Kuan Xu
収録論文 14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
- PhysMoE: モダリティ分離型VLMにおける単一トークン座標表現による高速空間グラウンディングVLA2026/11/8
視覚と言語で上位層を分離するMoE構造と、座標を1トークンで表す手法、SDFによる微分可能な監督を組み合わせ、座標グラウンディングを高精度・高速化した研究。
- 階層的認知と文脈認識型探索を備えた実装可能な具現化視覚言語ナビゲーションシステムナビゲーション2026/4/1
実世界ロボット向けに、高速な知覚行動層と深い推論層を非同期に動作させ、共有メモリで連携するVLNシステムを提案。探索問題を重み付き巡回修理人問題として定式化し、実機でも高効率・高推論性能を実現した。
- 模倣を超えて:適応的拡散ナビゲーションポリシーのための強化学習ファインチューニングナビゲーション2026/3/1
拡散ベースのナビゲーションポリシーを強化学習(GRPO)でファインチューニングし、オフラインデータの限界を超えて未見環境での成功率と経路効率を向上させた。
- LST-SLAM: キロメートル規模の動的環境に対応するステレオ熱画像SLAMシステムSLAM2026/2/1
熱画像カメラを用いた大規模動的環境向けステレオSLAMシステムを提案し、自己教師あり特徴学習と動的特徴抑制によりキロメートル規模のデータセットで高精度・高ロバスト性を実現した。
- RGB-Dカメラを用いた高速軽量な非反復型ビジュアルオドメトリビジュアルオドメトリ2025/7/1
平面要素の重なりを利用して回転と並進を分離し、反復最適化や特徴抽出なしで6自由度姿勢を推定する高速軽量なRGB-Dビジュアルオドメトリを提案。
- AirSwarm: 市販ドローンで低コストなマルチUAV研究を実現群制御2025/3/1
TelloやAnafiなどの安価な市販ドローンを使い、外部測位なしの視覚SLAMと階層制御でセンチメートル級の編隊飛行・軌道追従を可能にしたオープンソースの群制御フレームワーク。
- 効率的なキーポイント検出と系列情報によるシーン座標回帰の強化visual localization2024/12/1
シーン座標回帰において、キーポイント検出とシーンエンコーディングを統合し、系列情報を活用することで、繰り返しテクスチャ環境での精度と効率を向上させた。
- AirSLAM: 照明変化に頑健な効率的点・線ベースVisual SLAMシステムVisual SLAM2024/8/1
深層学習による特徴検出・マッチングと従来の最適化を組み合わせ、点と線を統合的に扱う照明変化に強いVisual SLAMを提案。C++とTensorRTで高速化し、PCで73Hz、組込みで40Hzを実現した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- AirVO: 照明変化に頑健な点・線特徴を用いた視覚オドメトリ視覚オドメトリ2022/12/1
CNNとGNNで信頼できるコーナー点を検出・マッチングし、点特徴の結果を利用して線特徴を三角測量することで、照明変化に頑健なリアルタイム視覚オドメトリを実現した。
- PyPose: 物理ベース最適化を統合したロボット学習ライブラリロボット学習ライブラリ2022/9/1
深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。
- AirObject: 時間的に進化する物体識別のためのグラフ埋め込み物体識別2021/11/1
ロボットが多視点から物体を観測する際に、グラフ注意機構と時間畳み込みでグローバルな3D物体埋め込みを逐次生成し、クラス非依存な物体識別を実現した研究。
- AirCode: ロバストな物体エンコーディング手法物体認識2021/5/1
キーポイントのグラフに基づく物体エンコーディング手法AirCodeを提案し、視点変化や遮蔽に頑健で物体識別と意味的再定位に優れることを示した。
- 床面テクスチャを用いた倉庫ロボット向けロバスト視覚SLAMSLAM2017/10/1
下向きカメラで床面テクスチャを捉え、特徴点に依存しないカーネル相互相関器ベースのSLAMを構築し、疎な特徴や繰り返し模様の床でも安定した自己位置推定を実現した。
