Jianmin Ji
University of Science and Technology of China
収録論文 48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
- PolyMorphWBC:腕形態を問わず到達範囲を拡張する四脚移動マニピュレーションのためのエンドエフェクタ軌道からの全身制御全身制御2026/11/11
エンドエフェクタ軌道のみを指令として、腕と台車の協調動作を生成する階層型制御器を提案し、4種類の6自由度腕形態や固定ベース到達範囲外の軌道にも対応できることを示した論文。
- VLA-Stem:強化学習による視覚言語行動モデルの軽量安全機構VLA2026/10/27
VLAモデルの行動を微調整せずに軌道参照へ変換し、強化学習ベースの軽量ポリシーで空間制約や動的障害物に適応させる安全機構を提案。衝突回避成功率を大幅に向上させた。
- TrajWAM:動的物体操作のための軌道誘導型ワールドアクションモデルマニピュレーション2026/10/19
対象物体の将来軌道を明示的に予測し、その軌道に沿った未来映像を生成して行動を条件付けする動的マニピュレーション向けの効率的なワールドアクションモデルを提案。蒸留により1ステップ推論を実現した。
- 言語と物理を橋渡しする:大規模言語モデルによる連続体ロボットの自動設計ロボット設計2026/9/8
大規模言語モデルを用いて、物理シミュレーションの状態をフィードバックとして組み込む多層フレームワークAID-SRを提案し、腱駆動連続体ロボットの自動設計を実現した。
- 解空間の遮蔽:トレランス対応マニピュレーションに対するプランナ非依存の敵対的攻撃マニピュレーション2026/7/1
プランナに依存せず、タスクレベルの実現可能性に基づいて敵対的障害物を配置し、マニピュレーションの計画失敗を誘発する攻撃フレームワークを提案した。
- CAC-VLA: 視覚言語行動モデルのための文脈ゲート型行動条件付けVLA2026/7/1
VLAモデル内に軽量な潜在行動インターフェースを導入し、文脈ゲートで行動エキスパートへの影響を調整することで、ロボット操作の成功率を向上させた。
- GEAR-VLA: 汎用ロボット操作のための幾何認識行動表現の学習VLA/操作2026/6/7
VLAモデルの実世界での汎化を改善するため、幾何認識型の行動表現を学習するGEAR-VLAを提案。粗密行動学習、3D特徴の整合、エンボディメント正準化により、未見物体や異なるロボットへの汎化を実現した。
- DynaHMRC: 大規模言語モデルによる動的タスクのための分散型異種マルチロボット協調群制御2026/6/1
各ロボットが役割認識を持つLLMエージェントとして動作する分散型フレームワークを提案し、動的タスクにおける異種マルチロボット協調のスケーラビリティと適応性を向上させた。
- π0-EqM: 閉ループ視覚言語行動制御のための平衡マッチングVLA/操作制御2026/5/1
VLAモデルの行動デコーダを平衡マッチングに置き換え、計算資源を状態に応じて適応的に配分し、ロボット操作の成功率を向上させた。
- Open-H-Embodiment:医療ロボティクスにおける基盤モデルを可能にする大規模データセット医療ロボティクス/データセット/基盤モデル2026/4/1
医療ロボットの自律化を妨げるデータ不足を解決するため、複数のロボットプラットフォームにわたる大規模な医療ロボットビデオと運動学データセットを公開し、基盤モデルの開発を実証した。
- 3D空間事前知識を用いた手術ロボット操作学習手術ロボティクス2026/3/1
内視鏡画像から3D空間情報を直接抽出するエンドツーエンドの視覚運動ポリシーを提案し、大規模3Dデータセットと空間特徴コネクタにより手術ロボットの空間認識能力を向上させた。
- FAVLA:接触の多いロボットマニピュレーションのための力適応型高速・低速VLAモデルVLA2026/2/1
低速なVLMによる計画と高速なアクションエキスパートを分離し、力覚フィードバックを適応的に活用することで、接触の多いマニピュレーションの反応性と成功率を向上させるVLAモデルを提案。
- UrgenGo: 自動運転向けの緊急度を考慮した透過的GPUカーネル起動自動運転/GPUスケジューリング2025/9/1
アプリのソースコードやGPUドライバに手を加えず、カーネル起動を透過的に操作して緊急度の高いGPUタスクを優先するスケジューラを提案し、自動運転バスでの実証でデッドライン違反を61%削減した。
- STDArm: 静的データ学習の視覚運動ポリシーを動的ロボットマニピュレーションへ転移マニピュレーション2025/4/1
静的環境で学習した視覚運動ポリシーを、移動ロボット上でもそのまま使えるよう、リアルタイムの行動補正・安定化・遅延推定を組み合わせて動的マニピュレーションを実現したシステム。
- CAFE-AD: 自動運転の軌道計画のためのクロスシナリオ適応的特徴強調自動運転/軌道計画2025/4/1
自動運転の軌道計画において、シナリオ間で適応的に特徴を強調・補間することで長尾分布や因果混同に対処し、nuPlanベンチマークで最先端手法を上回った研究。
- LLMを活用した屋内ナビゲーション手法の研究ナビゲーション2025/4/1
LLMを関数呼び出しで中央制御器として使い、従来のナビゲーション機能を再利用可能なツールに分解して動的に組み合わせる屋内ナビゲーション手法を提案し、PyBulletで有効性を示した。
- GraspCoT: 物理特性推論を統合した柔軟な言語指示による6自由度把持マニピュレーション2025/3/1
物理特性に着目したChain-of-Thought推論とマルチモーダルLLMを組み合わせ、多様な言語指示から6自由度把持姿勢を予測するフレームワークを提案し、新ベンチマークIntentGraspで有効性を示した。
- MT-PCR: モダリティ変換を活用した限られた重なりの大規模点群位置合わせ点群位置合わせ2025/3/1
3D点群をBEV画像に変換して2D画像のキーポイントマッチングで対応を推定し、逆変換で3D位置合わせを行う手法を提案。低重複の大規模シーンで高精度・高ロバスト性を実現。
- Map++: ユーザ参加型ビジュアルSLAMシステムに向けた効率的な地図拡張と共有SLAM2024/11/1
ユーザが協力して地図構築を行う参加型SLAMシステムMap++を提案し、軽量なプロトコルで通信量を約46%削減しつつ精度劣化を抑え、同時接続ユーザ数を約2倍に拡大できることを示した。
- MSGField: ロボットマニピュレーションのための運動・意味・形状を統合した統一シーン表現マニピュレーション2024/10/1
2Dガウシアンを用いて運動・意味・形状を統合したシーン表現を提案し、2視点の画像から非剛体運動を含む動的シーンをリアルタイムに再構成して言語誘導マニピュレーションを実現した。
- MHRC: 大規模言語モデルによる分散型マルチ異種ロボット協調VLA2024/9/1
大規模言語モデルを活用し、移動ロボット・マニピュレーションロボット・移動マニピュレーションロボットが分散協調して探索・運搬・整理タスクを遂行するフレームワークを提案。
- CELLmap: 弾力的で軽量な球面マップ表現によるLiDAR SLAMの強化SLAM2024/9/1
大規模LiDAR SLAMの地図を、場所ごとの局所マップCELLに分割して保持する軽量な表現を提案し、双方向レジストレーションとループ閉じ込みで地図の一貫性を高めた。
- 知覚が計画を助ける:二重エッジ構造による多段階レーンレベル統合自動運転計画2024/7/1
車線や交差点などの交通要素の知覚を計画に統合するフレームワークPHPを提案し、レーンの両エッジを活用して安全で効率的な自動運転計画を実現、Carlaベンチマークで運転スコアを27.20%改善した。
- LDP: 効率的なロボットナビゲーションと衝突回避のための局所拡散プランナナビゲーション2024/7/1
多様なエージェントによるデータ生成と軽量なグローバル観測の統合により、複雑な実環境での局所ナビゲーションと衝突回避を実現する拡散モデルベースのプランナを提案する。
- 回転初期化と段階的洗練による汎用LiDARキャリブレーションキャリブレーション2024/5/1
複数LiDARの外部キャリブレーションを、事前知識不要の回転初期化と幾何・運動情報を統合した段階的最適化により、センサ非依存で高精度に行う手法を提案した。
- 自動運転の軌道計画のための安全で個人適応可能な論理ガイダンス自動運転/軌道計画2024/5/1
高速道路での自動運転軌道計画に組み込む「論理ガイダンス層」を提案し、RSSモデルによる安全性保証と論理式で記述したユーザー選好の両立を実現した。
- MM-Gaussian: 3Dガウシアンによる非有界環境でのマルチモーダル融合ローカリゼーションと再構成SLAM2024/4/1
LiDARとカメラを融合し、3Dガウシアン表現を用いて屋外の非有界環境での自己位置推定と地図構築を高精度・高速に行うシステムを提案した。
- 道路沿いシーンにおけるレンダリング強化型自動画像-点群位置合わせ位置合わせ/キャリブレーション2024/4/1
事前点群からフォトリアルなグレースケール画像をレンダリングし、SAMで抽出した線特徴の再投影誤差を最小化することで、道路沿いカメラの外部パラメータを自動推定する手法を提案。
- CRPlace: カメラ・レーダー融合とBEV表現による場所認識場所認識2024/3/1
カメラとレーダーのBEV特徴を背景に注目して双方向クロスアテンションで融合し、場所認識のためのグローバル記述子を生成する手法を提案。nuScenesで有効性を示した。
- CalibFormer: Transformerを用いたLiDAR-カメラ自動キャリブレーションネットワークキャリブレーション2023/11/1
LiDARとカメラの特徴を多層で集約し、マルチヘッド相関とTransformerでキャリブレーション誤差を高精度に推定するエンドツーエンド手法を提案。
- PathRL: 深層強化学習による衝突回避のためのエンドツーエンド経路生成手法ナビゲーション2023/10/1
深層強化学習でロボットの低レベル速度指令ではなく経路そのものを生成し、安定で滑らかな移動を実現するPathRLを提案した論文。
- EdgeCalib: 多フレーム重み付きエッジ特徴を用いたLiDAR-カメラの自動ターゲットレスキャリブレーションキャリブレーション2023/10/1
LiDARとカメラの外部キャリブレーションを、画像と点群のエッジ特徴を対応付けて自動でオンライン推定する手法を提案し、KITTIで高精度・高ロバスト性を達成した。
- OCC-VO: 3D占有表現に基づく視覚オドメトリによる自動運転向け高密度マッピング視覚オドメトリ/自動運転2023/9/1
周囲カメラ画像を3Dセマンティック占有表現に変換し、姿勢推定と地図構築を統合した視覚オドメトリ手法を提案。ORB-SLAM3比で成功率20.6%、軌跡精度29.6%向上を達成。
- USTC FLICAR:高所作業車向けLiDAR・慣性・カメラ融合データセットSLAM/データセット2023/4/1
高所作業車型ロボット「Giraffe」にLiDAR・カメラ・IMU・GNSS/INSを搭載し、mm級の正解位置を含むSLAM・3D再構成用のマルチセンサデータセットを構築した。SAMによる意味的セグメンテーション注釈も付与している。
- 動的人間環境における自己位置推定精度を高める深層強化学習ナビゲーションナビゲーション2023/3/1
2Dレーザデータから自己位置推定に有効な幾何特徴を抽出し、強化学習でその特徴を重視した経路計画を行うことで、未知の動的環境でもロボットのロスト率を低減し到達率を向上させる手法を提案した。
- TrajMatch: 軌跡マッチングによる路側LiDARの自動時空間キャリブレーションキャリブレーション2023/2/1
路側LiDARの検出・追跡結果を利用して、時間・空間のキャリブレーションを人手なしで自動的に行うシステムを提案。
- MAROAM: 二段階特徴選択による地図ベースのミリ波レーダーSLAMSLAM2022/10/1
ミリ波レーダーの生データから二段階の特徴選択を行い、一貫した地図を構築して高精度な自己位置推定を実現するSLAMフレームワークを提案し、複数のデータセットで従来手法を上回る精度を示した。
- PFilter: 特徴フィルタリングによる高速・高精度LiDAR SLAMのための永続地図構築SLAM2022/8/1
LiDAR SLAMのボトルネックである点群位置合わせを高速化するため、無効な特徴点を除去するフィルタリング手法PFilterを提案し、F-LOAMに統合して処理時間短縮と精度向上を実現した。
- 歩行者密集環境でインタラクション能力を備えたソーシャルナビゲーションの学習ソーシャルナビゲーション2022/3/1
ビープ音で歩行者に注意を促すインタラクション方策を教師あり学習で訓練し、それを用いて強化学習でナビゲーション方策を学習することで、人混みでの移動成功率を高めた研究。
- 多様な衝突回避戦略を持つ歩行者群に対するマップベース深層強化学習による群衆対応ロボットナビゲーション群衆ナビゲーション2021/9/1
歩行者が異なる衝突回避戦略をとる群衆環境で、センサマップと歩行者の動きを表す歩行者マップを入力とする深層強化学習によりロボットのナビゲーションポリシーを学習し、シミュレータと実機で成功率が向上することを示した。
- 粗いシミュレータの学習データを活用したソフトロボットアームのQ学習制御ソフトロボティクス/sim2real2021/9/1
粗いシミュレータで事前学習したモデルを実機のソフトロボットアームのQ学習制御に用い、実世界の訓練データ量を削減しつつ精度と収束速度を向上させた。
- 半マルコフモデルにおける適応的フォワードシミュレーション時間を用いた強化学習によるロボットナビゲーションナビゲーション2021/8/1
未知環境でのロボットナビゲーションにおける局所解問題を克服するため、連続行動空間の半マルコフ決定過程として定式化し、適応的フォワードシミュレーション時間(AFST)とGAE改良型DPPOを提案した論文。
- 狭視野深度カメラを用いたDRQNによる3次元障害物回避ナビゲーション2021/8/1
狭い視野の深度カメラを持つ屋内移動ロボットのため、LSTM付き二重DRQNとカリキュラム学習で3次元障害物回避を学習し、実機でも検証した研究。
- スパース注釈と階層記述子からの3Dセグメンテーション学習3Dセグメンテーション2021/5/1
少数の点注釈しかない3Dデータから、大域・局所構造と個別・近傍関係を動的エッジ畳み込みとカーネル化識別記述子で捉え、敵対的学習も併用して高精度な密セグメンテーションを実現した手法GIDSegの提案。
- 明示的動作を用いない階層型強化学習によるロボット制御強化学習2020/11/1
メタ方策が目標状態を操作し、逆動力学モデルが実際の動作を生成する階層型強化学習フレームワークを提案。敵対的学習と情報ボトルネックで訓練を安定化し、状態のみのデモによる模倣学習も可能にした。
- 地図ベース深層強化学習によるロボットナビゲーションナビゲーション2020/2/1
自己中心的な局所占有地図からCNNで操舵行動を予測する深層強化学習モデルを訓練し、実機ロボットに転移して動的障害物回避ナビゲーションを実現した。
- 環境変化に頑健な視覚的位置認識のためのマルチドメイン特徴学習視覚的位置認識2019/2/1
場所の特徴を複数の属性記述として学習し、環境条件に関わる特徴を分離することで、天候や季節の変化に強い視覚的位置認識を実現した研究。
- MRS-VPR:マルチレゾリューションサンプリングに基づく大域的視覚位置認識手法視覚位置認識2019/2/1
SeqSLAMの逐次照合を粗から細への探索とパーティクルフィルタによる大域的サンプリングで効率化し、長期参照系列中の短い軌跡を高精度に位置認識する手法を提案した。
