Hao Cheng
South China University of Technology
収録論文 43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
- 実世界向けエージェントワールドモデル:コンピュータ操作エージェント用環境の自動合成コンピュータ操作エージェント2026/10/19
GUI・MCPサービス・CLIを統合した実行可能な環境とタスクをオープンソースモデルのみで自動合成するパイプラインWildAWMを提案し、長期的なコンピュータ操作エージェントの学習を可能にした。
- 計画は実行ではない:凍結ワールドモデルプランナを制御器起因の実行シフトに適応させる自動運転/プランニング2026/10/15
凍結したワールドモデルプランナが下流の制御器の違いで実行ズレを起こす問題に対し、計画軌道と実行軌道のペアから制御器特性を推定し、プランナを再学習せずに潜在ロールアウトを適応させる手法を提案。
- ロボットに「やらないこと」を教える:否定指示理解の新手法VLA2026/10/8
視覚言語行動モデル(VLA)が否定を含む指示(例:「〜するな」)に従えるよう、パラメータ効率の良いプラグアンドプレイフレームワークNegaAlignを提案し、否定制約下での操作を評価するベンチマークNegaBenchを導入した。
- FocusDrive:視覚的フォーカスを用いた自動運転の推論自動運転2026/9/27
自動運転の計画推論に、注視すべき物体とその位置を画像パッチ参照で明示する視覚フォーカス表現を導入し、注視予測とend-to-end計画性能を向上させた研究。
- READ: エンドツーエンド自動運転のためのリスク情報に基づく場の学習自動運転2026/9/11
幾何学的・行動的制約から計画に整合した明示的なリスク表現を学習し、候補軌道に沿って微分可能に評価することで、エンドツーエンド自動運転の安全性を向上させるフレームワークを提案。
- SOLO: 安定した全地形・長距離知覚ヒューマノイド歩行歩行2026/8/27
長距離歩行で累積する知覚・制御誤差による不安定化を解決するため、地形再構成の鮮明化と時間的クレジット割り当てを改善した統合フレームワークを提案。シミュレーションと実機で高い成功率を達成した。
- Open-AoE: 身体化学習のためのオープンな自己中心視操作データセットとツールチェーンデータセット2026/7/1
スマートフォンで撮影した自己中心視の操作動画約2000時間と、それをロボット学習用に加工するツールチェーンを公開した論文。
- 意図を考慮したシーン表現による群衆中のロボット視覚ナビゲーション学習ナビゲーション2026/6/1
群衆中のロボットナビゲーションにおいて、人間の意図と環境構造を考慮した視覚表現を用いた強化学習手法を提案し、シミュレーションと実環境で優れた性能を示した。
- 制御とニューラルネットワーク検証器α,β-CROWNを橋渡しする:チュートリアル検証2026/5/26
本論文は、制御系の安全性や安定性を形式的に検証するために、ニューラルネットワーク検証器α,β-CROWNを活用する統一フレームワークを解説するチュートリアルである。
- CRAFT: 運転ポリシーのための反事実からインタラクティブへの強化学習ファインチューニング自動運転/強化学習2026/5/1
閉ループ運転ポリシーの事後学習を、反事実的利点をプロキシとして使い、実閉ループ利点との残差補正で整合させるオン方策強化学習フレームワークを提案した。
- 海事高解像度画像向けDETRの効率化物体検出2026/5/1
海事画像の物体検出を効率化するため、Vision Mambaバックボーンとトークンプルーニングを導入し、高解像度処理の計算負荷を削減する手法を提案した。
- 重心再構成による劣駆動飛行船の二段階強化学習制御強化学習/飛行制御2026/5/1
推力2基と可動スライダーを持つ劣駆動飛行船の追従制御を、重心計画と推力制御を分離した二段階強化学習で実現し、シミュレーションと実機実験で有効性を示した論文。
- 運転リスクは二次元の回避加速度から生じる自動運転/リスク評価2026/4/1
衝突回避の二次元的性質を考慮した新しいリスク指標「回避加速度(EA)」を提案し、実データで従来のTTCより早期かつ高精度に衝突リスクを評価できることを示した論文。
- DriveVA: ビデオ行動モデルはゼロショット運転者である自動運転2026/4/1
自動運転のための世界モデルDriveVAを提案し、将来の映像と行動系列を共有の生成過程で同時に予測することで、ゼロショットでの汎化性能を向上させた。
- 翼付き飛行船の二領域ハイブリッド空力モデリング:ニューラル混合によるアプローチ空力モデリング2026/2/1
翼付き飛行船の異なる空力領域を、固定翼モデルと抗力モデルをニューラルネットワークで混合するハイブリッドモデルで表現し、実機実験で有効性を検証した。
- MeshMimic: 3Dシーン再構成による幾何学認識型ヒューマノイド動作学習ヒューマノイド/動作生成/sim2real2026/2/1
動画から3Dシーンと人間の動きを再構成し、地形との接触を保ったままヒューマノイドロボットの動作を学習させるフレームワークを提案。
- ForSim: 交通政策ファインチューニングのための逐次前方シミュレーション交通シミュレーション2026/2/1
自動運転の交通シミュレーションにおいて、逐次的な閉ループ前方シミュレーションを提案し、マルチモーダルな挙動の多様性を保ちつつ相互作用を考慮したエージェント更新を実現した。RIFTフレームワークと組み合わせることで、安全性を向上させつつ効率・リアリズム・快適性を維持する。
- 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。
- 外乱を考慮した移動質量アクチュエーションによるロボティックグライディング飛行船の飛行制御飛行制御2026/1/1
移動質量アクチュエーションを用いた飛行船において、風外乱をリアルタイム推定するMHEとMPCを統合し、風条件下での軌道・方位制御性能を向上させた。
- RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集マニピュレーション2025/11/1
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
- ポリシーを合成せよ!テスト時分布レベル合成による拡散・フローベースロボットポリシーの改善VLA2025/10/1
複数の事前学習済みロボットポリシーの分布スコアを凸結合しテスト時探索で合成する訓練不要手法GPCを提案し、単一ポリシーを超える性能を実現した。
- Modified-Emergency Index (MEI): 横方向の衝突における自動運転の危険度指標自動運転安全性評価2025/10/1
自動運転の横方向の衝突リスクを定量化する新指標MEIを提案し、既存指標より高精度に危険度を評価できることを示した。
- 能動的リスク知覚による社会的ナビゲーションの学習社会的ナビゲーション2025/10/1
RGB-Dとオドメトリのみを用い、周囲の人間との衝突リスクを予測する能動的リスク知覚モジュールをFalconに追加し、混雑環境での社会的に配慮したナビゲーションを実現した。
- ヒューマノイド占有:汎用マルチモーダル占有知覚システムの実現占有知覚2025/7/1
ヒューマノイドロボット向けに、マルチモーダル融合と時系列統合を用いた占有グリッド知覚システムを構築し、専用のパノラマ占有データセットを整備した。
- REACT: 自動運転のためのランタイム能動的衝突回避技術自動運転2025/5/1
動的な交通環境でリスク評価と回避制御を統合した閉ループフレームワークREACTを提案し、4つの高リスクシナリオで100%の安全な回避と50ms未満の低遅延を実現した。
- ロボットのための占有世界モデル世界モデル2025/5/1
屋内ロボット向けに、時空間受容野と自己回帰トランスフォーマーを組み合わせて3D占有シーンの進化を予測するRoboOccWorldを提案し、新しいベンチマークで有効性を示した。
- RIFT: 現実的で制御可能な交通シミュレーションのためのグループ相対RL微調整交通シミュレーション2025/5/1
データ駆動型シミュレータで模倣学習した後、物理ベースシミュレータでグループ相対強化学習により微調整することで、交通シミュレーションの現実性と制御性を両立させる手法を提案。
- 推論時の分布レベル合成によるモダリティ合成可能な拡散ポリシーVLA2025/3/1
個別の視覚モダリティで事前学習済みの拡散ポリシーを追加学習なしに分布スコアのレベルで合成し、より表現力の高いポリシーを実現する手法を提案した。
- LiPS: 直並列構造を持つヒューマノイドロボットの大規模強化学習sim2real2025/3/1
閉ループの直並列機構をシミュレーションで直接モデル化することで、ヒューマノイドロボットの強化学習を大規模並列環境で訓練可能にする手法LiPSを提案する。
- HumanoidPano:ヒューマノイドロボットのための球面パノラマ-LiDARハイブリッドクロスモーダル知覚クロスモーダル知覚2025/3/1
パノラマ視覚とLiDARを球面ビジョントランスフォーマーで融合し、ヒューマノイドの自己遮蔽と狭視野を克服する360度BEV知覚フレームワークを提案。
- Mambaポリシー:ハイブリッド選択的状態モデルによる効率的な3D拡散ポリシーマニピュレーション2024/9/1
拡散モデルベースの3Dマニピュレーションポリシーを、MambaとAttentionを組み合わせた軽量なXMambaブロックで置き換え、パラメータ数を80%以上削減しつつ性能を向上させた研究。
- LLM誘導階層推論と洗練による制御可能な交通シミュレーション交通シミュレーション2024/9/1
LLMの階層的推論と自己反省を活用し、複雑な交通シナリオを制御可能に生成する拡散ベースのシミュレーション手法を提案。
- FREA: 実行可能性を考慮した適度な敵対性を持つ安全臨界シナリオ生成自動運転テスト2024/6/1
自動運転車の最大実行可能領域を事前計算し、それを指針に敵対的方策を学習することで、衝突が不可避にならない適度な敵対性を持つ安全臨界シナリオを生成する手法を提案。
- RGBlimp-Q:鳥の連続腕に基づく移動質量制御を備えた滑空ロボット飛行船飛行ロボット2024/6/1
鳥の止まり木動作に着想を得た連続腕を飛行船に搭載し、内部質量移動で姿勢制御と空中マニピュレーションを両立させた。
- D2E: ドライバー状態と人間評価を含む自動運転意思決定データセット自動運転/データセット2024/6/1
ドライバーの生理信号・視線・一人称視点映像と、40名の人間による評価スコアを統合した自動運転意思決定用データセットD2Eを構築し、高インタラクションな運転シーンを1100件以上収録した。
- パラメータ自動調整付きニューラルODEによる小型ロボット飛行船のデータ駆動型動力学モデリングモデリング2024/4/1
小型ロボット飛行船の複雑な空気力学を扱うため、第一原理モデルとニューラルODEを統合しパラメータを自動調整するABNODEを提案し、螺旋運動実験で有効性を示した。
- 特徴ピラミッドbiLSTM:スマートフォンセンサによる交通手段検出センサ認識2023/10/17
スマートフォンの加速度・ジャイロ・磁気センサのみを使い、特徴ピラミッドとbiLSTMを組み合わせて8種類の交通手段を高精度(95.1%)で検出する手法を提案した。
- 先行エージェントの影響を考慮した軌道予測軌道予測2023/8/1
歩行者や車両の軌道予測において、周囲の類似行動エージェント(先行者)の動きを確率的に参照するPnS手法を提案し、地図情報なしでも高精度を実現した。
- RGBlimp:滑空するロボット飛行船の設計・モデリング・開発・空力解析飛行ロボット2023/6/1
ヘリウム浮力と固定翼の揚力を組み合わせ、内部移動質量とプロペラで制御する小型ロボット飛行船を設計・試作し、動的モデルと空力性能を実験で検証した。
- ForceFormer:社会的力を用いた歩行者軌道予測Transformer軌道予測2023/2/1
社会的力(引力・斥力)をTransformerに組み込み、歩行者の将来軌道を予測する手法を提案。混雑環境での衝突を大幅に削減した。
- GATraj: グラフとアテンションに基づくマルチエージェント軌道予測モデル軌道予測2022/9/1
アテンション機構とグラフ畳み込みネットワークを組み合わせ、歩行者や車両の軌道を高精度かつ高速に予測するモデルを提案。ラプラス混合デコーダで多様な予測を生成する。
- 姿勢から形状へ:区分多項式曲率モデルに基づく連続体ロボットの形状センシング形状センシング2021/3/1
連続体ロボットの任意位置における姿勢と位置の結合関係を区分多項式曲率モデルで橋渡しし、IMUなどの姿勢センサのみで形状を推定する汎用的なリアルタイム形状センシング手法を提案した。複数種類の実機実験で精度を検証している。
- 近似区分定曲率等価モデルと連続体ロボットの形状推定への応用連続体ロボット2020/9/1
連続体ロボットの実際の運動を近似区分定曲率(APCC)として捉え、剛体リンクで置き換えた等価モデルAPCC 2L-5Rを提案し、各セグメント先端の単眼カメラで形状自己推定を実現した論文。
