Qian Zhang
Institute of Automation, Chinese Academy of Sciences
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
- 文脈条件付きエキスパートルーティングによるカメラ再定位向けコンパクトシーン座標回帰カメラ再定位2026/11/6
シーン座標回帰のMixture-of-Expertsにおいて、文脈適応器とグローバル文脈エンコーダでルーティング入力を再校正し、屋外の大規模シーンでも高精度なカメラ位置推定を実現した。
- SPT-Flow:一度の積分で多様な未来を生成する連続時間ワールドモデルワールドモデル2026/10/30
軌道ごとに1つの潜在変数をサンプリングし、自由走行ODEロールアウトを複数の読み出し時刻で実演状態に一致させることで、連続時間ワールドモデルが軌道関連の潜在情報を実際に活用するよう改善した研究。
- SenseSwarm: 共有ワールド予測によるニューラル構造推定を用いた群ロボット探索と高速マッピング群制御2026/10/16
群ロボットの共有占有マップ上で軽量な学習型マップ予測器を動かし、予測構造をスティグマジー誘導場に折り込むことで、物理的踏破を待たずに未知建物の地図把握を加速する手法を提案・評価した。
- 高次行動監督による強力な方策クラス模倣学習/強化学習2026/10/8
模倣学習や強化学習において、0次(行動ラベル)だけでなく1次(行動の時間変化)も同時に監督する損失を提案し、既存の方策モデルに構造変更なしで組み込めるようにした。連続制御タスクで性能とロバスト性が大幅に向上。
- ACEsplat: RGBと姿勢のみによる高速3Dガウスシーン回帰3D再構成2026/6/1
外部の3D事前情報を使わず、RGB画像とカメラ姿勢のみから3Dガウス表現を高速に再構成するフレームワークを提案。自己教師ありのシーン座標回帰で内部の幾何事前を構築し、軽量な初期化ヘッドで3DGS最適化を行う。
- SPACE: 群知能フェロモン場による適応的衝突回避探索群制御2026/6/1
多数のロボット群による未知環境探索で、混雑時の衝突を減らしつつ効率的な探索を実現するため、蟻の採餌行動に着想を得た分散協調手法SPACEを提案した。実建物のフロアプランで最大256台の群れを評価し、衝突率を大幅に低減しつつ探索時間はほぼ同等であることを示した。
- REAP: ガウススプラッティングシミュレータを用いた強化学習によるエンドツーエンド自動駐車とReal2Sim2Real転送自動駐車2026/5/1
強化学習とガウススプラッティングシミュレータを組み合わせ、エンドツーエンドの自動駐車を実現し、実世界への転送を可能にする手法を提案した論文。
- ResAD: 正規化残差軌道モデリングによるエンドツーエンド自動運転自動運転2025/10/1
慣性参照からの残差を予測し、点ごとの正規化で最適化の偏りを抑えることで、エンドツーエンド自動運転の軌道予測精度を向上させた研究。
- 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。
- CityNavAgent:階層的意味計画とグローバルメモリによる都市空中ビジョン言語ナビゲーション空中VLN2025/5/1
ドローンが自然言語指示に従って都市環境をナビゲートする空中VLNタスクに対し、LLMを活用した階層的意味計画と履歴をトポロジカルグラフで保持するグローバルメモリを組み合わせたエージェントを提案し、最先端性能を達成した。
- AlphaDrive:強化学習と推論で自動運転におけるVLMの能力を引き出す自動運転VLA2025/3/1
自動運転向けにGRPOベースの強化学習報酬と2段階の計画推論訓練を組み合わせたVLMフレームワークを提案し、計画性能と訓練効率を改善した。
- 変調トランスフォーマーに基づく拡散ポリシーモデルMTDP模倣学習/拡散ポリシー2025/2/1
拡散ポリシーにトランスフォーマーを組み込む際の条件統合の課題を解決するModulated Attentionを提案し、ロボット操作タスクの成功率を向上させた。
- RAD: 大規模3DGSベース強化学習によるエンドツーエンド自動運転ポリシーの学習自動運転/強化学習2025/2/1
3Dガウシアンスプラッティングで構築したフォトリアルな閉ループ環境で強化学習を行い、模倣学習を正則化として併用することで、衝突率を大幅に低減した自動運転ポリシーを学習する手法を提案。
- DiffusionDrive:切り詰め拡散モデルによるエンドツーエンド自動運転自動運転2024/11/1
拡散モデルのノイズ除去ステップを切り詰め、マルチモードアンカーを導入することで、自動運転の行動生成を2ステップで多様かつ高品質にし、リアルタイム速度を実現した。
- スパイキングTransformer拡散ポリシーによる脳模倣行動生成VLA2024/11/1
スパイキングニューラルネットと拡散モデルを組み合わせたTransformerベースのポリシーを提案し、ロボット操作タスクで従来手法を上回る性能を示した。
- ComDrive: 快適性重視のエンドツーエンド自動運転自動運転2024/10/1
拡散モデルで時間的に一貫した軌道を生成し、快適性を考慮したスコアラで選択するエンドツーエンド自動運転システムを提案。
- Senna: 大規模視覚言語モデルとEnd-to-End自動運転の橋渡し自動運転/VLA2024/10/1
LVLMが自然言語で高レベル計画を立て、End-to-Endモデルが精密な軌道を予測する自動運転システムSennaを提案。DriveX事前学習とnuScenes微調整で計画誤差と衝突率を大幅削減した。
- OccRWKV: 線形計算量で効率的な3D意味占有予測の再考3D意味占有予測2024/9/1
RWKVアーキテクチャを応用し、意味・占有・特徴融合を分岐させた効率的な3D意味占有予測ネットワークを提案。BEV空間での特徴強化により22.2FPSのリアルタイム推論を実現し、SemanticKITTIで最高精度を達成。
- 占有を点集合として表現する3D占有予測3D占有予測2024/7/1
多視点画像から3D占有を予測するため、関心点(PoI)の集合でシーンを表現する点ベースの新手法OSPを提案し、従来のボリュームベース手法を上回る性能と柔軟性を示した。
- VADv2: 確率的計画によるエンドツーエンドのベクトル化自動運転自動運転/エンドツーエンド計画2024/2/1
行動空間を確率的にモデル化し、大規模な運転デモから人間らしい運転方策を学習するエンドツーエンド自動運転手法を提案。CARLAなどで最高性能を達成。
- MapTRv2: オンラインベクトル化HDマップ構築のためのエンドツーエンドフレームワーク自動運転/HDマップ2023/8/1
地図要素を点集合としてモデル化し、階層的クエリ埋め込みと二部マッチングでオンラインにベクトル化HDマップを構築するエンドツーエンド手法を提案。
- レーングラフをパスとして:連続性を保つパス単位モデリングによるオンラインレーングラフ構築自動運転/レーングラフ2023/3/1
レーングラフを画素や断片ではなく連続したパスとしてモデル化し、Path2Graphアルゴリズムでグラフを復元するLaneGAPを提案。nuScenesやArgoverse2で従来手法を上回る精度と効率を達成した。
- 階層的模倣学習による都市走行のための解釈可能な動作プランナ自動運転/プランニング2023/3/1
高レベルのグリッドベース行動プランナと低レベルの軌道プランナを組み合わせた階層的模倣学習により、解釈性と制御性の高い都市自動運転の動作計画手法を提案し、シミュレーションと実車で評価した。
- VAD: 自動運転のための効率的なベクトル化シーン表現自動運転/計画2023/3/1
自動運転のシーンを完全にベクトル化して表現し、安全性と効率を両立させたエンドツーエンド計画手法を提案。nuScenesで衝突率を29%削減し、2.5倍高速化を実現。
- 知覚・相互作用・予測:動的・静的手がかりを学習するエンドツーエンド運動予測運動予測2022/12/1
地図・物体検出・運動予測をTransformerで統合し、高精度地図や追跡軌跡なしでエンドツーエンドのマルチエージェント運動予測を実現した研究。
- 自己運動からの高精度な地面法線推定自己運動推定2022/12/1
車輪車両のオドメトリのみを用いて、自己運動と地面の関係を活用し、不変拡張カルマンフィルタでリアルタイムに地面法線を推定する手法を提案。
- MapTR: オンラインベクトル化HDマップ構築のための構造的モデリングと学習自動運転/HDマップ2022/8/1
カメラ入力から高精度地図をリアルタイムにベクトル化して構築するTransformerベースの手法を提案し、nuScenesで最高精度と高速性を達成した。
- RRTを用いた自律型水中ロボットマニピュレータの経路計画経路計画2021/9/1
水中ロボットマニピュレータの経路計画のため、RRTと運動学モデルを統合したRRTAUVMSアルゴリズムを提案し、従来のRRTより効率を改善した。
- 単眼視覚オドメトリのための深層オンライン補正視覚オドメトリ2021/3/1
自己教師あり学習したCNNで深度と初期姿勢を推定し、推論時に光度誤差を最小化するよう姿勢を勾配更新で補正する単眼視覚オドメトリ手法を提案した。
- RANSAC仮説と3D剛体位置合わせのための効率的でロバストな評価指標3D位置合わせ2020/11/1
RANSACによる6自由度姿勢推定の仮説評価指標を改善し、インライアとアウトライアの寄与を分析して効率的・ロバストな複数の指標を提案、4つの標準データセットで位置合わせ精度と速度の向上を実証した論文。
