Junjie Ye
University of Southern California
収録論文 22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
- PhysWAM: 自動運転のための物理的に整合した世界行動モデル自動運転/世界モデル2026/9/29
マルチビュー動画・深度・自車運動を単一のフローマッチングTransformerで同時生成し、生成した深度と運動をLiDAR点群に整合させる幾何制約CPPを導入した自動運転向け世界行動モデル。
- Rolling-WAM: 転がる想像による世界行動モデルVLA2026/9/24
ロボット操作のための世界行動モデルにおいて、映像と行動のノイズ除去を再計画サイクルごとに分割して行うことで、計算遅延を抑えつつ4.5倍の再計画高速化を実現した手法。
- Logic-VLA: 時間論理条件付き視覚言語行動モデルVLA2026/8/20
自然言語指示に加えて、推論時に与えられる信号時相論理(STL)仕様を満たすように行動を調整するVLAモデルを提案。STLエンコーダと2段階のポリシー適応により、形式要件の充足率を大幅に向上させつつ、通常のタスク成功率をほぼ維持する。
- デュエット:効率的な教示による二台ロボットの協調理解群制御2026/6/1
二台のロボットが協調して作業するための学習フレームワークを提案。VR遠隔操作と人間同士の協調動作データを活用し、少ない実機データで高性能な協調ポリシーを学習する。
- RoboDream: スケーラブルなロボットデータ合成のための構成的世界モデルデータ生成/世界モデル2026/6/1
ロボット学習のための大規模データ生成を実現する、エンボディメント中心の世界モデルを提案。実ロボットの動作をレンダリングし、シーンや物体の事前知識を条件付けすることで、物理的に実現可能なフォトリアリスティックなデモを合成し、データスケーリングを可能にする。
- SIMPLE: ヒューマノイドの移動操作のためのシミュレーションベースのポリシー学習と評価ヒューマノイド/シミュレーション2026/6/1
ヒューマノイドの全身移動操作タスクを対象とした、大規模で再現可能な統一シミュレーションテストベッドを提案し、多様なタスクとデータ生成パイプラインを統合して、シミュレーションと実世界の性能相関を示した。
- AnchorDream: 動画拡散モデルを活用した身体性を考慮したロボットデータ合成データ合成/拡散モデル2025/12/1
ロボットの動作レンダリングを条件に事前学習済み動画拡散モデルを再利用し、身体性の一貫性を保ちながら多様なロボット実演データを合成する手法を提案。
- SMART: 運転トポロジー推論のためのスケーラブルな地図事前分布の進展自動運転/トポロジー推論2025/2/1
SD地図と衛星画像から地図事前分布モデルを学習し、センサー構成に依存せずスケーラブルな車線トポロジー推論を実現する手法を提案。OpenLane-V2で最大28%の改善。
- 大規模人間動画から学ぶ汎用人型ポーズ制御VLA2024/12/1
2000万件超の人間動画から人型ロボットのポーズとテキスト指示のデータセットHumanoid-Xを構築し、テキスト入力で人型ロボットを制御する大規模モデルUH-1を学習した。
- RAM: 検索ベースのアフォーダンス転移による汎用ゼロショットロボットマニピュレーションマニピュレーション2024/7/1
ロボット・人間・カスタムデータからアフォーダンス記憶を構築し、言語指示に応じて類似デモを検索して2Dアフォーダンスを3D実行可能な形に転移することで、未知の物体・環境・身体でもゼロショットで操作を実現するフレームワーク。
- 自動運転のための言語エージェント自動運転/LLMエージェント2023/11/1
大規模言語モデルを認知エージェントとして活用し、ツールライブラリ・記憶・推論エンジンを統合した自動運転フレームワークAgent-Driverを提案。nuScenesで従来手法を大幅に上回る性能と解釈性・少数ショット学習能力を示した。
- GPT-Driver: GPTで運転を学習する自動運転2023/10/1
大規模言語モデルGPT-3.5を自動運転の動作計画に活用し、軌道計画を言語モデリング問題として再定式化する手法を提案。nuScenesデータセットで有効性と汎化性能、解釈性を示した。
- 暗闇でも追跡可能に:UAV追跡のためのTransformerベース低照度強調UAV追跡2023/3/1
夜間のUAV追跡を実現するため、空間チャネルTransformerによる低照度強調器SCTを追跡の前段に組み込み、夜間追跡ベンチマークDarkTrack2021も構築した研究。
- SGDViT: 顕著性誘導型動的Vision TransformerによるUAV追跡UAV追跡2023/3/1
UAV追跡向けに、対象の顕著性を抽出して前景と背景を効果的に識別し、動的にトークンを生成する軽量なVision Transformerを提案した研究。
- ペアワイズスケール・チャネル注意を用いたUAM接近のためのSiamese物体追跡物体追跡2022/11/1
無人航空マニピュレータ(UAM)の視覚ベース接近のための、ペアワイズスケール・チャネル注意を備えた新しいSiamese追跡ネットワークSiamSAを提案し、35KフレームのUAMT100ベンチマークを構築して有効性を検証した。
- HighlightNet:低照度環境におけるUAV追跡のための特徴強調UAV追跡2022/8/1
Transformerを用いて低照度画像を適応的に強調し、夜間のUAV追跡性能と人間の視認性を向上させる手法を提案した論文。
- Ad2Attack: リアルタイムUAV追跡に対する適応型敵対的攻撃敵対的攻撃2022/3/1
UAVの視覚追跡を欺くため、探索画像のリサンプリング時に敵対的サンプルをオンライン生成する適応型攻撃手法を提案し、最先端のSiameseトラッカーの性能を大幅に低下させることを示した。
- HiFT: 空中追跡のための階層的特徴トランスフォーマ物体追跡2021/8/1
多層の類似度マップをトランスフォーマで融合し、空中プラットフォーム向けに高精度かつリアルタイムな物体追跡を実現した研究。
- DarkLighter:暗闇を照らすUAV追跡のための低照度画像強調UAV追跡2021/7/1
低照度・ノイズ下のUAV追跡を改善するため、照明マップとノイズマップを同時推定する軽量ネットワークME-Netを用いた画像強調器DarkLighterを提案し、実機でも有効性を検証した論文。
- 暗所UAV追跡のためのターゲット認識デュアルフィルタ学習トラッカーUAV追跡2021/6/1
低照度画像強調と照明変化から生成するターゲットマスクを相関フィルタ追跡に統合し、夜間のUAV追跡をリアルタイム(34fps, CPU)で高精度化した研究。
- 適応型ハイブリッドラベルによる変異に敏感な相関フィルタを用いたUAVリアルタイム追跡UAV追跡2021/6/1
UAV追跡における物体の変異や遮蔽に対応するため、相関フィルタとラベルを同時最適化し、変異脅威度でラベルを動的に補正する追跡手法を提案した。38fpsのリアルタイム性能で既存手法を上回る。
- 遅延を考慮した予測型ビジュアルトラッキングの新ベンチマークと基線手法ビジュアルトラッキング2021/3/1
実環境での処理遅延を考慮したビジュアルトラッキング評価ベンチマークを構築し、遅延を補償する予測型トラッキング基線手法を提案した論文。
