Li Sun
Beijing University of Posts and Telecommunications
収録論文 28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
- Embodied Playground：物理・戦略・空間推論を評価する長期的エージェント型ロボティクスベンチマークベンチマーク2026/10/19
基盤モデルエージェントが長期タスクで物理・戦略・空間推論を一貫して行えるかを評価する410環境のベンチマークを提案し、代表100タスクや難易度分割を含む統一評価プロトコルを整備した。
- 見えなくなっても、そこにある：大規模視覚言語モデルにおける圧縮起因リスクの露呈VLA2026/9/28
視覚トークン圧縮が引き起こす敵対的失敗を「圧縮特異的失敗」として定義し、それを誘発する攻撃手法CIRAを提案した研究。
- PACT: 人間とロボットの協調作業における継続的タスク支援のためのプロアクティブな質問人間ロボット協調2026/5/1
ロボットが長期の人間との協調作業で、過去の対話履歴を活用しつつ、行動前に質問すべきか行動すべきかを判断する「ask-or-act」フレームワークを提案し、支援精度と質問頻度のトレードオフを評価した。
- DexHoldem: 巧みな身体システムによるテキサス・ホールデムのプレイ操作/ベンチマーク2026/5/1
実世界の巧みな操作システムを評価するためのベンチマークDexHoldemを提案。ShadowHandを用いたテキサス・ホールデムの操作プリミティブの実行と、エージェントがゲーム状態を認識する能力を評価する。
- VVLoc: 事前情報不要の3自由度車両ビジュアルローカリゼーション自動運転/位置推定2026/2/1
単一のニューラルネットワークとマルチカメラ映像から、車両のトポロジカル位置推定とメトリック位置推定を同時に行い、信頼度も算出する手法を提案。
- GenDexHand：多指ハンドのための生成的シミュレーションマニピュレーション2025/11/1
VLMのフィードバックで物体配置を調整する閉ループ生成により、多指ハンド操作用の多様なタスクと環境を自動生成し、サブタスク分解で強化学習の効率と成功率を高める手法を提案。
- HiMaCon: ラベルなしマルチモーダルデータからの階層的マニピュレーション概念の発見マニピュレーション2025/10/1
クロスモーダルな相関と複数時間スケールの予測を組み合わせ、人手アノテーションなしで階層的な操作概念を自己教師あり学習するフレームワークを提案。シミュレーションと実機で性能向上を示し、獲得概念が人間に解釈可能な操作プリミティブに似ることを明らかにした。
- IRL-VLA：逆強化学習報酬ワールドモデルによる視覚言語行動ポリシーの訓練VLA2025/8/1
逆強化学習で軽量な報酬ワールドモデルを構築し、PPOによる閉ループ強化学習でVLAポリシーを訓練する手法を提案。NAVSIM v2ベンチマークで最先端性能を達成。
- HyperTASR: ハイパーネットワーク駆動のタスク認識型シーン表現によるロバストなマニピュレーションマニピュレーション2025/8/1
ハイパーネットワークを用いてタスク目標と実行段階に応じてシーン表現を動的に変換し、ロボットマニピュレーションの性能を向上させるフレームワークを提案。
- 自動運転車のための運動予測：サーベイ運動予測2025/2/1
自動運転車の意思決定に不可欠な交通参加者の将来行動予測について、問題定式化・課題・データセット・評価指標を整理し、教師あり学習と自己教師あり学習の研究を分類して展望を論じたサーベイ論文。
- GNSS拒否環境における角度ロバストUAVナビゲーションUAVナビゲーション2024/2/1
GNSSが使えない環境で、視覚情報から進行方向角を高精度に予測し、外乱による飛行ずれに強いUAVナビゲーション手法を提案した論文。
- NDT-Map-Code: LiDAR SLAMにおけるリアルタイムループ閉じ込め検出のための3次元グローバル記述子SLAM2023/7/1
LiDAR SLAMのループ閉じ込め検出のために、密な点群を必要とせずNDTマップから直接抽出できるグローバル記述子NDT-Map-Codeを提案し、屋外走行と地下駐車場のデータセットで高い性能を示した。
- 長期的自律性に向けて：ロボット学習の視点からロボット学習2022/12/1
変化する環境で長期自律動作するにはオンサイト・オンザフライ学習が重要だと論じ、その前提となるデータと実運用展開について考察した。
- モバイルロボティクスにおける3D ToF LiDARのレビューLiDAR/レビュー2022/2/1
3D ToF LiDARのモバイルロボティクス応用を、物体検出や自己位置推定などの研究事例と、サービスロボットや自動運転などの産業応用の両面から体系的に整理したレビュー論文。
- EventPoint: イベントカメラ向け自己教師あり局所特徴点検出と記述イベントカメラ2021/9/1
イベントストリームをTencode表現に変換し、カラー画像の局所特徴知識を活用した自己教師あり学習で特徴点検出と記述を同時に行う初の深層学習手法を提案。
- NDT-Transformer：正規分布変換表現を用いた大規模3D点群位置認識位置認識2021/3/1
3D点群を正規分布変換(NDT)セルに圧縮し、Transformerで大域記述子を学習することで、GPSの使えない環境でのリアルタイム大規模場所認識を高精度に実現した論文。
- 内省的な視覚運動制御：不確実性を活用した失敗からの回復マニピュレーション2021/3/1
方策ネットワークの不確実性を監視し、高い不確実性を検知すると状態行動空間を探索して確実性の高い状態へ回復する視覚運動制御手法を提案した論文。
- 大規模環境における高速かつ高精度なLiDARベースのロボット自己位置推定自己位置推定2020/3/1
深層学習による確率的な位置推定でMCLを初期化し、フィルタリングで精密化することで、大規模環境でのロボット自己位置推定を高速かつ高精度に実現した。
- 想像せよ！創発的アフォーダンスを活用した3Dツール合成ツール合成2019/9/1
視覚ベースの生成モデルとタスク性能予測器を組み合わせ、潜在空間を勾配探索することで、リーチング課題に適した棒状ツールの形状を生成する手法を提案した。
- EPANerチームのWorld Robot Challenge 2020参加報告サービスロボティクス2019/9/1
World Robot Challenge 2020のパートナーロボットチャレンジ（実空間）に参加したEPANerチームの研究方針とアイデアをまとめた論文。
- 長期自律走行のためのマルチセンサ自動運転データセット自動運転データセット2019/9/1
カメラ・LiDAR・レーダー・IMU・GPS-RTKを統合した11種類のセンサ搭載車両を構築し、動的環境や長期マッピングを対象とした自動運転用データセットを公開した論文。
- 関係推論を備えたエンドツーエンドの再帰型マルチオブジェクト追跡と軌道予測マルチオブジェクト追跡2019/7/1
物体間の相互作用を考慮しながら追跡と将来軌道予測をエンドツーエンドで同時に学習するMOHARTを提案し、注意機構ベースの関係推論が追跡・予測精度を一貫して向上させることを示した。
- 再帰型OctoMap：長期3D LiDARデータのための状態ベース地図精緻化学習セマンティックマッピング2018/7/1
3D LiDARの長期観測データから、各ボクセルをRNNとして扱い意味的特徴を逐次融合する再帰型OctoMapを提案し、従来のベイズ更新を上回る長期セマンティックマッピングを実現した。
- 密な3Dフローから密な3Dマップを生成する単眼視覚オドメトリの学習視覚オドメトリ/SLAM2018/3/1
単眼画像から密な2Dフローと深度を推定し、3Dフローを介して6自由度の相対姿勢を予測する深層学習ベースの単眼SLAMを提案。学習した深度で密な3Dマップも構築する。
- 複数センサのオンライン転移学習による移動ロボットの3D LiDAR人物検出人物検出2018/1/1
RGB-Dカメラや2D LiDARの検出結果と軌跡確率を活用し、3D LiDARベースの人物分類器をオンラインで半教師あり学習するフレームワークを提案・実機検証した。
- 長期ロボット運用データから学習する3自由度歩行者軌道予測軌道予測2017/10/1
距離センサとSLAMで得た長期運用データを用い、日時情報と短期的な姿勢観測から歩行者の2D位置＋1D回転の3DOF軌道をリアルタイム予測するT-Pose-LSTMを提案した論文。
- 自由配置の衣類カテゴリを単発認識するロボット衣類仕分けシステムマニピュレーション2017/7/1
変形に頑健な2.5D特徴(BSPとTSD)で未知の衣類カテゴリを単発認識し、ステレオ視と双腕マニピュレータを統合した自律仕分けシステムを実現した。
- 自律的な衣類操作のためのロボットビジョンアーキテクチャマニピュレーション2016/10/1
低次の曲率から高次の意味的表面構造まで階層的に3D衣類形状を認識するロボットビジョンを構築し、双腕ロボットによる把持と衣類の伸展を実現した。
