Haichao Liu
The Hong Kong University of Science and Technology
収録論文 24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
- RATE: 接触の多いロボットマニピュレーションのためのリスク認識型触覚エンコーディング触覚2026/10/2
触覚表現にタスク条件付きの接触リスクを組み込み、履歴予測とアラート教師信号で学習する手法を提案し、シミュレーションと実機で成功率を向上させた。
- Facet-0: 接触を伴う精密操作のためのロボット基盤モデルマニピュレーション2026/9/1
接触の結果を予測・評価するロボット基盤モデルを提案し、サブミリ精度の組立タスクで高い成功率を達成した。
- Tac4Loco: ヒューマノイド歩行のための時空間足底圧表現の学習歩行2026/8/16
ヒューマノイドロボットの歩行制御において、足底圧力の空間的トポロジーを保持した表現を学習し、シミュレーションと実機のセンサ信号を共通の観測空間にマッピングすることで、不整地での適応的な歩行を実現するフレームワークを提案した。
- UniIntervene: 実世界強化学習の効率化のためのエージェント介入強化学習2026/6/10
人間参加型強化学習における介入コストを削減するため、非生産的な探索を検知し自律的に回復行動を生成するエージェント介入モデルUniInterveneを提案した。
- DexTeleop-0: 力覚対応の両手巧緻遠隔操作と自己中心視覚による共有自律遠隔操作2026/6/1
触覚駆動の適応戦略を導入し、遠隔操作パイプライン上で細かい操作を可能にする両手巧緻遠隔操作フレームワークを提案。実時間最適化ループで身体差を埋め、接触点推定と触覚指先力センシングにより局所補正を動的計算する。
- AAAI 2026 RoCoチャレンジ:産業オートメーションに向けたロボット協調組立操作のベンチマーク協調操作/組立/ベンチマーク2026/3/1
産業用ロボットの協調組立操作を評価するため、惑星歯車組立タスクを用いたシミュレーションと実世界のチャレンジを開催し、データセットと評価システムを提供した。
- MoE-ACT: スパースな言語条件付きMixture-of-Experts Transformerによるマルチタスク両腕操作のスケーリングマニピュレーション2026/3/1
両腕操作のマルチタスク模倣学習において、TransformerエンコーダにスパースMoEを統合し、タスク間の干渉を軽減する軽量フレームワークMoE-ACTを提案した。シミュレーションと実機で性能を検証し、マルチタスク性能を大幅に向上させた。
- SpecFuse: 波浪上プラットフォームへのUAV着陸のためのスペクトル・時間融合予測制御フレームワーク予測制御/着陸2026/2/1
波浪による多周波振動下でUSVの6自由度運動を周波数領域と時間領域を融合して高精度予測し、階層型制御でUAVの自律着陸を実現した。
- UniManip: エージェント型操作グラフによる汎用ゼロショットロボットマニピュレーションマニピュレーション2026/2/1
意味推論と物理制御を二層のエージェント型操作グラフで統合し、未知の物体やタスクにもゼロショットで対応できる汎用マニピュレーション手法を提案。
- 混在交通環境における異種動的協調を考慮した意図駆動型車線変更フレームワーク自動運転/車線変更2025/9/1
人間ドライバーの運転スタイルをリアルタイム認識し、協調スコアとBC・IRL・MPCを組み合わせて、混在交通下での安全で社会的に調和した車線変更を実現する枠組みを提案した。
- VLM-UDMC: 都市自動運転のためのVLM強化型統合意思決定・運動制御自動運転2025/7/1
視覚言語モデルとRAGを活用した上位意思決定と、軽量LSTMによる軌道予測を組み合わせ、都市環境での自動運転の安全性と解釈性を高める統合フレームワークを提案し、実車実験で有効性を検証した。
- RoboDexVLM:視覚言語モデルによる巧みなロボット操作のためのタスク計画と運動制御VLA2025/3/1
視覚言語モデルを活用し、多様な物体を把持できる巧みなハンドを持つ協働マニピュレータ向けに、自然言語コマンドで長期的タスクを計画・実行するフレームワークを提案した。
- UDMC: 交通参加者の運動予測を統合した都市自動運転のための意思決定・制御統合フレームワーク自動運転2025/1/1
都市環境での自動運転において、意思決定と運動制御を単一の最適制御問題として統合し、周辺車両や歩行者、信号などの動的相互作用を考慮した解釈可能なLevel 4フレームワークを提案。CARLAでの高忠実度シミュレーションで有効性を示した。
- CoDriveVLM: VLMで強化した都市協調配車と運動計画による未来のオンデマンド自律モビリティVLA2025/1/1
VLMを活用して配車と衝突リスク評価を統合し、分散協調型の運動計画を組み合わせることで、オンデマンド自律モビリティシステムの同時配車・協調走行を実現するフレームワークを提案した。
- CALMM-Drive: 大規模マルチモーダルモデルによる信頼度を考慮した自動運転自動運転2024/12/1
大規模マルチモーダルモデルと拡散モデルを組み合わせ、信頼度に基づく候補選択で自動運転の意思決定と軌道計画を統合したフレームワークを提案。
- 二段階最適化による自動運転の意思決定と軌道計画の統合自動運転計画2024/11/1
自動運転の意思決定と軌道計画を二段階の最適化で統合し、安全性と効率を向上させるプランナーを提案した。
- LMMCoDrive: 大規模マルチモーダルモデルによる協調運転協調運転/自動運転2024/9/1
大規模マルチモーダルモデル(LMM)を活用し、オンデマンド自動運転車両のスケジューリングと運動計画を統合する協調運転フレームワークを提案。BEV表現とADMMによる分散最適化で交通効率と安全性を向上させる。
- 物理情報に基づく安全制御器でエンドツーエンド自動運転の計画を強化自動運転/計画2024/5/1
深層学習ベースの軌道計画にポテンシャル場とモデル予測制御を組み合わせ、訓練データ外の状況でも安全に走行できる融合フレームワークFusionAssuranceを提案し、CARLAで有効性を示した。
- 星形ロードマップと動的システム変調による未知の混雑環境でのロボットナビゲーションナビゲーション2024/3/1
センサデータから星形の自由空間表現とロードマップを逐次構築し、動的システム変調に基づく反応型制御で未知の混雑環境を安全かつ効率的に移動する手法を提案した。
- 限られた通信下での大規模コネクテッド自動運転車群の協調運動計画のための改良型コンセンサスADMM群制御2024/1/1
限られた通信環境で多数のコネクテッド自動運転車が協調して動くための、計算効率の高い分散最適化アルゴリズムを提案し、80台規模のシミュレーションで有効性を示した。
- 未知で混雑した環境におけるロボットナビゲーションのための幾何学的配慮型安全臨界局所反応コントローラナビゲーション2023/10/1
ロボットの形状を多項式で表現し、安全制約をSOS近似とSDP緩和で解くことで、未知で混雑した環境でもリアルタイムに安全な軌道追従を実現する局所反応コントローラを提案した。
- 混雑交通における時空間安全制約を用いたリアルタイム並列軌道最適化自動運転/軌道最適化2023/9/1
周囲車両の多様な挙動による予測誤差を考慮した時空間安全モジュールを導入し、複数の軌道を並列生成して安全性と効率の両面から最適軌道を選ぶ自動運転のリアルタイム軌道最適化手法を提案した。
- 交通規則遵守を考慮した自動運転車の統合行動計画と運動制御自動運転/行動計画2023/4/1
交通信号や車線標示などの交通規則をポテンシャル関数で表現し、モデル予測制御に組み込むことで、行動計画と運動制御を統合した解釈可能な都市自動運転手法を提案した。CARLAでのシミュレーションでリアルタイム性と汎用性を示した。
- 接続自動運転車の協調計画のためのハード安全制約付き並列最適化協調計画2023/3/1
無信号ラウンドアバウトにおける接続自動運転車の協調走行を制約付き最適制御問題として定式化し、凸近似と並列最適化で安全を保証しつつ計算効率を高める手法を提案した。
