Nanning Zheng
収録論文 30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
- 差動増幅器に着想を得たAmpAttentionによる多視点ロボット操作マニピュレーション2026/7/1
多視点ロボット操作における注意機構のノイズを抑制するため、アナログ回路の差動増幅器に着想を得た新しい注意機構AmpAttentionを提案し、これを統合したRVAFモデルがRLBenchタスクで最高成功率を達成しつつ訓練時間を短縮することを示した。
- SpaAct: 空間活性化遷移学習とカリキュラム適応による視覚言語ナビゲーションVLA/ナビゲーション2026/4/30
視覚言語ナビゲーション(VLN)のためのVLM適応フレームワークSpaActを提案。後方行動推論と前方遷移予測の2つの空間活性化タスクと、TriPAカリキュラム学習により動的空間認識を獲得し、VLN-CEベンチマークでSOTAを達成。
- 考える前に進む:画像目標ナビゲーションのための階層的推論ナビゲーション2026/4/1
画像目標ナビゲーションを高レベル計画と低レベル実行に分解し、視覚言語モデルで短期的計画を生成して強化学習ポリシーを導く階層的フレームワークHRNavを提案。迷いを減らすペナルティも導入し、シミュレーションと実環境で有効性を実証した。
- ロボット操作のための双曲多視点事前学習マニピュレーション2026/3/1
ロボット操作タスクの性能向上のため、双曲空間で多視点表現を自己教師あり学習するHyperMVPを提案し、既存のユークリッド空間ベース手法より優れた性能を示した。
- 不均質な群衆中での最適予測ホライズンに基づくソーシャルロボットナビゲーションナビゲーション2026/3/1
群衆中のロボットナビゲーションにおいて、予測ホライズンを固定ではなく社会的文脈に応じて動的に最適化する枠組みを提案し、シミュレーションと実機実験で性能向上を実証した。
- VideoVLA:動画生成モデルを汎用ロボットマニピュレータに転換VLA2025/12/1
大規模動画生成モデルをロボットの視覚-言語-行動モデルに転換し、言語指示と画像から行動列と将来の視覚結果を同時予測することで、新規物体や他機体スキルへの汎化を実現した。
- PlaneHEC: 任意の点群平面検出による多視点ロボットアームの効率的ハンドアイキャリブレーションキャリブレーション2025/7/1
壁や机などの任意の平面を深度カメラで検出するだけで、複雑なモデルや人手を要さずに多視点ロボットアームのハンドアイキャリブレーションを高精度かつ高速に行う手法を提案。
- 森林におけるLiDAR位置認識:複数高さのBEV密度画像を用いた注意機構位置認識2025/3/1
森林環境でのLiDAR位置認識のため、異なる高さの水平スライスから得たBEV密度画像をViTで処理し、マルチBEV相互作用で統合する手法を提案。実世界データで既存手法より高い精度を達成。
- DexDiff: 制約のない環境で掴めない物体を外的手先で操作するマニピュレーション2024/9/1
VLMによる高レベル計画と目標条件付き拡散モデルを組み合わせ、壁や机の端を利用して本や鍋のような掴みにくい物体を掴む外的手先操作を実現した。
- 適応的時空間ボクセルに基づく高速道路交通流における自動運転の軌道計画軌道計画2023/10/1
動的環境に適応する時空間ボクセルで走行可能領域を構築し、二次計画法の枠組みを保ちながら軌道計画を最適化する手法を提案し、複雑な交通流での安全性を実証した。
- 静的環境と群衆環境における運動力学的局所計画のための長期動的ウィンドウ法ナビゲーション2023/10/1
長期動的ウィンドウ法とグラフ最適化を組み合わせ、差動車輪ロボットの運動力学的制約を満たしつつ、静的環境と群衆環境の両方で安全で滑らかな局所計画をリアルタイムに生成する手法を提案した。
- InteractionNet:Transformerによる自動運転の計画と予測の統合自動運転2023/9/1
Transformerで全交通参加者の文脈を共有し、計画と予測を相互接続して統合する自動運転手法を提案。安全性のベンチマークで優れる。
- 自動運転と知能車両のマイルストーン 第II部:知覚と計画自動運転2023/6/1
自動運転と知能車両における知覚と計画技術の最新動向を包括的にレビューし、過去の成果と将来の可能性を橋渡しする。
- 自動運転と知能車両のマイルストーン 第I部:制御・計算システム設計・通信・高精度地図・テスト・人間行動自動運転2023/5/1
自動運転と知能車両の制御、計算システム設計、通信、HDマップ、テスト、人間行動に関する技術的マイルストーンを体系的にレビューしたサーベイ論文。
- 自動運転と知能車両のマイルストーン:サーベイ・オブ・サーベイズ自動運転2023/3/1
自動運転と知能車両の全技術を対象に、歴史・マイルストーン・倫理・今後の研究方向をまとめた初のサーベイ・オブ・サーベイズ。
- 階層的スタッキング関係予測による目標指向マニピュレーションの優先順位計画マニピュレーション2023/3/1
物体間の積み重なり関係を階層的に認識し、POMDPに基づく計画で複数目標を効率的に把持する順序を決定する手法を提案。
- CoBigICP: コレントロピー指標と双方向対応を用いたロバストかつ高精度な点群位置合わせ点群位置合わせ2023/1/1
局所的な幾何情報と大域的なノイズ特性を組み合わせ、外れ値に強いコレントロピー誤差指標と双方向対応を導入した新しいICP変種を提案し、既存手法を上回る精度を示した。
- 想像力によるモデルベース意思決定を用いた自動駐車自動駐車/経路計画2021/8/1
駐車結果を事前に予測する想像モデルと改良RRT、経路平滑化を組み合わせ、実車両モデルに基づく高速な自動駐車計画手法を提案した。
- INVIGORATE: 対話と把持で混雑環境の物体を特定するロボットシステムVLA2021/8/1
自然言語とRGB画像から混雑環境内の対象物体を推論し、遮蔽関係を検出して質問で曖昧さを解消しながら把持するPOMDP統合システムを構築した。
- ベイズニューラルネットワークによる確率的な人間の動作予測動作予測2021/7/1
従来の決定論的な動作予測ネットワークをベイズ化し、複数の将来動作を生成するとともに不確実性を推定することで、人とロボットの協調をより安全・効率的にする手法を提案した論文。
- REGRAD: 散らかった環境での安全かつ対象物特有のロボット把持のための大規模関係把持データセット把持データセット2021/4/1
物体間の関係と把持を学習するための大規模データセットREGRADを構築し、2D画像と3D点群の両方で注釈を提供、実環境での汎化性能も検証した。
- Bi-LSTMとマルチスケールCNNによる運転行動認識モデル行動認識2021/3/1
周囲車両の軌跡から運転行動を認識するため、Bi-LSTMとマルチスケールCNNで時空間特徴を抽出・融合するモデルを提案し、BLVDデータセットで有効性を示した論文。
- REGNet:点群からのエンドツーエンド把持検出のための領域ベース把持ネットワーク把持検出2020/2/1
単視点の点群を入力とし、スコア推定・把持領域予測・リファインメントの3段階で最適な把持を検出するエンドツーエンドネットワークを提案し、実環境の乱雑な場面で高い成功率を達成した。
- 大規模屋外環境向けランドマーク付き視覚意味SLAMSLAM2020/1/1
ORB SLAMの3D点群とPSPNet-101のセマンティックセグメンテーションを統合し、大規模環境の意味3Dマップを構築。KITTI向けにGPSとランドマークラベル付きデータセットも作成した。
- 物体が積み重なった環境での自律ロボット把持のためのマルチタスク畳み込みニューラルネットワークマニピュレーション2018/9/1
把持検出と物体間の操作関係推論を1つの深層ネットワークに統合し、積み重なった物体の中から目標物を段階的に把持するシステムを構築した。Baxterロボットで複雑な積層シーンでも59.4%の成功率を達成。
- 指向性アンカーボックスを用いたリアルタイムロボット把持手法把持検出2018/9/1
指向性アンカーボックスを導入した全畳み込みネットワークで把持位置と角度を高精度・高速に検出し、実機で高い成功率を達成した。
- 物体が重なる場面のためのROIベース把持検出把持検出2018/8/1
物体領域(ROI)ごとに把持候補を検出する2段階の把持検出手法ROI-GDを提案し、物体が重なる場面での把持性能を向上させた。
- 指向性アンカーボックスを用いた全畳み込み把持検出ネットワーク把持検出2018/3/1
RGB画像から平行板グリッパの複数の把持姿勢をリアルタイムに予測する全畳み込みネットワークを提案し、指向性アンカーボックスと新しいマッチング戦略でCornell Grasp Datasetにおいて高精度を達成した。
- 視覚的操作関係ネットワークマニピュレーション2018/2/1
複数物体の把持順序を決める操作関係をCNNでリアルタイムに検出・予測するVMRNを提案し、大規模データセットVMRDを構築した。
- 注意機構を備えた脳模倣認知モデルによる自動運転自動運転2017/2/1
人間の視覚野・認知地図・注意と長期記憶を模したモデルで、車線検出・障害物距離推定・運転行動学習を同時に行い、外部ナビ指示も受け付ける自動運転手法を提案した。
