Hanjiang Hu
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
- VLESA: 人間活動監視のための視覚言語身体化安全エージェント安全性/行動予測2026/6/2
一人称視点映像から人間の活動を監視し、危険な行動を予測してリアルタイムに安全介入を行うフレームワークを提案。意図に応じて安全性が変わる行動を扱うため、目標条件付き安全Qフィルタを導入した。
- 物理的整合性を考慮したタスク構造再構成による推論時ロボット行動制御ロボット制御2026/6/1
学習済みロボットポリシーを再学習せずに、テスト時にユーザーの好みへ行動を誘導する手法ReStructを提案。ニューラルオートマトンでタスク構造を再構成し、物理的に実現可能な制御を実現する。
- 変形物体操作のための地平線非依存ニューラルオペレータを用いたオンライン安全フィルタ変形物体操作/安全制御2026/5/1
変形物体操作において、報酬設計ではなく明示的なタスクレベルの安全制約をリアルタイムで強制するオンライン安全フィルタを提案。流体操作タスクで安全性と効率性を向上させた。
- 関節空間制約下での検証済みタスク空間運動計画運動計画2026/5/1
関節角度制限を考慮し、各ステップで到達可能な最大の直方体を半正定値計画で計算してステップサイズを適応させることで、関節制限違反ゼロで目標到達率100%を達成するプランナーを提案した。
- 創発的ニューラルオートマトンポリシー:視覚運動軌跡からの記号構造学習長期的タスク学習2026/3/1
視覚運動デモから適応的クラスタリングとL*アルゴリズムの拡張でMealy状態機械を推定し、高レベルプランナーとして利用。離散構造が低レベル残差ネットワークを導き、長期的タスクで高効率・解釈可能なポリシーを実現する。
- RoboSenseチャレンジ:あらゆる環境を認識し、どこへでも移動し、プラットフォームを超えて適応するロボット知覚ベンチマーク2026/1/1
ロボット知覚の堅牢性と適応性を競うRoboSense 2025チャレンジの報告で、5つのタスクのベンチマークと23の受賞解法から得られた知見をまとめた。
- ニューラル演算子による安全なPDE境界制御PDE制御2024/11/1
未知の偏微分方程式系に対し、ニューラル境界制御バリア関数とニューラル演算子を組み合わせ、モデルフリー制御器の出力を安全制約内に保つフィルタリング手法を提案。
- 記号的微分界伝播によるニューラル制御バリア関数の検証制御バリア関数/形式検証2024/10/1
ReLUベースのニューラル制御バリア関数を、活性化関数の微分をヘヴィサイド関数として扱い、ヤコビアンと非線形システム動力学の内積を通じて記号的に界を伝播させる効率的な検証フレームワークを提案した。
- RoboDriveチャレンジ:あらゆる条件でいつでもどこでも走行する自動運転知覚2024/5/1
悪天候やセンサ故障など想定外の状況でも頑健に知覚できる自動運転技術を競う2024年RoboDriveチャレンジの報告で、BEV検出や地図セグメンテーションなど4タスクで140チームが参加した。
- ニューラルネットワーク動的モデルの実時間安全制御のための健全な近似手法安全制御2024/4/1
ReLU活性化関数のバーンスタイン多項式近似でニューラル動的モデルを過大近似し、最悪ケース安全指数をオフライン合成することで、実時間で安全な制御を10〜100倍高速に実現した。
- LiDAR配置は3Dシーン理解に最適化されているか?LiDAR配置最適化2024/3/1
複数LiDARの配置を最適化する指標M-SOGと最適化戦略を提案し、悪天候やセンサ故障を含む大規模データセットで3D物体検出とセマンティックセグメンテーションの性能向上を示した。
- RoboDepth: 劣化条件下でのロバストな分布外深度推定深度推定2023/10/1
天候・センサ故障・処理異常の18種類の劣化を網羅する深度推定のロバスト性テストスイートを提案し、42モデルを評価した。
- 自動運転における3D物体検出に対するカメラ・LiDAR配置の影響3D物体検出2023/10/1
カメラとLiDARの配置が学習ベースの3D物体検出性能に与える影響を情報理論的な代理指標で評価し、nuScenesデータセットでの実験により最大30%の精度差が生じることを示した。
- カメラ運動摂動に対する認証ロバスト性のためのピクセル単位スムージングロバスト性認証2023/9/1
3Dカメラ運動空間での高コストなサンプリングを避け、2Dピクセル空間でのスムージング分布を用いることで、カメラ運動摂動に対するロバスト性認証を効率化するフレームワークを提案した。
- RoboDepthチャレンジ:ロバストな深度推定に向けた手法と進歩深度推定2023/7/1
悪天候やセンサ故障などに対応するロバストな深度推定を競うRoboDepthチャレンジの優勝解法をまとめ、空間・周波数領域の拡張や拡散モデルなど多様な手法を分析した。
- オフライン安全強化学習のためのデータセットとベンチマークオフライン強化学習/安全RL2023/6/1
ロボット制御から自動運転まで38タスクにわたるオフライン安全強化学習のデータセット・環境ラッパー・ベースライン実装を提供し、大規模実験で性能を比較評価したベンチマークスイートを構築した。
- カメラ運動平滑化による視覚知覚モデルのロバスト性認証ロバスト性認証2022/10/1
カメラ運動の摂動に対する視覚知覚モデルのロバスト性を認証するため、運動平滑化技術を提案し、屋内ロボットデータセットMetaRoomで有効性を検証した。
- SafeBench: 自動運転の安全性評価のためのベンチマークプラットフォーム自動運転評価2022/6/1
自動運転の安全性評価を統一的に行うためのプラットフォームSafeBenchを提案し、様々な危険シナリオ生成アルゴリズムと運転アルゴリズムを公平に比較できるようにした。
- 複数LiDARの配置が自動運転の物体検出に与える影響の調査自動運転/センサ配置2021/5/1
複数のLiDARをどこに配置するかが3D物体検出性能に与える影響を、情報理論的な代理指標とCARLAシミュレータ実験で定量的に評価した研究。
- 位置合わせ支援による3D点群位置認識のためのドメイン適応ネットワーク位置認識2020/12/1
GTA-Vの仮想LiDARデータで学習し、構造認識型の位置合わせネットワークとグローバル特徴の整合により実世界ドメインへ適応させる3D点群位置認識手法を提案した。
