Linlin Ou
収録論文 7本 ・ フィジカルAI/ロボット学習
歩行物体ナビゲーションSLAMナビゲーション制御/強化学習移動ロボット制御
※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
- 全身制御とiLQR-MPCによる頑健なヒューマノイド歩行歩行2026/11/3
単一剛体モデルとiLQR-MPCで接地力と足位置を同時最適化し、全身制御で500Hzの関節トルクに変換するヒューマノイド歩行手法を提案。外乱からの復帰をシミュレーションで実証した。
- 3DGSNav: アクティブ3Dガウシアンスプラッティングによる視覚言語モデルの物体ナビゲーション推論強化物体ナビゲーション2026/2/1
3DガウシアンスプラッティングをVLMの永続メモリとして組み込み、自由視点レンダリングとCoTプロンプトでゼロショット物体ナビゲーションの空間推論を向上させるフレームワークを提案。
- UP-SLAM：動的環境における不確実性予測を備えた適応的構造化ガウシアンSLAMSLAM2025/5/1
動的環境向けのリアルタイムRGB-D SLAMで、追跡とマッピングを並列化し、確率的オクトリーと学習不要の不確実性推定により動的物体を頑健に除去しつつ高精度な地図生成を実現した。
- GSORB-SLAM: ORB特徴量と透過率情報を活用したガウススプラッティングSLAMSLAM2024/10/1
3DガウススプラッティングとORB特徴量を密結合した高密度SLAMフレームワークを提案し、適応的ガウス拡張とハイブリッド視点選択により追跡精度と再構成品質を向上させた。
- 履歴情報と相互作用を活用した群衆下でのマルチサブゴールロボットナビゲーションナビゲーション2022/5/1
ロボットと人間の履歴情報をグラフニューラルネットで集約し、強化学習の選択モジュールで次の位置を計画することで、群衆環境でのナビゲーション性能を向上させた研究。
- リアプノフ報酬整形に基づく移動ロボット向け自己適応型LSAC-PID制御制御/強化学習2021/11/1
深層強化学習とリアプノフ理論に基づく報酬整形を組み合わせ、移動ロボットのMIMO PIDパラメータをモデルなしでリアルタイムに自動調整する手法を提案し、収束性と安定性を理論・実験の両面で示した。
- 強化学習に基づく移動ロボット向け自己適応型SAC-PID制御手法移動ロボット制御2021/3/1
SACでPIDゲインをリアルタイムに自動調整する階層型制御を提案し、複雑な経路でもロバストに追従できることを実機で示した論文。
