Peng Gao
収録論文 27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
- Thinker-WM: 身体性知能のための共有マルチモーダル表現を持つ統合世界モデル世界モデル2026/10/13
RGB・深度・ロボット動作を共有の動的表現で統合し、動画生成や政策推論など多機能を単一モデルで実現した世界モデル。
- 世界モデルは成功を夢見る:ロボット世界モデルにおける失敗非感受性の診断と修復世界モデル2026/10/6
ロボット世界モデルが失敗を成功と誤予測する問題を診断し、成功実演から反事実的な失敗データを生成・検証して微調整する手法CureWMを提案。失敗予測精度が大幅に改善。
- 接続型自動運転における頑健な協調意思決定のためのプラグアンドプレイ再重み付け手法群制御2026/7/1
協調自動運転において、攻撃やノイズで劣化したセンサ情報の影響を、局所構造との整合性に基づく再重み付けモジュールで軽減し、追加学習なしで頑健な意思決定を実現する手法を提案した。
- 一時的協調知覚のための視覚基盤モデルを用いた通信効率的な相対姿勢推定群制御2026/7/1
ロボット間の短時間の遭遇時に、限られた通信帯域と視野重複の欠如に対応するため、視覚基盤モデルを活用して自己運動とロボット間の相対姿勢を効率的に推定するフレームワークを提案した。
- 運用制約下のUAV-UGVチームにおける同期並行協調計画群制御2026/3/1
UAVとUGVの異種ロボットチームが、エネルギーや走行可能地形などの運用制約を考慮しつつ、同期して並行に協調計画を行う学習ベース手法CoPCSを提案した。
- MMCD: 知識蒸留を用いたマルチモーダル協調意思決定によるコネクテッド自律走行VLA2025/9/1
複数車両のマルチモーダル観測を融合し、知識蒸留で一部センサー欠如時にも堅牢な意思決定を実現する枠組みを提案。地上車・空陸協調実験で安全性を最大20.7%改善。
- 協調マルチロボットナビゲーションのためのサブチーム化と適応的フォーメーション制御群制御2025/9/1
ロボットチームが狭い通路などで動的にサブチームに分かれ、隊形を保ちながら協調移動できる階層型学習フレームワークSTAFを提案した。
- 非重複を考慮した自己中心姿勢推定による接続自律システムの協調認識協調認識2025/6/1
マルチロボットチームで、通信帯域制約下でも重複しない視点を識別しながら自己中心姿勢推定を行う階層的学習手法NOPEを提案し、シミュレーションと実環境で有効性を示した。
- 帯域適応型時空間対応付けによる協調知覚協調知覚2025/2/1
通信帯域が動的に変化する環境で、複数ロボットが同じ物体を一貫して認識できるよう、時空間観測を段階的に選択・共有する手法を提案した。
- CAML: マルチエージェントシステムのための協調補助モダリティ学習マルチエージェント/マルチモーダル2025/2/1
訓練時には複数エージェントがマルチモーダルデータを共有し、テスト時には一部モダリティが欠けても推論できる協調学習フレームワークCAMLを提案。自動運転車の事故検出や空中・地上ロボットの協調セマンティックセグメンテーションで精度向上を実証した。
- EnerVerse: ロボットマニピュレーションのための身体化未来空間の想像VLA2025/1/1
指示から未来の身体化空間を予測する生成ロボティクス基盤モデルを提案し、4Dガウススプラッティングと組み合わせてシミュレーションと実世界のギャップを縮め、高性能な操作を実現した。
- SKT: 状態認識キーポイント軌道と視覚言語モデルを統合したロボット衣類操作衣類操作/VLA2024/9/1
視覚言語モデル(VLM)を用いて、多様な衣類の状態を単一モデルで認識しキーポイントを予測することで、ロボットによる衣類操作を汎用的に実現する手法を提案した。大規模合成データで学習し、キーポイント検出精度とタスク成功率を向上させた。
- UniAff:視覚言語モデルによる道具使用と関節物体操作のためのアフォーダンス統合表現マニピュレーション2024/9/1
道具と関節物体の操作を統一的に扱うため、アフォーダンス認識と3D運動制約の推論を視覚言語モデルで行う手法UniAffを提案し、シミュレーションと実世界で汎化性能を向上させた。
- A3VLM: 動作可能な関節構造を理解する視覚言語モデルVLA2024/6/1
物体の関節構造と操作可能性を理解する視覚言語モデルを提案し、ロボットに依存しない表現から簡単な動作プリミティブでロボット動作に変換できることを示した。
- 適応的フォーメーションと振動抑制による協調マルチロボットナビゲーション群制御2024/4/1
階層学習とバネ-ダンパモデルを組み合わせ、狭い通路などでも隊形を適応的に変化させながら複数ロボットを協調移動させる手法AFORを提案した。
- ManipVQA: マルチモーダル大規模言語モデルへのロボットアフォーダンスと物理的知識の注入VLA2024/3/1
ロボット操作に必要な道具検出・アフォーダンス認識・物理概念理解をVQA形式で学習させ、MLLMに操作中心の知識を注入するフレームワークを提案した。
- 身体性知能を備えた視覚言語ナビゲーション:サーベイVLA2024/2/1
視覚と言語指示を用いてエージェントが自律移動する視覚言語ナビゲーション(VLN)の研究を、身体性知能の観点から体系的に整理したサーベイ論文。
- 人間とロボットのインタラクションにおける属性ベース物体参照のための合成的ゼロショット学習VLA2023/12/1
言語指示に含まれる属性の組み合わせから未知の物体をゼロショットで同定する手法を実装し、MIT-StatesとClothing 16Kで評価した。
- 時空間グラフを用いた協調型自動運転の意思決定協調運転2023/10/1
コネクテッド自動車の協調意思決定において、観測を時空間グラフで表現し、異種グラフ学習に基づくグラフニューラルネットワークで統合することで、通信量を100分の1以下に削減しつつ運転安全性を30%以上向上させた。
- ピクセル誘導ナビゲーションスキルによるゼロショット物体ナビゲーションと基盤モデルの橋渡しナビゲーション2023/9/1
RGB画像上のピクセルを目標指定として使うナビゲーション方策PixNavを提案し、基盤モデルと実機ナビゲーションを繋いで長期的な物体探索を可能にした。
- MTG: 走行可能領域を網羅する地図なし屋外ナビゲーションの軌道生成ナビゲーション2023/9/1
地図のない屋外環境で、限られた機載センサのみを用いて走行可能な方向を網羅しつつ衝突のない経路を生成するCVAEベースの学習手法を提案し、HuskyとSpotで検証した。
- Instruct2Act:大規模言語モデルでマルチモーダル指示をロボット動作に変換VLA2023/5/1
大規模言語モデルを用いてマルチモーダルな指示からロボット操作の行動系列を生成するフレームワークを提案し、卓上操作タスクでゼロショット性能を検証した。
- 協調知覚における対応同定のための深層マスク付きグラフマッチング協調知覚2023/3/1
複数ロボットが観測した物体の対応関係を同定するため、視覚・空間・GPS情報を統合するマスク付きニューラルネットワークによるグラフマッチング手法を提案し、自動運転の協調知覚で最高性能を達成した。
- PointCLIP:CLIPによる点群理解VLM/点群2021/12/1
2D画像テキストで事前学習したCLIPを点群認識に転用するため、点群を多視点深度マップに投影してCLIPと照合する手法を提案し、少数ショット適応も可能にした。
- 時空間グラフ学習とモデルベース推定を統合した非同期協調自己位置推定協調自己位置推定2021/11/1
複数ロボットが非同期に得た観測を、不確実性を考慮した時空間グラフ学習とモデルベース状態推定で融合し、物体位置を高精度に協調推定する手法を提案した論文。
- グラフ学習とモデルベース推定を統合した多視点センサフュージョンによる協調物体位置推定協調位置推定/センサフュージョン2020/11/1
時空間グラフ表現とベイズ推定を組み合わせ、複数視点の観測を不確実性を考慮して融合する協調物体位置推定手法を提案し、自動運転や歩行者位置推定で最先端性能を達成した。
- 近似動的計画法による無人戦闘機の自律機動決定強化学習2019/8/1
空対空戦闘における1対1の3次元機動問題に対し、強化学習と近似動的計画法を用いて自律的な機動方策を学習する手法を提案した。
