Panpan Cai
収録論文 23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
- PO-PDDL: 視覚デモから記号的POMDPを学習し不確実性下でのロボット計画を実現計画/不確実性2026/6/1
実ロボットの視覚デモから、部分観測と確率的行動を扱える記号的POMDPモデルを自動学習し、不確実性下でのタスク計画を可能にする手法を提案した。
- I-Perceive: 言語指示に基づく能動的知覚のための基盤モデル能動的知覚2026/3/1
ロボットが言語指示に従って視点を能動的に調整する能動的知覚の基盤モデルを提案し、大規模環境でのオープンエンドな指示に応じたカメラ視点予測を実現した。
- Vec-QMDP: 実時間自動運転のためのCPU上でのベクトル化POMDPプランニングプランニング2026/2/1
CPUのSIMDアーキテクチャに合わせてPOMDP探索を再設計し、データ指向設計と階層的並列化により最大1073倍の高速化を達成、ミリ秒レイテンシで自動運転の不確実性下プランニングを実現した。
- UniPlan: 統合PDDL定式化による移動マニピュレーションの視覚言語タスクプランニングVLA2026/2/1
大規模屋内環境での長期的な移動マニピュレーションのため、シーン構造・視覚情報・ロボット能力をPDDLに統合し、VLMで物体を接地して既存のPDDLソルバで計画を生成するシステムを提案した。
- 軌道ではなく意図を模倣せよ模倣学習2026/2/1
模倣学習において、行動の意図と実行の詳細を周波数空間でのマルチスケールトークン化により分離し、意図トークンを用いた転移と適応を可能にする手法MINTを提案。
- どんな家でもどんなタスクでも:抽象的ヒューマンタスクのためのスケーラブルな長期計画タスク計画2026/2/1
大規模家庭環境での曖昧な指示に対応するため、LLMで指示とシーングラフをPDDLサブゴールに変換し、記号推論で長期計画を生成する手法AHATを提案。中間推論の外部修正をGRPOに統合したTGPOで性能を向上。
- UniDomain: 実世界デモンストレーションからの統一PDDLドメイン事前学習による汎化可能なロボットタスクプランニングタスクプランニング2025/7/1
12,393本の操作動画から原子PDDLドメインを抽出し、統一ドメインを事前学習して、未知タスクをゼロショットで計画できるフレームワークを提案した。
- Tru-POMDP: 仮説の木とオープンエンドPOMDPによる不確実性下のタスク計画タスク計画2025/6/1
LLMで仮説の木を構築し、オープンエンドなPOMDP計画と組み合わせることで、曖昧な指示や未知の物体配置に対応する家庭用ロボットのタスクプランナを提案した。
- ForceVLA:力覚対応MoEで接触の多いマニピュレーションを強化するVLAモデルマニピュレーション2025/5/1
外部力覚をVLAの第一級モダリティとして扱い、力覚対応のMixture-of-Experts融合モジュールで視覚言語埋め込みと6軸力フィードバックを統合する操作フレームワークを提案し、接触の多いタスクの成功率を23.2%向上させた。
- 世界モデリングでより良いプランナーへ:身体性タスク計画のための二重選好最適化VLA2025/3/1
視覚言語モデルによる身体性タスク計画において、状態予測と行動選択を選好学習で同時に最適化するD²POを提案し、人間の注釈なしで選好データを収集する木探索機構を導入した。
- Hi-Drive: 多様な都市環境での安全な自動運転のための階層型POMDP計画自動運転計画2024/9/1
動的な道路環境の不確実性に対処するため、運転者モデルを高レベル行動として用いる階層型POMDP計画法を提案し、重要度サンプリングによる軌道最適化で安全性を高め、実世界データで既存手法を上回る性能を示した。
- 自動運転のためのマルチエージェント強化学習:サーベイマルチエージェント強化学習2024/8/1
自動運転と高度交通システムにおけるマルチエージェント強化学習の研究を、シミュレータの評価指標や環境モデリング、アルゴリズム設計の観点から整理したサーベイ論文。
- 全身ロボット動作のためのニューラルランダム化プランニング全身運動計画2024/5/1
サンプリングベース運動計画とニューラルサンプラーを組み合わせ、家庭環境での全身移動マニピュレーション計画を実時間で行う手法を提案。シミュレーション学習のみで実機の未知環境にゼロショット転移できる。
- 自動運転における軌道予測で本当に重要なこと軌道予測2023/6/1
軌道予測の精度指標と実際の運転性能の乖離(ダイナミクスギャップ)に着目し、予測器の計算効率と精度のトレードオフを分析して、対話的でタスク駆動型の評価プロトコルの重要性を示した。
- プランナ最適化問題:定式化とフレームワークプランニング最適化2023/3/1
プランナの内部パラメータを問題インスタンスに応じて自動調整する「プランナ最適化問題」を統一的に定式化し、再利用可能なソフトウェアフレームワークOPOFを提案した。
- LEADER: 不確実性下の計画のための運転行動への注意学習自動運転計画2022/9/1
自動運転の計画において、重要だが稀な人間の行動に注意を向けるニューラルネットワークをミニマックスゲームで学習し、安全な計画を実現する手法。
- 計画と学習のループを閉じる:自動運転への応用自動運転2021/1/1
オンラインプランナーと学習器を相互に改善する閉ループアルゴリズムLeTS-Driveを提案し、混雑した都市交通の自動運転シミュレーションで計画単独や学習単独より優れることを示した。
- MAGIC: オンラインPOMDP計画のためのマクロ行動学習POMDP計画2020/11/1
オンラインPOMDP計画の性能をフィードバックとしてマクロ行動生成器をオフラインで学習し、長期的計画の計算効率と性能を向上させる手法を提案した論文。
- 大規模混在都市交通における自動運転シミュレータSUMMIT自動運転シミュレーション2020/11/1
CARLAを拡張し、OpenStreetMap上の任意の都市で多様な交通参加者の挙動を模擬する高忠実度シミュレータSUMMITを提案。多エージェント運動モデルGAMMAとPOMDPプランナContext-POMDPを備え、群衆運転アルゴリズムの開発・評価を可能にする。
- SUMMIT: 大規模混在交通における都市走行シミュレータシミュレーション2019/11/1
OpenStreetMapと異種マルチエージェント予測モデルを活用し、世界中の都市で密集した無秩序な交通を再現できるCARLA拡張の高忠実度シミュレータを開発した。
- GAMMA: 自動運転のための汎用エージェント運動モデル自動運転/交通予測2019/6/1
異種混在する交通エージェントの運動を速度空間での制約付き最適化として予測し、人間の行動状態をパラメータ化することで多様な挙動に対応したリアルタイム予測モデルを提案。
- LeTS-Drive: 木探索から学ぶ群衆環境での自動運転自動運転2019/5/1
POMDPの信念木探索をオフラインで深層学習に模倣させ、オンライン探索を学習済み方策と価値関数で誘導することで、混雑環境での自動運転をリアルタイムに実現した研究。
- 群衆中の自動運転のための歩行者モデリングと計画歩行者予測・計画2018/5/1
歩行者の意図と周囲との相互作用を考慮した歩行者運動予測モデルPORCAを構築し、POMDP計画と組み合わせて群衆中を安全かつ円滑に走行する自動運転システムを実現した。
