Haohua Que
University of Georgia
収録論文 13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
- 協調型エンドツーエンド自動運転のための経路時間競合マップ協調運転2026/11/10
車両間で意図を共有し、経路時間競合マップと優先順位ゲートで「いつ進むか」を学習する協調型エンドツーエンド運転システムWhen2Goを提案。CARLAベンチマークで最先端性能を達成。
- 計画する場所だけを見るリアルタイム都市運転プランナー自動運転/End-to-End計画2026/11/6
高密度BEV構築を不要にし、計画に必要な領域だけをカメラから直接読む軽量プランナーLOWPを提案。nuScenesやNAVSIMで競争力のある計画性能を少ないパラメータで実現した。
- 文脈条件付きエキスパートルーティングによるカメラ再定位向けコンパクトシーン座標回帰カメラ再定位2026/11/6
シーン座標回帰のMixture-of-Expertsにおいて、文脈適応器とグローバル文脈エンコーダでルーティング入力を再校正し、屋外の大規模シーンでも高精度なカメラ位置推定を実現した。
- World Action ModelにおけるBest-of-N選択の真の効果を測定するVLA2026/10/27
World Action Modelのテスト時選択による改善幅を、再現可能な分岐と共通乱数を用いた脱ノイズ反事実プロトコルで正確に測定し、失敗ゲート付きセレクタで閉ループ性能を向上させた研究。
- SenseSwarm: 共有ワールド予測によるニューラル構造推定を用いた群ロボット探索と高速マッピング群制御2026/10/16
群ロボットの共有占有マップ上で軽量な学習型マップ予測器を動かし、予測構造をスティグマジー誘導場に折り込むことで、物理的踏破を待たずに未知建物の地図把握を加速する手法を提案・評価した。
- AnchorReasoning: ロングテール自動運転シナリオにおける視覚的根拠付けと因果推論データセット自動運転VLM2026/9/23
自動運転のロングテール場面を対象に、視覚的根拠付きの思考連鎖(VG-CoT)で判断要素の特定・位置推定から行動計画までを結びつけた大規模データセットを構築し、段階的ファインチューニングで推論と軌道予測の精度を向上させた。
- カメラのみのエンドツーエンド運転のための劣化耐性ベンチマーク自動運転2026/8/29
カメラのみのエンドツーエンド運転モデルに対する画像劣化耐性を評価するベンチマークDriveDegradeを提案し、16種類の劣化を5段階で注入して計画性能への影響を分析した。
- 意味を重視したメモリインターフェース符号化による自動運転の省エネルギー認識自動運転/省エネルギー/認識2026/8/29
自動運転車のカメラ画像をメモリに書き込む際のエネルギー消費を、画像の意味的重要度に基づいて削減する符号化手法を提案した。歩行者などの重要領域を保護しつつ、背景の精度を下げることで、認識性能を保ちながらメモリインターフェースのエネルギーを約36%削減する。
- SPACE: 群知能フェロモン場による適応的衝突回避探索群制御2026/6/1
多数のロボット群による未知環境探索で、混雑時の衝突を減らしつつ効率的な探索を実現するため、蟻の採餌行動に着想を得た分散協調手法SPACEを提案した。実建物のフロアプランで最大256台の群れを評価し、衝突率を大幅に低減しつつ探索時間はほぼ同等であることを示した。
- CABLE: V2Xシステム向けクラウド支援・帯域効率的なLMMベース符号化V2X/エッジクラウド協調2026/6/1
エッジとクラウド間の通信量を削減するため、前フレームのセグメンテーション結果を利用して関心領域を絞り込み、その領域のみをクラウドに送信するフレームワークを提案した。
- ACEsplat: RGBと姿勢のみによる高速3Dガウスシーン回帰3D再構成2026/6/1
外部の3D事前情報を使わず、RGB画像とカメラ姿勢のみから3Dガウス表現を高速に再構成するフレームワークを提案。自己教師ありのシーン座標回帰で内部の幾何事前を構築し、軽量な初期化ヘッドで3DGS最適化を行う。
- 初見で地図を描く:ロボット自律探索のための軽量ニューラルネットワークによる屋内構造予測手法自律探索2025/4/1
屋内環境の未観測領域を軽量なニューラルネットで予測し、従来のフロンティア探索より探索時間を46.5%短縮しつつ高い被覆率と再構成精度を実現した。
- バターを取って:YOLOv7とBERTを活用したデスクトップ型マルチタスクロボットアームの研究マニピュレーション2024/5/1
小型デスクトップロボットに音声認識・自然言語理解・視覚認識を組み合わせ、マルチモーダルな自律動作を実現した研究。
