Jie Xu
Anyverse Dynamics
収録論文 47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
- 暗黙的意味論と系列一貫性ループ閉じ込めによるVGGTベースSLAMのスケールアンカリングSLAM2026/11/4
VGGTベースSLAMに固定ルートのスケールアンカリングと短系列支援の直接ループ接続を導入し、スケールドリフトとサブマップ間の不整合を低減した研究。
- FlashNeRD: 接触の多いロボットダイナミクスの性能優先型学習学習ダイナミクス2026/10/6
接触検出を解析的に保ちつつ、並列ストリーミングアーキテクチャと任意接触対応エンコーダ、物体との双方向連成を導入し、ロボットの学習ダイナミクスを最大55倍高速化した研究。
- MonoEgo: 受動的な手首コンステレーションと疎なワークステーションアンカーによる単眼メートル法エゴセントリック実演キャプチャデータ収集2026/9/28
1台の単眼カメラで受動的な手首マーカーと作業台アンカーを撮影し、オフライン再構成によりメートルスケールのエゴセントリックな実演データを取得するシステムを提案した。
- UpDown-SC: 重力正規化された上下包絡線スキャンコンテキストによる屋内LiDAR位置認識位置認識2026/9/24
屋内LiDAR位置認識において、重力方向の正規化と上下2つの包絡面(低中層構造の上側包絡と天井構造の下側包絡)を表現する学習不要の極座標記述子を提案し、姿勢やセンサ高さの変化に頑健な検索を実現した。
- 世界モデルによる汎化可能なロボット挿入マニピュレーション2026/9/23
手首カメラの視覚と固有感覚を統合した単一の世界モデルを最大90の挿入タスクで訓練し、未知形状の物体へのゼロショット挿入を実現した研究。
- オンライン重力推定は重要か?LiDAR慣性オドメトリにおける静かな設計分岐の再検討LiDAR慣性オドメトリ2026/9/12
LiDAR慣性オドメトリにおいて重力をオンライン推定し続けるか固定するかの設計選択を比較し、通常時は差が小さいがLiDAR停止時や動的開始時に影響が出ることを示した。
- JEPAポリシー:ペア行動と未来表現予測による拡散不要の模倣学習模倣学習2026/9/9
行動チャンクとその未来表現をペアで学習する拡散不要の模倣学習フレームワークを提案し、9つのシミュレーションタスクと実機実験で成功率向上と低遅延を実現した。
- Stream3Dv2: 幾何学的・意味的融合によるストリーミングゼロショット3Dシーン理解の強化3Dシーン理解2026/8/21
本論文は、ストリーミングRGB-D入力とノイズのある2Dセグメンテーションマスクを扱うためのトレーニング不要の3Dシーン理解フレームワークを提案し、幾何学的・意味的融合と多様体距離に基づく点群精緻化により性能を向上させる。
- SILO: マルチステージケーブル配線のためのシミュレーション・イン・ザ・ループによるSim-to-Real転移sim2real2026/7/1
GPU並列シミュレーションで学習したRLポリシーを実世界の多段階ケーブル配線タスクに転移するフレームワークを提案し、成功率向上とサイクルタイム半減を実現した。
- EAGG: 幾何認識グラフ条件付けによる身体性整合グラスプ生成マニピュレーション2026/6/16
異なるエンドエフェクタ形状に適応する統一グラスプ生成モデルを提案し、トポロジー認識グラフと反復的な幾何注入で成功率と接触精度を向上させた。
- VBGS-SLAM: 変分ベイズガウススプラッティングによる同時位置推定と地図構築SLAM2026/4/1
3Dガウススプラッティングを用いたSLAMにおいて、カメラ姿勢とシーン地図の不確実性を変分ベイズ推論で明示的に扱うことで、初期化への敏感さや忘却問題を軽減し、追跡性能とロバスト性を向上させた手法を提案した。
- VT-Refine: 視触覚フィードバックによる両手組立のシミュレーション微調整学習マニピュレーション2025/10/1
少数の実演と高忠実度の触覚シミュレーションを組み合わせ、強化学習で両手組立ポリシーを微調整することで、接触の多い精密作業の実世界性能を向上させた研究。
- Refinery: 接触の多いタスク向け能動的ファインチューニングと展開時最適化マニピュレーション2025/10/1
ベイズ最適化によるファインチューニングとGMMベースの初期化選択で、接触の多い組立タスクの成功率を91.51%まで向上させ、多部品の長期組立も可能にした。
- UWB支援視覚慣性ナビゲーションのためのバイアス補正を伴うロバストオンラインキャリブレーションUWB/VINSキャリブレーション2025/8/1
UWBアンカーのオンラインキャリブレーションにおいて、ロボット自己位置推定の不確かさを明示的に考慮し、Schmidtカルマンフィルタによる密結合オンライン補正で初期推定誤差に頑健な手法を提案した。
- ニューラルロボットダイナミクスsim2real2025/8/1
関節剛体ロボットの接触を考慮したダイナミクスを学習し、解析シミュレータの低レベルソルバを置き換える汎用ニューラルシミュレータNeRDを提案。
- II-NVM: 法線ベクトルを活用したマップの精度と一貫性を高めるSLAMSLAM2025/4/1
法線ベクトルの一貫性を利用して、近接する壁やドアを誤って同一平面として扱う「両面マッピング問題」を解決し、屋内SLAMのマップ精度と一貫性を向上させる手法を提案。
- LiDAR慣性SLAMのための動的初期化SLAM2025/4/1
ロボットが移動中でもLiDARオドメトリとIMUを反復的に整合させ、LiDAR慣性SLAMを高速かつ頑健に初期化する手法を提案した論文。
- NeRF-VIO: ニューラル放射輝度場を活用した初期化付き地図ベース視覚慣性オドメトリVIO2025/3/1
事前学習したNeRFを地図として用い、SE(3)上の測地距離で初期化を安定化させた視覚慣性オドメトリを提案し、MSCKFに二段階更新を組み込んでARデータセットで精度向上を実証した。
- Adaptive-LIO: 環境適応によるLiDAR慣性オドメトリのロバスト性と精度の向上SLAM2025/3/1
LiDAR慣性オドメトリにおいて、適応的セグメンテーション、IMU飽和・故障検出による運動モード適応、多解像度ボクセルマップによる地図解像度適応を組み合わせ、様々な環境でのロバスト性と精度を向上させた。
- MM-LINS: 過度に退化した環境のためのマルチマップLiDAR慣性システムSLAM2025/3/1
LiDARの退化が起きる環境で地図のドリフトを防ぐため、退化検出時に地図を退避させて新規地図を動的初期化で構築し、後段で地図間類似度を検出して融合するマルチマップLiDAR慣性SLAMを提案した論文。
- PLK-Calib: プラッカー直線を用いた単一ショット・ターゲットレスLiDAR-カメラ外部キャリブレーションキャリブレーション2025/3/1
LiDARとカメラの間の外部キャリブレーションを、ターゲットを使わず1回の計測で行う手法を提案。直線特徴のプラッカー座標表現を利用して回転と並進を分離し、高精度な推定を実現した。
- 選択的カルマンフィルタ:SLAMの退化を克服するためのマルチセンサ情報融合の時期と方法SLAM/センサ融合2024/12/1
LiDAR SLAMの退化を検出し、退化時のみ視覚情報を選択的に融合することで、計算コストを抑えつつロバスト性と精度を向上させる手法を提案。
- 大規模UWBアンカーキャリブレーションとガウス過程を用いたワンショット測位測位・キャリブレーション2024/12/1
LiDAR慣性オドメトリとUWB測距をガウス過程で融合し、大規模環境で1回のサンプリングによるアンカー位置推定と高精度測位を実現した。
- SPOT: 物体中心操作のためのSE(3)姿勢軌道拡散模倣学習2024/11/1
物体のSE(3)姿勢軌道をタスク表現として用い、拡散ポリシーを条件付ける物体中心模倣学習フレームワークを提案。iPhoneで撮影した8つの実演のみで実世界タスクを制約遵守しつつ完遂した。
- TacSL: 視触覚センサのシミュレーションと学習のためのライブラリ触覚2024/8/1
GPUベースで視触覚センサを高速シミュレーションし、触覚ベースの強化学習を可能にするライブラリTacSLと、sim-to-real転移のための新アルゴリズムAACDを提案した。
- MeMo: ノイズ注入による意味のあるモジュラー制御器の学習モジュラー制御2024/7/1
ロボットの部品ごとにモジュラー制御器を学習し、同じ部品からなる新しいロボットの制御を効率的に再利用できるフレームワークMeMoを提案。
- AutoMate: 多様な形状に対応する専門家・汎用組み立てポリシーマニピュレーション2024/7/1
100種類の組み立てタスクのデータセットと並列シミュレーション環境を構築し、部品特化型と汎用型の組み立てポリシーを学習。シミュレーションから実機へのゼロショット転移を実現した。
- I2EKF-LO: 二重反復拡張カルマンフィルタに基づくLiDARオドメトリLiDARオドメトリ/状態推定2024/7/1
観測方程式と状態更新の両方を反復する二重反復拡張カルマンフィルタを提案し、動的な過程雑音調整と機体別運動モデルによりLiDARオドメトリの精度と効率を向上させた。
- RVT-2: 少数のデモンストレーションから精密なマニピュレーションを学習マニピュレーション2024/6/1
言語指示に基づく多タスク3Dマニピュレーションにおいて、アーキテクチャとシステムの改善により学習を6倍、推論を2倍高速化し、RLBenchで成功率82%を達成、実世界でも10回のデモで高精度タスクを学習可能にした。
- 接触の多い微分可能シミュレーションにおける適応的ホライズンアクター・クリティック強化学習2024/5/28
剛体接触を含む微分可能シミュレーションで、モデルベースのホライズンを適応的に調整して勾配誤差を減らす強化学習アルゴリズムを提案し、歩行タスクで既存手法より40%高い報酬を達成した。
- バターを取って:YOLOv7とBERTを活用したデスクトップ型マルチタスクロボットアームの研究マニピュレーション2024/5/1
小型デスクトップロボットに音声認識・自然言語理解・視覚認識を組み合わせ、マルチモーダルな自律動作を実現した研究。
- AdaDemo: 汎用ロボットエージェントのためのデータ効率的なデモンストレーション拡張模倣学習2024/4/1
既存方策の弱点を特定し、適応的にデモンストレーションを収集・拡張することで、データ効率的に多タスク模倣学習を改善するフレームワークAdaDemoを提案。
- SInViG: 人とロボットの対話のための自己進化型インタラクティブ視覚エージェントVLA2024/2/1
自然言語の曖昧さをマルチターンの視覚と言語の対話で解消する自己進化型ロボットエージェントを提案し、人間との対話実験とFrankaロボットでの操作タスクで有効性を示した。
- 実世界における統合的対話型視覚グラウンディングに向けてVLA2024/1/1
視覚対話とグラウンディングを統一的に定式化したエンドツーエンドシステムTiOを提案し、曖昧な指示を能動的に質問して対象を特定するHRIタスクで最先端性能を達成した。
- シグネチャと動的計画法の融合:軌道追従のためのベルマン方程式の一般化制御/軌道追従2023/12/1
パスシグネチャを用いてベルマン方程式を軌道空間に一般化し、適応的な時間ステップやモデル誤差に頑健な軌道追従のための制御フレームワークを提案した。
- 視覚言語基盤モデルをロボット模倣学習に活用するRoboFlamingoVLA2023/11/1
オープンソースの視覚言語モデルOpenFlamingoを基に、単一ステップの視覚言語理解とポリシーヘッドを分離し、模倣学習で微調整するだけでロボット操作を実現するフレームワークを提案。
- InViG: 50万件の人間-ロボット対話による対話型視覚的グラウンディングのベンチマーク対話型グラウンディング2023/10/1
言語の曖昧さを含む対話を通じて対象物体を特定する対話型視覚的グラウンディングのための大規模データセットInViGを構築し、ベースライン手法を提案・評価した。
- モジュラー型科学工場アーキテクチャの提案自動化実験室2023/8/1
ロボット自動化とAIを活用した自己駆動型実験室をモジュール化し、大規模な科学研究を支援するアーキテクチャを提案・実証した。
- RVT: 3D物体操作のためのロボットビュー変換器マニピュレーション2023/6/1
複数視点のカメラ画像をTransformerで統合し、仮想視点からの再描画により、スケーラブルかつ高精度な3D操作を実現する手法を提案。
- 分解による汎用的な組立計画のための物理ベースプランニング組立計画2022/11/1
分解原理と物理シミュレーションを組み合わせ、実世界の多様な機械組立に対して物理的に妥当な組立動作と順序を効率的に計画する手法を提案し、大規模データセットで高い成功率と計算効率を示した。
- 並列微分可能シミュレーションによる方策学習の高速化sim2real2022/4/1
微分可能シミュレータと新アルゴリズムSHACを組み合わせ、局所解や勾配消失を抑えつつ並列環境で方策学習を高速化した論文。
- 編み物触覚センサを備えたロボットマニピュレータの統合設計パイプラインマニピュレーション2022/4/1
モジュール部品とグラフ文法でマニピュレータを短時間で設計し、形状調整と触覚センサ面の選択後、3Dプリントと編み物の製造ファイルを自動生成するパイプラインを提案した。
- Evolution Gym:軟体ロボットの設計と制御を共進化させる大規模ベンチマーク軟体ロボット/共進化2022/1/1
軟体ロボットの形状設計と制御を同時最適化するための大規模ベンチマークを提案し、設計最適化と深層強化学習を組み合わせた共進化アルゴリズムを評価した。
- 汎用的な手内物体再配向システムマニピュレーション2021/11/1
モデルフリーの枠組みで、手を上向き・下向きの両方で2000以上の多様な物体を手内で回転させる方策を学習し、実世界観測への蒸留で実機動作の可能性を示した。
- 接触を考慮したロボット設計のためのエンドツーエンド微分可能フレームワークロボット設計最適化2021/7/1
変形ベースのパラメータ化と接触を扱う微分可能剛体シミュレータを組み合わせ、ロボットの形状と制御を同時に勾配最適化する枠組みを提案した論文。
- ベイズニューラルネットワークによる確率的な人間の動作予測動作予測2021/7/1
従来の決定論的な動作予測ネットワークをベイズ化し、複数の将来動作を生成するとともに不確実性を推定することで、人とロボットの協調をより安全・効率的にする手法を提案した論文。
- 陸上ロボット設計のための多目的グラフヒューリスティック探索ロボット設計2021/7/1
制御と形態(離散トポロジー含む)を複数目的で同時設計するため、単目的グラフヒューリスティック探索を多目的に拡張し、GNNベースの汎用多目的ヒューリスティックで効率的にパレート解を探索する手法を提案した論文。
