Jiachen Li
Georgia Institute of Technology
収録論文 76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
- Flex-RSI：フロンティアエージェントの再帰的自己改善ベンチマークエージェント自己改善2026/11/6
エージェントが固定予算下で自身のハーネス（プロンプト・ツール・記憶・制御ループ）を改善し、視覚・ロボティクス課題の性能を再帰的に高められるかを評価するベンチマークを提案した。
- 不確実性を考慮した協調予測による堅牢なマルチロボット社会ナビゲーションマルチロボット/社会ナビゲーション2026/10/19
複数ロボット間で時空間特徴を融合して将来の占有グリッドとその不確実性を予測し、制約付きマルチエージェント強化学習でリスク感度を適応させる社会ナビゲーション手法CoopUQを提案した。
- LIBERO-PeRM: パーソナライズされたロボットマニピュレーションのベンチマークマニピュレーション2026/10/15
家庭用ロボットの個別嗜好を扱うため、LIBEROを基に嗜好学習を評価するベンチマークLIBERO-PeRMを構築し、312タスクでVLA方針のゼロショット嗜好追従や学習・汎化・競合時の挙動を検証した。
- 階層型残差方策学習による実世界モバイルマニピュレーションの疎な人間ガイダンスモバイルマニピュレーション2026/10/14
凍結したベース方策に階層的な残差補正を加え、20%未満の疎な人間介入で価値関数を誘導することで、実機モバイルマニピュレーションを約30分のオンライン学習で効率的に微調整するフレームワークを提案。
- PACER: 人間の修正から学ぶプロセス認識型VLA方策によるロボット分解VLA2026/10/13
ロボット分解において、人間の修正と方策自身の試行を活用し、進捗とトレースの出所・結果で重み付けするSFTフレームワークPACERを提案。UR5eでのマザーボード分解で成功率を54%から87%に向上させた。
- 品質を考慮したVLA事前学習で重要な要素は何か：ベンチマークと実証研究VLA2026/10/13
VLA事前学習におけるデモ品質の活用法（重み付け・フィルタリング・条件付け）を比較し、品質タグの役割を検証するAXIS-Benchを提案。実世界実験で成功率が9.6%から31.7%に向上。
- TouchScale：視覚と触覚の大規模ヒューマンインタラクションデータセット触覚2026/10/7
単一のウェアラブル装置で収録した500時間の接触豊富な人間の行動データを構築し、視覚-触覚学習の事前学習に用いることで、未知の触覚センサへのゼロショット予測やロボットの接触を伴う操作タスクの成功率を大幅に改善した。
- 物理的インタラクションの学習：触覚・力覚を考慮したロボット学習のサーベイ触覚・力覚学習2026/8/1
触覚・力覚センシングを統合したロボット学習手法を、マルチモーダルかつ多段階のシステム設計の観点から統一的な分類学TF-ARTを用いて整理し、今後の研究課題を考察したサーベイ論文。
- 近接性と安全性のバランスを取る：歩行者群集内での人間追従のための制約分解群制御2026/8/1
混雑環境での人間追従タスクを、スパースなタスク報酬と独立したコスト制約に分解し、予測不確実性をコストに組み込むことで、近接性と安全性のトレードオフを明示的に調整可能にする強化学習手法を提案した。
- AXIS：拡張可能なロボット操作のためのコミュニティ駆動型データエンジンデータエンジン/操作学習2026/7/1
ブラウザベースの遠隔操作で大規模なデモ収集を可能にし、タスクの自動生成・検証とデータ品質向上を組み合わせた、拡張可能なロボット操作学習用データエンジンとベンチマークを提案。
- StratMamba：経路効率的なLiDAR障害物回避のための戦略的・反応的ストリーム分割ナビゲーション2026/7/1
LiDARデータを高速減衰と低速減衰の2つのストリームに分割するMambaベースのアーキテクチャを提案し、反応的回避と戦略的計画を両立させて障害物回避性能を向上させた。
- AnyBody: 任意キーポイント指示による全身ヒューマノイドの自由制御全身制御2026/6/1
任意の身体キーポイントのサブセットを指示として全身ヒューマノイドを制御する統一的なコントローラを提案し、大規模なモーション追跡や下流タスクの学習を実現した。
- EvoNav: 大規模言語モデルを用いたロボットナビゲーションの進化的報酬関数設計ナビゲーション2026/5/1
ロボットナビゲーションの強化学習における報酬関数の設計を、大規模言語モデルと進化的アルゴリズムで自動化する手法を提案した論文。
- 動的屋内環境監視のためのマルチエージェント強化学習による協調的情報収集群制御2026/4/1
複数ロボットが屋内の人間活動を監視する際、監視精度を直接最適化する協調制御をマルチエージェント強化学習で学習する手法を提案した。
- 行動スコア拡散：カーネルベースのスコア推定によるモデルフリー軌道計画軌道計画2026/4/1
事前収集した軌道データからカーネル重み付き推定で拡散スコアを直接計算し、モデルや学習なしで軌道計画を行う手法を提案した。
- AMR群向けオークション型タスク割り当てとエネルギー考慮軌道最適化群制御2026/3/1
非対称タスク空間におけるマルチロボットのタスク割り当てと軌道最適化のための階層的2段階フレームワークを提案し、エネルギーと距離の入札方式の性能が地形条件に依存することを示した。
- 自律移動ロボット群のバッテリ劣化を考慮したフリートスケジューリング群制御2026/3/1
複数の自律移動ロボットのタスク割り当てと充電計画を、バッテリ劣化を考慮して最適化する手法を提案。階層的matheuristicにより大規模問題を効率的に解く。
- 自分らしく運転：個人の好みに合わせたVision-Language-Actionモデルによるパーソナライズド運転VLA2026/3/1
複数の実ドライバーの運転データからユーザー埋め込みを学習し、自然言語指示にも対応する個人化VLA運転フレームワークDMWを提案。各ドライバーの運転スタイルを再現できることを示した。
- Scale-Plan: 異種マルチロボットチームのためのスケーラブルな言語駆動型タスクプランニングマルチロボット計画2026/3/1
LLMとPDDLを組み合わせ、自然言語指示からタスクに関連する最小限の行動・物体を抽出して長期計画を生成するマルチロボット向けプランニング手法を提案し、新ベンチマークMAT2-THORで有効性を示した。
- NavTrust: 実世界環境における信頼性を評価する身体性ナビゲーションのベンチマークナビゲーション2026/3/1
RGB・深度・指示の現実的な劣化を体系的に与え、7つの最先端ナビゲーション手法の性能低下を明らかにし、4つの緩和策を評価した統一ベンチマークを提案。
- CommCP: 適合予測を用いたLLMベース通信による効率的なマルチエージェント協調マルチエージェント協調2026/2/1
複数の異種ロボットが協力して家庭内タスクを遂行するMM-EQA問題を定式化し、適合予測でメッセージを校正するLLMベースの分散通信フレームワークCommCPを提案した。
- 超大規模動画推論スイート動画推論2026/2/1
200種類の推論タスクと100万本以上の動画からなる大規模データセットVBVRと、ルールベースで検証可能な評価ベンチマークVBVR-Benchを構築し、動画推論のスケーリング則と未見タスクへの汎化の兆候を示した。
- 優先度を考慮したマルチロボット被覆経路計画群制御2026/1/1
優先区域を設定し、その被覆遅延と全体のメイクスパンを最小化するマルチロボット被覆経路計画問題を提案し、2段階のスケーラブルな解法を開発した。
- SyncTwin: 安全なロボットマニピュレーションのための高速デジタルツイン構築と同期マニピュレーション2026/1/1
RGB画像から物体の3Dアセットを再構成し、点群セグメンテーションとカラーICPで実世界とデジタルツインを同期させることで、動的・遮蔽環境下でも安全なマニピュレーションを実現するフレームワーク。
- GUIDES: 事前学習済みロボットポリシーを強化するインストラクター蒸留埋め込みによるガイダンスVLA2025/11/1
事前学習済みロボットポリシーに、視覚言語モデルからの意味的ガイダンスを軽量に注入し、再設計なしでタスク成功率を向上させるフレームワーク。
- AutoFocus-IL: VLMによる顕著性マップで人間アノテーション不要のデータ効率の良い視覚模倣学習模倣学習2025/11/1
視覚言語モデルを使ってデモ中の重要物体を自動特定し、時間的顕著性マップを生成して模倣学習ポリシーを正則化することで、人間の注視データなしにデータ効率と汎化性能を向上させる手法を提案。
- RDD: 検索ベースのデモンストレーション分解による長期的タスクのプランナー整合VLA2025/10/1
低レベル視覚運動ポリシーの訓練データと視覚特徴を整合させることで、長期的操作タスクのデモンストレーションを自動的にサブタスクに分解する検索ベース手法を提案し、シミュレーションと実世界で既存手法を上回る性能を示した。
- 適合的不確実性処理による群衆ナビゲーションの汎化安全群衆ナビゲーション2025/8/1
歩行者の予測不確実性を適合的推論で推定し、制約付き強化学習に組み込むことで、分布シフトに頑健な群衆ナビゲーションを実現した。
- TrajEvo: LLM駆動進化による軌道予測ヒューリスティックの自動設計軌道予測2025/8/1
大規模言語モデルと進化アルゴリズムを組み合わせ、人間行動の軌道予測ヒューリスティックを自動生成・改良するフレームワークを提案。未見の分布外データでも既存手法を上回る汎化性能を示す。
- バッテリー寿命を最大化するロバスト最適タスクプランニングタスクプランニング2025/6/1
自律移動ロボットのタスク完了を保証しつつバッテリー寿命を延ばすため、双線形最適化問題をMcCormick緩和で線形化し、パラメータ不確かさにロバストな高速計画アルゴリズムを提案した。
- HEAL: 大規模言語モデルに駆動される身体性エージェントの幻覚に関する実証研究身体性エージェント/幻覚2025/6/1
LLMベースの身体性エージェントがシーンとタスクの不一致下で生じる幻覚を初めて体系的に調査し、幻覚を誘発するプローブセットを構築して12モデルを評価した。
- 自律移動ロボットのバッテリ劣化を最小化する制約付き最適計画経路計画2025/6/1
自律移動ロボットのバッテリ劣化（サイクル劣化とカレンダー劣化）を最小化しつつタスク完了を保証する最適化フレームワークを提案し、区分線形近似で問題を線形化して経路計画の有効性を検証した。
- 展開可能で汎化可能な自律性に向けた動作予測の動向：再訪と展望動作予測2025/5/1
動作予測モデルの汎化性と実展開性に焦点を当て、ロボティクス・自動運転・人間動作への応用を中心に、手法・表現・評価プロトコルの分類と課題を整理したサーベイ。
- 自動運転のための生成AI：フロンティアと機会自動運転2025/5/1
生成AI（VAE・GAN・拡散モデル・LLM）を自動運転スタック全体にどう応用するかを体系的に整理したサーベイ。データ生成からEnd-to-End運転、デジタルツイン、評価・安全・規制まで課題と研究方向をまとめる。
- TrajEvo: LLM進化による軌道予測ヒューリスティックの自動設計軌道予測2025/5/1
大規模言語モデルと進化アルゴリズムを組み合わせ、過去の軌道データから軌道予測ヒューリスティックを自動生成・改良するフレームワークを提案し、未見データセットへの汎化性能で深層学習手法を上回った。
- USV群制御のための人間の暗黙的選好に基づくマルチエージェント強化学習のポリシー微調整群制御2025/3/1
USV群のマルチエージェント強化学習において、人間のフィードバックをエージェント単位で分類して信用割り当て問題を解決し、LLM評価器で検証するRLHF手法を提案した。
- UniOcc: 自動運転における占有予測・予測のための統合ベンチマーク占有予測2025/3/1
複数の実世界データセットとシミュレータを統合し、2D/3D占有ラベルとボクセル単位のフローを提供するベンチマークを構築。ラベル不要の評価指標を導入し、大規模多様データとフロー情報が占有予測性能を向上させることを示した。
- STAMP: スケーラブルでタスク・モデル非依存な協調知覚協調知覚2025/1/1
異なるモデルを持つ複数エージェントのBEV特徴を軽量なアダプタで共通表現に変換し、効率的に共有・融合する協調知覚フレームワークを提案。
- LaMMA-P: 言語モデル駆動PDDLプランナによる汎化可能なマルチエージェント長期的タスク割当と計画マルチエージェント計画2024/9/1
言語モデルの推論能力と従来のPDDLプランナを統合し、異種ロボットチームの長期的タスクにおけるサブタスク識別と割当を高成功率・高効率で行うマルチエージェント計画フレームワークを提案。
- SoNIC: 適応的Conformal推論と制約付き強化学習による安全なソーシャルナビゲーションソーシャルナビゲーション2024/7/1
適応的Conformal推論で不確実性を定量化し、制約付き強化学習でその推定を活用することで、歩行者との衝突を避ける安全なソーシャルナビゲーション方策を学習する手法を提案。
- 適応的予測アンサンブル：運動予測の分布外汎化性能の向上運動予測2024/7/1
深層学習とルールベースの予測を組み合わせ、入力シーンに応じて動的に最適な予測を選択する適応的予測アンサンブル（APE）を提案し、自動運転の軌道予測における分布外汎化性能を改善した。
- 重要度サンプリングで誘導するメタ訓練：高インタラクティブ環境における知的エージェント強化学習2024/7/1
誘導付きメタ強化学習に重要度サンプリングを組み合わせ、訓練分布を反復的に調整することで、T字路やラウンドアバウトなど相互作用の多い運転タスクにおける学習を加速し性能を向上させる枠組みを提案した。
- 自動運転のための自己教師ありマルチ未来占有予測自動運転2024/7/1
生成モデルの潜在空間でLiDAR占有グリッドの確率的予測を行い、RGBカメラや地図、計画軌道を条件として利用できる枠組みを提案。
- CMP: マルチエージェント通信による協調運動予測協調認識・運動予測2024/3/1
LiDAR入力を用いて車車間通信で情報共有し、協調的な認識・追跡・運動予測を統合的に行うフレームワークを提案。通信遅延にも対応し、予測誤差を12.3%削減した。
- MATRIX: 多様なコンテキストを持つマルチエージェント軌道生成軌道生成2024/3/1
人間同士や人間-ロボットのインタラクション場面で、目的地や行動特性の多様性を考慮してリアルな軌道データを自動生成する学習ベースモデルMATRIXを提案し、模倣学習のデータ拡張にも有効性を示した。
- 社会的ロボットナビゲーションのためのマルチエージェント動的関係推論社会的ナビゲーション2024/1/1
エージェント間のペア関係に加え、複数ノードを適応的に結ぶハイパーエッジを教師なしで推論し、動的に変化する関係グラフとハイパーグラフを構築することで、マルチエージェント軌道予測と社会的ロボットナビゲーションを高精度化した研究。
- 解釈可能な運動予測のための分離型ニューラル関係推論運動予測2024/1/1
グラフ表現と時系列モデルを統合した変分オートエンコーダで、動的エージェント間の相互作用を潜在空間で推論し、エッジ特徴を分離して解釈性と分布外汎化性能を高めた運動予測手法を提案。
- 内部状態推論とインタラクティブ性推定による対話型自律ナビゲーション自律ナビゲーション2023/11/1
周囲エージェントの内部状態と将来軌道を反実仮想推論で予測する補助タスクを強化学習に統合し、説明可能な指標と性能向上を実現した。
- マルチモーダルプロンプトによるロボット操作の習得：事前学習とマルチタスク微調整マニピュレーション2023/10/1
視覚と言語が混在するマルチモーダルプロンプトでロボット操作を学習するフレームワークを提案し、VIMA-BENCHで最高精度を達成した。
- 自動運転のための意味情報を活用した将来時空間占有グリッド予測自動運転2023/10/1
環境の意味セグメンテーションと占有情報を組み合わせ、将来の時空間占有状態を予測する枠組みを提案し、Waymo Open Datasetで移動物体の消失やぼやけを抑え予測精度を向上させた。
- Rank2Tell: 重要度ランキングと理由付けのためのマルチモーダル運転データセットデータセット/シーン理解2023/9/1
複雑な交通シーンで重要物体の重要度ランキングとその理由を説明するための、マルチモーダルな自己中心視点データセットを構築し、ランキングと自然言語キャプション生成を同時に行うモデルでベンチマークした。
- Scene Informer: 部分観測環境におけるアンカーベースの遮蔽推論と軌道予測軌道予測2023/9/1
部分観測環境で観測エージェントの軌道予測と遮蔽領域の推論を統合するTransformerベースの手法を提案し、Waymoデータセットで性能向上を示した。
- ガイド付きメタ強化学習によるロバストな運転方策学習自動運転/メタ強化学習2023/7/1
社会車両の多様な運転方策を単一のメタ方策として学習し、それらを相手に訓練することで、未知の挙動にも頑健な自動運転方策を獲得する手法を提案した。
- 3D人間キーポイントを用いた歩行者の横断行動認識と軌道予測歩行者予測2023/6/1
3D人間キーポイントを活用したマルチタスク学習により、歩行者の横断行動認識と将来軌道予測を同時に行い、補助タスクと対照学習で精度を向上させた研究。
- DRAMA: 運転シーンにおけるリスク位置推定と説明文生成の同時学習自動運転/リスク認識2022/9/1
東京で収集した17,785件の運転シーンからなる大規模データセットDRAMAを構築し、リスクの位置推定と自然言語による説明生成を同時に行う新タスクを提案・ベンチマークした。
- 都市環境における動態認識型時空間占有予測自動運転/占有予測2022/9/1
移動物体の検出・セグメンテーションと周囲環境の将来占有状態予測を、占有表現で統合した深層学習フレームワークを提案し、Waymo Open Datasetで高精度を実証した。
- EvolveHypergraph: 群れを考慮した動的関係推論による軌道予測軌道予測2022/8/1
エージェント間のペア関係だけでなく、複数ノードを結ぶハイパーエッジを教師なしで推論し、群れ単位の関係を捉えて軌道予測精度を向上させる手法を提案。
- 半教師あり学習による自動運転のための重要物体識別自動運転/物体認識2022/3/1
自車視点の運転シーンで物体間の関係推論を用いて重要物体を二値分類し、半教師あり学習と自車挙動予測の補助タスクで精度を高めた研究。
- 楽観的探索と分布補正を組み合わせたオフポリシー強化学習強化学習2021/10/1
不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。
- Grouptron: 群れを考慮した動的マルチスケールグラフ畳み込みネットワークによる密集群衆の軌道予測軌道予測2021/9/1
歩行者の群れを時空間クラスタリングで検出し、個人・群れ・シーン各レベルのグラフニューラルネットで動態を符号化して軌道を予測する手法を提案し、FDEを9.3%改善した。
- LOKI: 長期・重要意図を考慮した軌道予測データセットとモデル軌道予測2021/8/1
自動運転環境で歩行者と車両の軌道と意図を同時予測する大規模データセットLOKIを構築し、意図推論が軌道予測精度を最大27%向上させるモデルを提案した。
- 全方位移動ロボットの並列タスク実行のための姿勢考慮型プランニングプランニング2021/8/1
全方位移動ロボットの姿勢遷移と位置遷移を同時に実行するため、両タスクを統合したプランニング手法OATEBを提案し、シミュレーションと実機で有効性を示した論文。
- 動き予測のための強化学習型ハイブリッド注意推論ネットワーク動作予測2021/8/1
過去の観測から将来の動きを予測する際、重要でない情報を動的に選別・順位付けするハイブリッド注意機構を備えた汎用フレームワークRAINを提案し、マルチエージェント軌道予測と人間動作予測で最先端性能と解釈性を実現した。
- 周波数領域を活用したスペクトル時空間グラフニューラルネットワークによる軌道予測軌道予測2021/6/1
エージェント間の相関と時間的依存を時間領域に加え周波数領域でも捉えるSpecTGNNを提案し、軌道予測ベンチマークで最高精度を達成した論文。
- 交差点における自動運転戦略：シナリオ・最新技術・今後の展望自動運転2021/6/1
交差点での自動運転戦略に関する研究を概観し、シナリオやデータセット、既存手法の分類と課題、今後の研究方向を整理したサーベイ論文。
- 時空間グラフ双注意ネットワークによるマルチエージェント予測と追跡軌跡予測2021/2/1
動的グラフ表現と関係性誘導バイアスでエージェント間の相互作用を明示的にモデル化し、軌跡とシーン文脈を統合した生成型軌跡予測システムSTG-DATを提案。運動学的制約層で物理的妥当性を確保し、マルチターゲット追跡にも応用可能。
- 自動運転のための共有クロスモーダル軌道予測軌道予測2020/11/1
複数のセンサ入力を共有潜在空間に埋め込むクロスモーダル学習により、テスト時は単一モダリティでも高精度な将来軌道予測を実現する枠組みを提案した。
- 自動運転のための共有クロスモーダル軌道予測軌道予測2020/4/1
複数のセンサ入力を共有潜在空間に埋め込むクロスモーダル学習により、テスト時は単一モダリティでも高精度な軌道予測を実現する枠組みを提案した論文。
- EvolveGraph：動的関係推論によるマルチエージェント軌道予測軌道予測2020/3/1
潜在的な相互作用グラフを適応的に進化させながら、複数のエージェントの将来軌道を多モードで予測するフレームワークを提案し、合成物理シミュレーションと実世界ベンチマークで最先端の精度を達成した。
- Social-WaGDAT: ワッサースタイングラフ二重注意ネットワークによる相互作用を考慮した軌道予測軌道予測2020/2/1
動的グラフ表現と関係性の帰納バイアスを用いてマルチエージェントの相互作用を明示的にモデル化し、将来軌道の分布を生成する軌道予測手法を提案。車両には運動学的制約層を適用し、3つの公開ベンチマークで予測精度の向上を示した。
- 追跡と確率的予測の統合フレームワークと自動運転への応用追跡・予測2019/8/1
混合表現を用いた制約付き逐次モンテカルロ法により、データ対応付けなしで複数対象を同時追跡し、階層的時系列予測モデルと組み合わせて高速道路での車両の挙動認識・予測を行うフレームワークを提案した。
- 確率的軌道予測のための条件付き生成ニューラルシステム軌道予測2019/5/1
自動運転や移動ロボット向けに、周囲の動的障害物の将来軌道を確率的に予測する条件付き生成モデルを提案し、多様で実現可能な軌道候補を生成できるようにした。
- ベイズ生成モデリングによる車両インタラクションの協調認識と軌道予測軌道予測2019/5/1
マクロな協調認識とミクロな軌道生成を階層的に組み合わせ、ベイズ深層学習で多様な予測仮説を生成する軌道予測システムを提案した。
- 敵対的学習による相互作用を考慮したマルチエージェント追跡と確率的行動予測行動予測2019/4/1
複数エージェントの相互作用を全体として扱い、GANを用いて将来行動を確率的に予測・追跡する枠組みを提案し、車両行動予測で有効性を示した論文。
- 高インタラクション運転シナリオにおける致死性を考慮した確率的反応予測ベンチマーク予測/ベンチマーク2018/9/1
自動運転の反応予測手法を統一評価する枠組みを提案し、予測誤りが致命的結果に与える影響を重み付きBrierスコアで測る致死性考慮指標を導入した。
- 遮蔽に対応した改良混合粒子フィルタによる汎用車両追跡フレームワーク追跡2018/9/1
混合粒子フィルタを用いて追跡対象数を観測に応じて適応させ、学習ベースの挙動モデルで遮蔽や急操作時も予測できる車両追跡手法を提案した。
