Lei Sun
INSAIT
収録論文 29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
- φ-RIE: フォトリアリスティック再構成からインタラクティブ環境へsim2real2026/9/22
3Dガウススプラッティングで再構成したシーンから、選択した物体をシミュレータで動かせるアセットに変換し、背景も補完してインタラクティブ環境を構築するパイプラインを提案。
- WholeBodyWAM:スケーラブルな動作事前分布を用いた全身ワールドアクションモデルの学習全身マニピュレーション2026/9/16
人間やヒューマノイドの大規模動作データを事前学習に活用し、全身動作を予測するMotion Expertを組み込んだワールドアクションモデルを提案。実機ヒューマノイドの全身マニピュレーション性能を向上させた。
- DeformSmith: 物理ハーネス誘導によるロボットマニピュレーション用変形アセットの階層的生成変形物体生成2026/9/16
テキストや1枚の画像から、物理的に妥当な変形物体アセットを階層的エージェント構築と物理ベースの検証ループで自動生成し、ロボット操作のシミュレーションやデータ合成を可能にするフレームワーク。
- 配向距離場によるイベントベースのモーション推定イベントカメラ/モーション推定2026/8/25
イベントカメラの動き推定を、反復最適化の代わりに事前計算した距離場の平均化で行う手法を提案し、低遅延かつ高精度を実現。さらに、ぼけ除去と瞳孔追跡への応用も示した。
- GAINS: 強化学習における不整合な人間介入信号の活用介入学習/強化学習2026/8/16
人間の介入信号の遅延や不整合性を扱うため、分布強化学習と悲観的探索を用いた介入ベースのロボット操作学習フレームワークを提案し、シミュレーションと実機で高い成功率を達成した。
- DeformMaster: ビデオから変形物体のための対話型物理ニューラルワールドモデル物理シミュレーション/ニューラルワールドモデル2026/5/1
実ビデオから変形物体の物理ダイナミクスと外観を学習し、新しい操作や視点での未来予測とレンダリングを可能にする統一モデルを提案。
- HEX: 人間型アライメント専門家によるクロスエンボディ全身操作全身操作/VLA2026/4/1
全身協調操作を実現するため、人間型ロボットに特化した状態中心フレームワークHEXを提案。多様な身体構造に適用可能な状態表現と、全身協調と時間的運動ダイナミクスをモデル化する専門家混合機構を導入し、実機での操作成功率と汎化性能を向上させた。
- Interp3R: フレームとイベントによる連続時間3D幾何推定3D幾何推定2026/3/1
フレーム間の時間を埋めるイベントデータを用いて、任意の時刻の深度とカメラ姿勢を推定する初の手法を提案。合成データのみで訓練しつつ、実世界でも高い汎化性能を示す。
- 写真カメラにおける普遍的計算収差補正に向けて:包括的ベンチマーク分析計算収差補正2026/3/1
多様なレンズに汎用な計算収差補正のための大規模ベンチマークUniCACを構築し、24手法を比較評価して性能に影響する3要因を特定した。
- マルチスケール動態を持つガウス系列による単眼カジュアル動画からの4D再構成4D再構成2026/2/1
物体から粒子レベルまでのマルチスケールな動きの規則性を利用し、単眼のカジュアル動画から動的な3Dガウス表現を構築して高精度な4D再構成を実現した研究。
- 不完全な介入を活用する実世界強化学習マニピュレーション2025/12/1
人間の介入が常に最適とは限らない実世界ロボット操作において、状態ごとの不確実性に基づく制約付き強化学習SiLRIを提案し、介入を活用しつつ性能劣化を防ぐ。
- 産業IoTにおける資源制約ロボット向け連合スプリット学習:フレームワーク比較、最適化戦略、将来展望連合学習2025/10/1
産業IoTの資源制約ロボット向けに、連合スプリット学習の各種フレームワークを比較し、トークン融合戦略や適応的最適化手法を整理したサーベイ。
- AutoDrive-R²: 自動運転VLAモデルの推論と自己反省能力を強化VLA2025/9/1
自動運転向けVLAモデルに思考連鎖と強化学習を導入し、推論と自己反省を促すことで軌道計画の精度と解釈性を向上させた研究。
- データ効率の良い身体性マニピュレーションのための原子スキルライブラリ構築法マニピュレーション2025/1/1
VLPでタスクをサブタスクに分解し、原子スキルとして抽象化・VLA微調整することで、動的に拡張可能な原子スキルライブラリを構築し、データ効率と新タスク適応性を高める手法を提案。
- 深度対応PSFによる単レンズ制御可能な被写界深度イメージング計算撮像2024/9/1
単一レンズの光学収差と制御不能な被写界深度を計算手法で補正し、深度推定とPSFモデルを用いて任意の高級レンズ相当の被写界深度画像を生成するフレームワークを提案した。
- 家庭内作業のための双腕移動ロボットマニピュレーションデータセットBRMDataマニピュレーション2024/5/1
家庭内タスク向けに、単腕・双腕・卓上・移動操作を含む10種類の多様なタスクを多視点・深度センサ付きで収集した双腕移動ロボット用データセットBRMDataと、操作の精度と効率を評価する新指標MESを提案した。
- NGM-SLAM: 放射輝度場サブマップを用いたガウシアンスプラッティングSLAMSLAM2024/5/1
ニューラル放射輝度場のサブマップを監督信号として活用し、大規模シーンでも高品質なマッピングとループ閉じ込めを実現する3DガウシアンスプラッティングベースのSLAMシステムを提案した。
- 複合レンズ計算イメージングの準大域的設計探索計算イメージング2024/4/1
光学系と画像再構成アルゴリズムを自動で同時設計する手法を提案し、複合レンズ系の初期設計探索と並列最適化により従来より高画質な計算イメージング系を実現した。
- ベクトル量子化によるドメイン混合光学劣化表現を用いた実世界計算収差補正計算収差補正/ドメイン適応2024/3/1
実世界の収差補正における合成データと実データのギャップを、教師なしドメイン適応として捉え、VQGANで光学劣化を量子化・表現するQDMRフレームワークを提案した論文。
- イベントカメラによる任意時刻のオプティカルフロー推定に向けてイベントカメラ/オプティカルフロー2023/7/1
低フレームレートの正解データしかないイベントカメラでも、高フレームレートのオプティカルフローを推定できるEVA-Flowを提案し、低遅延・高密度な動き推定を実現した。
- 3Dイベント点群による効率的な人間姿勢推定姿勢推定2022/6/1
イベントカメラの3D点群から直接2D人間姿勢を推定する手法を提案し、ラスタライズ表現でメモリと計算を削減してリアルタイム性能を実現した。
- 外れ値に頑健な幾何知覚のためのクラス内分散最大化を用いた新たな閾値ベース推定器ロバスト推定2022/4/1
計測残差に対する動的な2群閾値処理で外れ値と内れ値を分離し、反復的にモデルを最適化する汎用ロバスト推定器TIVMを提案。回転平均化・点群位置合わせ・カテゴリレベル知覚で70〜90%の外れ値に頑健で、RANSAC等より高速に収束することを示した。
- TriVoC: 極端な外れ値比率に頑健な点群位置合わせのための投票ベース合意最大化点群位置合わせ2021/11/1
3点対応の選択を3層に分解し、各層で等長制約に基づく投票と対応ソートを行うことで、最大99%の外れ値を含む点群でも高速かつ決定論的にロバスト位置合わせを実現する手法を提案した。
- DANIEL: 高い外れ値率に対応する高速でロバストな点群位置合わせのためのコンセンサス最大化手法点群位置合わせ2021/10/1
剛性制約と階層的な要素単位の整合性検査を組み合わせた二層サンプリングにより、外れ値が多い点群位置合わせを高速かつロバストに行うRANSAC型手法を提案した。
- Aerial-PASS:ドローン動画におけるパノラマ環状シーンセグメンテーションセグメンテーション2021/5/1
小型軽量で360度環状視野を持つパノラマ環状レンズを搭載したUAVシステムと、リアルタイム高精度なセマンティックセグメンテーション用軽量ニューラルネットを提案し、初のドローン視点パノラマシーンセグメンテーションデータセットAerial-PASSを構築した論文。
- 不変量整合性を用いた高速・高ロバストな回転探索と点群位置合わせの推定法RANSIC点群位置合わせ2021/4/1
ランダムサンプリングと不変量の整合性を組み合わせ、95%以上の外れ値があっても高速かつ高精度に回転探索と点群位置合わせを行う手法を提案した論文。
- ICOS: 対応点を用いた高効率・高ロバストな回転探索と点群位置合わせ点群位置合わせ2021/4/1
対応点の外れ値除去に「互換構造」を導入し、95%以上の外れ値があっても高速・高精度に回転探索と点群位置合わせを行う手法ICOSを提案した論文。
- 不変量に基づく高ロバスト点群レジストレーションIRON点群レジストレーション2021/3/1
スケール・回転・並進を分離して推定し、不変量整合性による内点探索とSOS緩和による凸SDP、改良GNCで99%の外れ値があっても高精度に点群を位置合わせする手法を提案した。
- 予期せぬ障害物検出を組み込んだRGB-Dセマンティックセグメンテーションのリアルタイム融合ネットワークセマンティックセグメンテーション2020/2/1
RGB-D情報を効率的に融合するリアルタイムセマンティックセグメンテーションネットワークRFNetを提案し、マルチデータセット学習で小さな障害物検出も可能にした。Cityscapesで高精度かつ22Hzの推論速度を実現。
