最適な3Dシーン表現は何か?幾何表現から基盤モデルまで3Dシーン表現2025/12/1
ロボティクスにおける点群・ボクセル・SDF・NeRF・3DGS・基盤モデルなどの3Dシーン表現を、知覚・地図構築・自己位置推定・ナビゲーション・マニピュレーションの5モジュール別に整理・比較したサーベイ。
- TWC-SLAM: テキスト意味論とWiFi特徴を統合した類似屋内環境向けマルチエージェント協調SLAM協調SLAM2025/10/1
類似した屋内環境でマルチエージェント協調SLAMの位置同定精度を向上させるため、テキスト意味論とWiFi信号特徴を統合したフレームワークTWC-SLAMを提案し、ループ閉じ込み検出と地図統合を改善した。
- R3GS: 非制約画像コレクションにおけるロバストな再構成と再ローカリゼーションのためのガウシアンスプラッティング3D再構成/再ローカリゼーション2025/5/1
非制約画像から3Dガウシアンスプラッティングを用いてロバストに再構成し、照明変化に強い再ローカリゼーションを実現するフレームワークを提案。
- GARAD-SLAM: 動的環境に強いリアルタイム3DガウシアンスプラッティングSLAMSLAM/3DGS2025/2/1
3Dガウシアンスプラッティングを用いたSLAMにおいて、ガウシアン単位の動的分割と描画ペナルティにより動的物体の影響を抑え、追跡精度と再構成品質を両立させたリアルタイムシステムを提案する。
- UMAD: マカオ大学異常検知ベンチマークデータセット異常検知2024/8/1
ロボット巡回において参照映像とクエリ映像を比較して異常物体を検知するための、初の参照付き異常検知ベンチマークデータセットを提案した。
- iVideoGPT:インタラクティブな動画生成モデルによるスケーラブルな世界モデル世界モデル2024/5/1
視覚・行動・報酬をトークン列に統合した自己回帰型Transformerで、次トークン予測によりエージェントが想像環境内で対話的に行動できる世界モデルを構築し、大規模な操作軌跡で事前学習した。
- 深層強化学習のバックボーンとしてのTransformer in Transformer深層強化学習2022/12/1
深層強化学習向けに、単一観測を処理する内側Transformerと観測履歴を処理する外側Transformerを組み合わせた純粋なTransformerベースのバックボーンTITを提案し、オンライン・オフライン両設定で良好な性能を示した。
- SEIHAI: サンプル効率の高い階層型AIによるMineRL競技への挑戦強化学習2021/11/1
MineRLのObtainDiamondタスクを、人間のデモンストレーションを活用してタスクを逐次的なサブタスクに分割し、強化学習と模倣学習で各エージェントを訓練、スケジューラで自動選択する階層型AIを提案し、NeurIPS-2020 MineRL競技で優勝した。
- 光沢物体のビンピッキング向け多視点データセットROBI6D姿勢推定2021/5/1
ロボットのビンピッキングで問題となる光沢物体の6D姿勢推定と多視点深度統合のための公開データセットを構築し、代表的手法の性能を評価した。
- ロボットビンピッキングのためのアクティブステレオ深度マップの確率的マルチビュー融合ビンピッキング/6D姿勢推定2021/3/1
アクティブステレオカメラの深度測定の不確かさを明示的に推定し、それを確率的モデルに組み込んで多視点の深度マップを逐次融合する手法を提案。従来の融合法より再構成誤差を12.8%削減し、検出率を6.1%改善した。
- Baidu ApolloのEMモーションプランナー自動運転計画2018/7/1
Baidu Apollo自動運転プラットフォーム向けに、安全性・快適性・拡張性を考慮した階層型リアルタイム経路計画システムを開発し、実車で評価した論文。
