Peng Li
Institute of Software, Chinese Academy of Sciences
収録論文 22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
- FocusVLA: 将来意図に基づく動的視点ルーティングでVLAモデルを強化VLA2026/10/22
将来の操作意図を予測してグローバル視点とローカル視点の使い分けを動的に切り替えることで、VLAモデルの多視点活用とタスク成功率を向上させた研究。
- EmbodiedMemory-Bench：長期的な身体性タスクにおける身体性記憶のベンチマーク身体性記憶/ベンチマーク2026/9/23
長期的な身体性インタラクションにおける記憶能力を評価するEMem-Benchを提案し、空間・イベント・シーン記憶を統合する外部記憶システムEMemと8BポリシーEMem-8Bを開発した。
- GigaBrain-0.7：三系統アーキテクチャによる創発的能力へのスケーリングVLA2026/8/16
視覚言語行動モデルのスケーリングとアーキテクチャ改善により、多様なロボットへの汎化を大幅に向上させた基盤モデルを提案。
- State2State: 環境から導出された中間学習によるLLMエージェントの訓練LLMエージェント2026/8/5
外部タスク指定なしに環境との相互作用のみでエージェントを訓練する手法を提案。探索した環境状態を目標状態に変換し、ルールベースの状態一致で検証することで、スケーラブルで検証可能な訓練目標を提供する。
- LP-NavOA: 限られた知覚下での人型ロボットの統合ローカルナビゲーションと障害物回避歩行2026/6/1
短距離・部分観測のセンシングしか持たない人型ロボット向けに、障害物回避とゴール復帰を両立するナビゲーション手法を提案。強化学習で歩行制御を学習後、A*教師から蒸留した再帰型プランナーが指令を上書きし、マップ不要で高い到着率を達成した。
- TacMamba: 高速反射と低速VLA推論を橋渡しする触覚履歴圧縮アダプタ触覚/VLA2026/3/1
触覚データの高周波処理と視覚ポリシーの低周波処理のギャップを埋めるため、Mambaベースの触覚履歴圧縮器を導入し、VLAモデルにプラグイン可能な高速触覚融合を実現した。
- FRoM-W1: 言語指示による汎用人型全身制御フレームワークVLA2026/1/1
自然言語から人型ロボットの全身動作を生成・実行する2段階フレームワークを提案し、Unitree H1/G1で動作追従精度の向上を実証した。
- EmboTeam: PDDLを介してLLM推論を反応型ビヘイビアツリーに接地する身体性マルチロボット協調マルチロボット協調2026/1/1
LLMで指示をPDDL問題に変換し、古典的プランナで計画を最適化した後、ビヘイビアツリーにコンパイルして異種ロボットチームの長期タスクを反応的に実行するフレームワークを提案。
- GigaBrain-0: ワールドモデルを活用した視覚-言語-行動モデルVLA2025/10/1
ワールドモデルで生成した多様なデータを活用し、実機データへの依存を抑えつつ汎化性能を高めたVLA基盤モデルを提案。RGBD入力と身体性Chain-of-Thoughtで長期的・移動を伴う器用な操作タスクの実世界性能を向上させた。
- LiloDriver: ロングテール自動運転シーンにおける閉ループ運動計画のための生涯学習フレームワーク自動運転/運動計画2025/5/1
大規模言語モデルと記憶拡張型プランナ生成を組み合わせ、再学習なしで新たなロングテール走行シーンに適応する生涯学習型の閉ループ運動計画フレームワークを提案し、nuPlanベンチマークで有効性を示した。
- Dual-AEB: ルールベースとマルチモーダル大規模言語モデルを融合した緊急ブレーキシステム自動運転2024/10/1
マルチモーダル大規模言語モデルによるシーン理解と従来のルールベースAEBを組み合わせ、開放的な状況でも迅速に緊急ブレーキを判断できるシステムを提案した。
- Bench4Merge: 実環境に近い高密度交通におけるマイクロインタラクティブ車両との合流のための包括的ベンチマーク自動運転/合流/ベンチマーク2024/10/1
高密度交通への合流を評価する閉ループベンチマークを提案し、他車両を大規模データで学習させて多様性を高め、LLMで合流性能を評価する。
- MANGO: 大規模言語モデルのマッピングとナビゲーション能力を評価するベンチマークベンチマーク2024/3/1
テキストベースの迷路探索における大規模言語モデルのマッピングとナビゲーション能力を評価するベンチマークMANGOを提案し、GPT-4でも人間には簡単な質問に苦戦することを示した。
- Statler: 身体性推論のための状態維持型言語モデルVLA2023/6/1
大規模言語モデルに世界状態の推定とその遷移を維持させ、その推定に基づいてロボットの行動を決定するフレームワークStatlerを提案し、複数のロボット計画タスクで既存手法を上回る性能を示した。
- LF-VISLAM: 負の結像面を持つ広視野カメラ向けモバイルエージェント用SLAMフレームワークSLAM2022/9/1
360度×40〜120度の超広視野パノラマカメラとIMUを用いた視覚慣性SLAMを提案し、負の半平面でも有効な単位長3次元ベクトルによる特徴点表現と、姿勢情報を活用したループ閉じ込み・外れ値除去を導入した。
- 人間らしいナビゲーションのための閉ループ知覚・意思決定・推論機構ナビゲーション2022/7/1
人間のナビゲーションを模倣し、推論過程を加えて知覚・意思決定・推論の二段階閉ループを形成することで、未知環境への適応性とロバスト性を高めたナビゲーション手法を提案。
- LF-VIO：負平面を含む超広視野カメラ向け視覚慣性オドメトリフレームワークVIO2022/2/1
視野が負の半平面に達する超広角カメラでも使えるリアルタイム視覚慣性オドメトリを、特徴点を単位3次元ベクトルで表現する手法で実現し、全天球型データセットPALVIOも公開した論文。
- 全周パノラマ画像のオプティカルフローを学習するPanoFlowオプティカルフロー2022/2/1
全天球パノラマ画像向けのオプティカルフロー推定フレームワークPanoFlowを提案し、歪み補正と巡回フロー推定により既存手法を上回る精度を実現した。
- VUCA環境での自律ナビゲーションのための階層型マルチエキスパート学習ナビゲーション2021/11/1
中枢神経系に着想を得て、上位層で地図探索と経路計画、下位層で衝突回避と直進のバランスを取る階層型マルチエキスパート学習を提案し、脚式・車輪式ロボットの実機実験で既存手法を上回る性能を示した。
- 2分で鮮やかな肖像画を描くロボット「AiSketcher」描画ロボット2020/5/1
深層学習による筆致合成と3自由度アームを組み合わせ、顔写真から2分以内に連続した滑らかな線で肖像画を描くロボットシステムを開発した。
- Bスプライン非一様キノダイナミック探索によるクアッドロータのリアルタイム軌道生成軌道計画2019/4/1
Bスプライン制御点のグラフ探索として軌道計画を定式化し、ESDFに応じて探索ステップを動的調整する非一様キノダイナミック探索で、障害物環境下の安全で滑らかな実時間軌道生成を実現した。
- 構造化光を用いた自律研磨ロボットの開発マニピュレーション2019/3/1
構造化光カメラで未知物体をスキャン・モデル化し、最適な動作計画とインピーダンス制御により、事前校正や人手なしで自動研磨を行うロボットを開発した。
