Junjie Lu
University of Technology Sydney
収録論文 13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
- 単眼飛行のための幾何認識プランニング表現のクロスモーダル教師あり学習単眼ナビゲーション2026/10/19
深度専門家のプランニング特徴をRGBプランナへ蒸留し、深度を明示的に推定せずに障害物回避を可能にする単眼MAVナビゲーション手法を提案。3DGSシミュレータで学習し実環境へゼロショット展開した。
- Stereo-Planner: ステレオ画像から軌道計画を学習するゼロショットSim-to-Realドローン航法sim2real2026/10/11
ステレオRGB画像から直接軌道を生成する視覚-軌道エンドツーエンドフレームワークを提案し、シミュレーションのみで学習して実機にゼロショット転移を実現した。
- VLA適応のためのノイズ空間学習VLA2026/10/9
事前学習済みVLAモデルを固定したまま、ノイズ分布を学習してタスクに適応させる手法を提案し、PPO・SAC・AWRで実装してシミュレーションと実機で評価した。
- エンドツーエンドUAVプランナーへの改良UAVプランニング2026/8/16
単一深度画像から軌道を直接生成するYOPOプランナーに対し、二分割MINCOパラメータ化、ホモトピーアンカー、バリアペナルティ、ランキング損失などの改良を加え、安全性と飛行経路の質を向上させた。
- 単調な進捗を超えて:ロボット模倣のためのリトライ監視価値学習模倣学習2026/6/1
不完全なデモからリトライイベントを疎な監視として用い、誤りに敏感な価値関数を学習し、下流の行動クローニングの重み付けに活用するフレームワークを提案。実ロボット操作タスクで効果を実証。
- UniSteer: 人間のガイダンスを活用したVLA適応のための統合ノイズステアリングVLA/強化学習/人間介入2026/5/1
拡散型VLAモデルの実世界適応を効率化するため、人間の修正行動をノイズ空間の強化学習に統合するフレームワークUniSteerを提案。実機実験で成功率を平均66分で20%から90%に向上させた。
- VLA-GSE: 一般・専門エキスパートによるVLAのパラメータ効率的ファインチューニングの強化VLA/パラメータ効率的ファインチューニング2026/5/1
VLAモデルのロボット制御への適応を改善するため、凍結バックボーンのスペクトル分解に基づき、一般エキスパートと専門エキスパートを導入したパラメータ効率的ファインチューニング手法を提案した。
- ParaMaP: 並列マッピングと衝突回避動作計画によるリアクティブなロボットマニピュレーションマニピュレーション2025/12/1
GPUベースの距離場マッピングとサンプリング型モデル予測制御を統合し、未知環境でのリアルタイムな衝突回避動作計画を並列処理で実現したフレームワーク。
- YOPOv2-Tracker: 知覚から行動までのエンドツーエンド俊敏追跡・ナビゲーションフレームワーク追跡・ナビゲーション2025/5/1
クアッドロータの追跡・ナビゲーションを、センサ観測から直接制御指令へ写像するエンドツーエンドの枠組みとして構築し、運動プリミティブをアンカーに軌道コストを回帰することで解釈性を保ちつつ俊敏性を実現した。
- YOPO-Rally:オフロード地形のためのSim-to-Real単段階プランナsim2real2025/5/1
森林などのオフロード環境で、シミュレータで訓練した単一のニューラルネットワークプランナを実機にゼロショット転移し、経路計画と地形走破性解析を統合してナビゲーションを実現した。
- サンプリングベース階層型軌道計画による編隊飛行群制御2024/7/1
各UAVが安全飛行回廊を共有し、サンプリングによる編隊誘導とMPPIによる分散軌道最適化を組み合わせて、障害物環境での安全な編隊飛行を実現する手法を提案した。
- 2DLIW-SLAM:2D LiDAR・慣性・車輪オドメトリ融合によるリアルタイムループ閉じ込みSLAMSLAM2024/4/1
屋内ロボット向けに、2D LiDAR・IMU・車輪オドメトリを緊結合したSLAMシステムを提案し、線分拘束とグローバル特徴点マッチングによるループ閉じ込みで退化環境でも高精度・高ロバストな地図構築を実現した。
- TMSTC*: 旋回を最小化するマルチロボット被覆経路計画アルゴリズム群制御2022/12/1
地図を最小単位のレンガに分割し二部グラフの最大独立集合問題として解くことで、複数ロボットの被覆経路の旋回回数を削減し、効率的に広域をカバーする手法を提案した。
