Jie Peng
USTC
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
- AdaHVLA: 長期的視野の視覚-言語-行動実行のための適応型ハーネスVLA2026/9/24
VLAモデルの長期タスク実行を支援するため、ロボット経験を通じてコードベースの協調ポリシーを適応的に改良するハーネスを提案し、シミュレーションと実世界で成功率を大幅に向上させた。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
