Hongliang Guo
収録論文 9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
- 高信頼下界近似に基づく強化学習によるフレキシブル路線交通の運行制御強化学習2026/10/31
重要度サンプリングと集中不等式を微分可能な代理ネットワークと組み合わせ、高信頼性能下界を推定・最適化する強化学習フレームワークHi-CoLAを提案し、フレキシブル路線交通の運行制御で平均・テールリスク性能を改善した。
- RMGS-SLAM: リアルタイム・マルチセンサーガウシアンスプラッティングSLAMSLAM2026/4/1
LiDAR・慣性・視覚センサーを統合し、3Dガウシアンスプラッティングを用いたリアルタイムSLAMフレームワークを提案。大規模環境での高精度な位置推定とフォトリアリスティックなマッピングを実現する。
- 可視領域ポリゴンによる見通し制約下のマルチロボット地図なしナビゲーション群制御2026/3/1
未知障害物環境でロボット間の見通し(LoS)通信を維持する分散ナビゲーション手法を提案。各ロボットがLiDARスキャンから自己中心の可視領域を構築し、共有してLoS制約を課すことで、地図なしで接続性を保証する。
- CL-CoTNav: 視覚言語モデルによるゼロショット物体目標ナビゲーションのための閉ループ階層的思考連鎖ナビゲーション2025/4/1
視覚言語モデルを微調整し、階層的な思考連鎖プロンプトと閉ループフィードバックを組み合わせることで、未知環境での物体探索ナビゲーションの汎化性能を高める手法を提案した。
- Realm: 未知障害物環境におけるマルチロボットナビゲーションのためのリアルタイム見通し維持群制御2025/2/1
未知環境で複数ロボットが互いの見通し(LoS)を保ちながら協調移動するため、リアルタイム点群からLoS制約を直接導出し、接続性を維持する制御フレームワークを提案した論文。
- 不確実なトポロジー環境におけるグラフ注意ネットワークを用いたマルチロボット信頼性ナビゲーション群制御2024/11/1
不確実な道路網でロボット群が時間通りに到着する確率を最大化するため、POMDP定式化とグラフ注意ネットワークを組み合わせた強化学習手法MARVELを提案し、適応性と性能を向上させた。
- サブモジュラー最適化によるポーズSLAM不確かさを低減する協調グラフ探索群制御2024/7/1
GPS拒否環境で複数ロボットがグラフを探索しつつSLAMのポーズ推定精度を保つため、探索経路生成とループ閉じ辺追加を二段階で行い、非単調サブモジュラー最大化として定式化する手法を提案。
- トポメトリック事前情報を活用したSLAM対応グラフベース探索SLAM/探索2023/8/1
環境のトポメトリックグラフを事前情報として用い、SLAMのポーズグラフ信頼性を高めるループ閉じ込み行動を組み込んだ探索経路計画を提案し、階層的探索フレームワークに統合した。
- 動的道路環境における機動車両のオンライン多目標追跡多目標追跡2019/12/1
点群検出器とIMMカルマンフィルタを組み合わせ、道路文脈に応じて遷移確率を調整することで、動的道路環境下の機動車両をオンラインで多目標追跡するフレームワークを提案した。
