Junqiao Zhao
Tongji University
収録論文 23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
- 残り安全予算に基づくガイド仲裁によるオフライン→オンライン安全強化学習オフライン→オンライン安全RL2026/10/24
エピソード内で残った安全予算を追跡し、オフラインガイドとオンライン方策の行動をコスト見積もりと比較して適応的に選択する、器用な操作のための安全なオフライン→オンライン強化学習手法を提案した。
- 複数制約対応の器用把持ポリシー最適化MDPOマニピュレーション2026/10/24
関節限界や衝突など複数の異種制約を累積型と状態依存型に分けて定式化し、制約ごとの射影を強化学習に組み込むことで安全な器用マニピュレーションを実現した論文。
- 時空間選好を用いたヒューマノイド移動操作のための動作リターゲティング動作リターゲティング2026/10/21
視覚言語モデルで重要な身体部位とキーフレームを選び、最適化の計算資源を重点配分することで、物体接触を保ちながら人間の動作をヒューマノイドへ効率的に転写する手法を提案した。
- GWM-VLA:視覚言語行動学習のための幾何認識潜在世界モデリングVLA2026/8/1
視覚言語行動モデルの堅牢性を向上させるため、幾何情報を考慮した多視点状態符号化と潜在世界モデルを導入し、手首視点の予測と共有潜在行動表現によりロボット操作性能を高めた。
- 外洋から密閉キャビンへ:海事認識とキャビン点検のためのクロスシーン視覚場所認識ProteusVPR視覚場所認識2026/6/1
船舶環境での視覚場所認識の課題に対し、2段階の検索・精密化フレームワークProteusVPRを提案し、新しい船舶搭載データセットXHZで精度を大幅に向上させた。
- 適応チャンクサイズのアクタークリティックと因果トランスフォーマーQネットワーク強化学習2026/5/1
強化学習における長期的・疎報酬タスク向けに、チャンクサイズを状態に応じて適応的に選択するアクタークリティック法を提案し、オフラインおよびオフラインからオンラインへの設定で最先端性能を達成した。
- 視点汎化可能なロボットマニピュレーションのための幾何学的3D視覚表現学習マニピュレーション2026/1/1
単視点の3D事前学習とマルチステップ蒸留により、多様なカメラ視点に汎化するマニピュレーション方策を学習するフレームワークを提案。
- 指し示す場所を意図せよ:視覚的根拠に基づく指示ポリシーVLA2025/12/1
言語指示にバウンディングボックスなどの視覚的手がかりを追加することで、混雑環境や未知物体でも対象を正確に特定できるVLAポリシー「Point-VLA」を提案し、自動データ注釈パイプラインで効率的に学習した。
- KineDex: 触覚情報を取り入れた視覚運動ポリシーを運動感覚教示で学習する巧みな操作マニピュレーション2025/5/1
人間の手の動きを直接ロボットハンドに転送する運動感覚教示で触覚付きの実演データを収集し、触覚を統合した視覚運動ポリシーと力制御により接触の多い巧みな操作を実現した。
- 凸包に基づく代数制約を用いた視覚的二次曲面SLAMSLAM2025/3/1
物体を二次曲面で表現するSLAMにおいて、凸包に基づく新たな代数制約を導入し、物体形状の再構成と自己位置推定精度を向上させた研究。
- 重要なものに集中:視覚ベース強化学習の汎化のための分離モデル強化学習/汎化2024/10/1
画像再構成を活用しつつ、タスク関連・無関連の表現を分離する2分岐モデルと一貫性損失で、未知環境への汎化性能を高める手法SMGを提案。
- LOG-LIO2: 不確かさを効率的に解析するLiDAR慣性オドメトリSLAM/オドメトリ2024/5/1
入射角や表面特性も考慮した点の不確かさモデルを提案し、固有値・固有ベクトルの増分ヤコビアンで伝播を高速化してO(n)からO(1)に削減、LIOシステムに統合した。
- N³-Mapping: 法線誘導型ニューラル非射影符号付距離場による大規模3Dマッピング3Dマッピング2024/1/1
距離データの射影距離ではなく、表面法線に沿ってサンプリングした非射影距離を教師信号として用いることで、近似誤差を抑えた高精度な大規模3Dマッピングを実現した。
- LOG-LIO: 効率的な局所幾何情報推定を備えたLiDAR慣性オドメトリSLAM2023/7/1
LiDARスキャンのリング構造を利用した高速な法線推定法と、ボクセル単位で点群分布を逐次更新するikd-tree拡張を提案し、階層的なデータ対応付けにより高精度なLiDAR慣性オドメトリを実現した。
- LIMOT: LiDAR慣性オドメトリとマルチオブジェクト追跡の密結合システムSLAM2023/5/1
LiDAR慣性SLAMと動的物体追跡を密結合し、動的環境でも自車と周囲物体の姿勢を高精度に推定するシステムを提案した論文。
- DL-SLOT: 協調グラフ最適化に基づく動的LiDAR SLAMと物体追跡SLAM2022/12/1
LiDARを用いて自己位置推定と動的物体追跡を同時に行うSLAM手法を提案し、KITTIデータセットで有効性を示した。
- 動的環境におけるLiDAR SLAMと物体追跡の統合最適化フレームワークDL-SLOTSLAM2022/2/1
LiDAR点群から動的物体を除去しつつ、自車と静的・動的物体の状態をスライディングウィンドウ内で統合最適化し、SLAMと物体追跡を同時に高精度化する手法を提案した論文。
- 物体SLAMのための双対二次曲面を用いたスケール推定物体SLAM2022/2/1
単眼物体レベルSLAMにおいて、物体の物理世界でのサイズ分布に適合するよう双対二次曲面の次元を非線形最適化し、重力方向の事前情報なしで絶対スケールを推定する手法を提案した。
- 大規模場所認識のための深層スキャンコンテキスト記述子LiDAR場所認識2021/11/1
LiDAR点群を自己中心的にセグメント化し、グラフニューラルネットでセグメント間関係を集約する新たなグローバル記述子DSCを提案し、KITTIで既存手法を上回る場所認識性能を示した。
- FCNを活用した自動運転向けリアルタイム多目標経路予測・計画経路計画2019/9/1
FCNで各目標への経路領域を予測し、それをソフト制約としてA*探索を高速化することで、複数目標への経路計画をリアルタイムに実現した。
- パノラマ全周囲画像における駐車枠と車線区画のセグメンテーションのためのVH-HFCNセグメンテーション2018/4/1
全周囲画像の公開データセットを構築し、縦横の畳み込みを並列に用いるVH-HFCNで駐車枠と車線の線状マーキングを高精度にセグメンテーションする手法を提案した。
- TiEV: 中国知能車未来チャレンジにおける同済大学の知能電気自動車自動運転2018/4/1
同済大学が開発した完全電動・ドライブバイワイヤの自動運転車TiEVのソフトウェアシステム全体を構築し、都市部や高速道路での自動走行を実現、2016・2017年の中国知能車未来チャレンジで成果を収めた。
- マルチビームLiDARによるベクター型道路構造マッピングの自動化SLAM2018/4/1
マルチビームLiDARのSLAMを用い、道路境界をポリラインとして抽出・ベクター化し、高精度GPSなしで都市道路860mを平均誤差0.466mで地図化した研究。
