Jiangtao Gong
収録論文 11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
- ナビゲータは何を記憶すべきか?ゼロショット視覚言語ナビゲーションのための時空間記憶VLA2026/10/28
8B規模のゼロショットVLNエージェントにおいて、指示進捗・階層圧縮した観察履歴・累積幾何情報をタスク/時間/空間記憶として統合し、記憶の種類ごとの寄与を実機含めて検証した論文。
- 身体性認知を統合したエンドツーエンド自動運転自動運転2025/11/1
脳波大規模モデルと視覚特徴抽出ネットワークを比較学習させ、人間の運転認知をエンドツーエンド自動運転の計画に活用する新手法を提案し、性能向上を実証した。
- CoIRL-AD: 潜在世界モデルにおける模倣・強化学習の協調競合フレームワークによる自動運転自動運転2025/10/1
模倣学習と強化学習を別々のポリシーに分離し、潜在世界モデル内での想像ロールアウトと競争機構を組み合わせることで、オフライン環境でも長尾シナリオや都市間汎化に強い自動運転モデルを実現した。
- 運転知能評価のためのLLM活用統合フレームワーク自動運転評価2025/3/1
人間のプロドライバーと同乗者の自然言語評価データセットを構築し、LLMを活用して複雑な交通環境での自動運転知能を評価するフレームワークを提案した。CARLAシミュレータと人間評価で有効性を検証した。
- 非構造環境における視覚ベースEnd-to-Endロボットナビゲーションのベンチマークナビゲーション2025/3/1
非構造なロボット環境でのEnd-to-Endナビゲーション向けに、実機とIsaac Simによるデータ収集パイプラインとFreeWorldデータセットを構築し、VADモデルのファインチューニングで有効性を検証したベンチマークを提案。
- LLM駆動ドライバーエージェントの運転スタイル整合自動運転/LLMエージェント2024/3/1
人間の運転行動を自然言語データセット化し、実演とフィードバックによるマルチ整合フレームワークでLLMドライバーエージェントを個人の運転スタイルに合わせる手法を提案した。
- 大規模言語モデルを活用した自動運転の文脈認識型運動予測運動予測2024/3/1
交通環境と履歴を画像・テキストプロンプトでLLMに与えて交通文脈を抽出し、運動予測モデルに統合して精度を向上。さらに0.7%のLLM拡張データで効率的に展開する手法を提案。
- 大面積分散型フレキシブル圧力センサによるロボット犬との自然な触覚インタラクション触覚2023/3/1
ロボット犬に大面積のフレキシブル圧力センサを実装し、81種類の触覚ジェスチャーを98.7%の精度で認識、Transformerで犬の反応を予測。触覚インタラクションが音声より不安軽減や興奮向上に有効と示した。
- 「私は従者であり、上司でもある」:視覚障害者を導くロボットの自律性と形態の違いを探る支援ロボット2023/2/1
視覚障害者を案内するロボットについて、杖型と車型、および完全自律と部分自律の組み合わせを比較し、実験室と実環境での実験から、環境や求める制御感によって適切な自律性や形態が異なることを明らかにした。
- 高忠実度シミュレーション環境における歩行者安全評価フレームワーク自動運転シミュレーション2022/10/1
自動運転シミュレーションに歩行者の特性を組み込み、衝突だけでなくコンフリクト事象も考慮して歩行者安全を定量的に評価する手法を提案し、単車知覚とV2I協調知覚の比較実験で有効性を示した。
- 四足歩行ロボットは盲導犬の代わりになるか?歩行2022/10/1
視覚障害者を対象に、市販の四足歩行ロボットと車輪型ロボットを屋内・屋外で比較実験し、四足歩行の歩容や騒音が誘導性能と信頼性を損なうことを示した。
