Li Liu
Maniformer
収録論文 19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
- エラーと回復を通じたタスク進捗追跡:ベンチマークと再帰分布モデル進捗推定2026/10/29
ロボット操作タスクの進捗をエラーや回復も含めて評価するデータセットReSTEPを公開し、再帰的視覚記憶と分布予測で進捗を推定するREMORAを提案した論文。
- 人間の一人称視点動画から異なる身体性を超えた視覚表現を学習するEgo-CEVRVLA2026/10/27
人間の一人称視点動画で大域的なタスク理解を、ロボットの手首観測と行動教師で細粒度の操作を別々に学習し、両表現を行動ポリシーに統合する枠組みを提案した。
- 自己再帰的プルーニングによる効率的なロボットマニピュレーションモデルマニピュレーション2026/10/6
ロボット操作ポリシー向けの学習不要な非構造化プルーニング手法LCAMを提案し、再帰的な粗密探索で重要度を再調整することで、再学習なしに高い成功率を維持する。
- MEgoVista: 実環境におけるメートル単位の4D手・頭部動作推定のための多視点自己中心運動推定動作推定2026/9/15
未準備の自己中心視点録画から、キャリブレーション済みステレオを用いてメートル単位の両手と頭部の動作を重力整合した世界座標系で再構成するオフラインパイプラインを提案。
- タスク関連特徴ダイナミクスの忠実度がロボット超音波走査のゼロショットsim-to-real転送を可能にするsim2real2026/8/30
シミュレーションと実機の間で、プローブ動作に伴うタスク関連の特徴変化の一貫性(TR-FDF)を保つことで、実機データなしで訓練したポリシーが高成功率でゼロショット転送できることを示した。
- HUGIN: 自律物流仕分けのための視覚言語プランニングの強化VLA/プランニング2026/8/12
自律物流仕分けシステムにおける複数カメラ視点を統合した計画問題を新たに定義し、視覚言語モデルの性能を高める訓練フレームワークHUGINを提案。データ拡張と文脈ランキングにより精度を大幅に向上させた。
- 動きをプロンプトとして:動き誘導型クロスフレーム視覚プロンプティングによるマルチモーダル大規模言語モデルの動き推論の強化ビデオ推論2026/8/12
動き中心のビデオ推論を強化するため、軌跡を視覚入力に直接マークするフレームワークを提案し、既存のMLLMの性能を向上させた。
- 実環境UAV向け能動物体検出:大規模データセット、ベンチマーク、および手法の提案物体検出2026/7/1
UAV地上能動物体検出のための大規模実世界データセットATRNet-LUDOを構築し、ベンチマークを確立。さらに、JEPAを用いた世界モデルで汎化性能を高めるAOD-JEPA手法を提案した。
- データ効率的なロボット操作のためのマルチモーダル軌道ポリシー学習マニピュレーション2026/6/1
視覚と言語と軌道の異種モダリティをMoEで分離し、クロスモーダルコサインルーターで安定した専門家割り当てを実現する軌道予測フレームワークMATEを提案し、データ不足時の成功率を向上させた。
- HybridWorldSim:自動運転向けのスケーラブルで制御可能な高忠実度シミュレータ自動運転シミュレーション2025/11/1
静的背景のニューラル再構成と動的エージェントの生成モデルを統合し、大視点変化でも幾何一貫性を保つ自動運転シミュレータを提案。新データセットMIRRORも公開。
- レイテンシの壁を突破:高周波3D超音波サーボのための知覚と制御の相乗設計超音波サーボ2025/11/1
超音波ロボットシステムの遅延を解消するため、知覚と制御を協調設計し、60Hz超の閉ループ制御で動的ターゲットを高精度に追従するフレームワークを提案した。
- AgentThink:自動運転向け視覚言語モデルにおけるツール拡張型思考連鎖推論の統合フレームワークVLA2025/5/1
自動運転向けに、思考連鎖推論と動的なツール呼び出しを統合したフレームワークAgentThinkを提案し、DriveLMM-o1ベンチマークで推論スコアを53.91%向上させた。
- UEVAVD: UAV視点の能動的物体検出のためのデータセット能動的物体検出2024/11/1
UAVの視点変更による能動的物体検出(AOD)を開発するためのデータセットUEVAVDを公開し、GRUとSAMを組み込んだDRL手法で性能を向上させた。
- RoboDepthチャレンジ:ロバストな深度推定に向けた手法と進歩深度推定2023/7/1
悪天候やセンサ故障などに対応するロバストな深度推定を競うRoboDepthチャレンジの優勝解法をまとめ、空間・周波数領域の拡張や拡散モデルなど多様な手法を分析した。
- 深層強化学習によるワイヤレスカプセル内視鏡の胃カバレッジスキャン制御医療ロボティクス/強化学習2023/5/1
磁気カプセル内視鏡で胃全体をくまなくスキャンするため、VR-Capsシミュレータ上でPPOとSACを比較し、150秒で98%のカバレッジを達成した。
- 離散直交モーメントに基づく直接ビジュアルサーボビジュアルサーボ2023/4/1
離散直交モーメントを画像特徴量として用いることで、従来の直接ビジュアルサーボの収束領域の狭さとロバスト性の低さを改善する枠組みを提案し、シミュレーションと実機実験で有効性を示した。
- 影を考慮した二重エージェントフレームワークによる画像誘導型ロボット超音波プローブの自律脊椎超音波検査ナビゲーション医療ロボティクス2021/11/1
強化学習と深層学習の二重エージェントで超音波画像からプローブ動作を決定し、音響影を報酬に用いて脊椎の標準断面を自律取得する手法を提案・検証した。
- 深層強化学習による超音波プローブの標準走査面への自律ナビゲーション医療ロボティクス2021/3/1
深層強化学習で仮想超音波プローブの6自由度姿勢をリアルタイム画像フィードバックに基づき制御し、標準走査面へ誘導する手法を提案。画質最適化を信頼度ベースで学習に組み込み、脊椎画像データのシミュレーションで有効性を検証した。
- 3D点群のための深層学習:サーベイ3D点群2019/12/1
3D点群に対する深層学習手法の近年の進展を、形状分類・物体検出/追跡・セグメンテーションの3タスクにわたって包括的にレビューし、公開データセットでの比較結果と今後の研究方向を示したサーベイ論文。
