Sen Wang
Xi'an Jiaotong University
収録論文 46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
- CogWAM: イベント駆動型インターフェースによる意味認知と世界行動モデリングの整合VLA2026/9/29
タスク推論と世界行動学習の間に持続的な意味状態を介した明示的なインターフェースを設け、進捗条件付きクエリで未来予測と行動生成を整合させる認知誘導型世界行動モデルを提案。
- 世界行動モデルの表現設計を見直すReWAMVLA2026/9/29
事前学習済みDINO特徴を基盤に、特徴校正と時間表現ボトルネックで世界状態を圧縮し、行動損失のみで表現を整形する世界行動モデルを提案。動画生成事前学習なしでRoboTwin 2.0で93.6%の成功率を達成。
- VGM-VS: 高精度ビジュアルサーボのための視覚幾何モデルの再考ビジュアルサーボ2026/9/23
大規模事前学習済みの視覚幾何モデルを活用し、目標画像との相対カメラ姿勢を推定して閉ループ型ビジュアルサーボを行う手法。シーン固有のメトリック適応によりスケール曖昧性を解消し、USB-CやRAM挿入などの高精度組立タスクでサブミリ精度を達成。
- RACO: 点検指向UAV視覚言語ナビゲーションのための信頼性を考慮した粗目標最適化UAVナビゲーション2026/8/24
UAVの視覚言語ナビゲーションにおいて、点検用途では目標領域内で停止し、類似する偽目標を避ける必要があるが、既存の粗密ナビゲーションは粗目標の信頼性を考慮せず失敗する。本論文では、この問題を評価するベンチマークLG-UVIを導入し、粗目標を実行時仮説として扱い、物体レベルのアンカーで補正するRACOフレームワークを提案する。
- τ0-VLA: 世界モデル誘導のテスト時計算を備えた階層型ロボット基盤モデルVLA2026/8/17
長期的なロボット操作タスクを、高レベル方策がサブタスク生成時にテスト時計算を追加で行える階層型VLAモデルを提案し、実データで性能向上を実証した。
- ニューラルLiDARバンドル調整3Dマッピング2026/7/1
LiDAR NeRFにおけるボリュームサンプリング密度の重要性を理論・実証的に示し、効率的なサンプリングに基づくLiDAR地図と姿勢の同時最適化アルゴリズムを提案した。
- WSA$_1$: 3D中心の世界・空間・行動モデルによる汎用ロボット制御ロボット基盤モデル2026/7/1
ロボット基盤モデルに3D世界の物理ダイナミクスと行動の因果関係を学習させる新しいパラダイムを提案し、少ない実データで高い汎化性能を実現した。
- WorldDiT: 世界モデルと行動生成を統合する拡散アーキテクチャVLA2026/7/1
大規模な事前学習済みVLMを使わずに、単一の拡散トランスフォーマーが行動生成と未来フレームの視覚予測を同時に行うロボットポリシーを提案し、LIBEROベンチマークでパラメータ数と成功率のトレードオフが良好であることを示した。
- ロボットポリシー学習における視点汎化のための効率的なカメラポーズ拡張VLA2026/3/1
3Dガウススプラッティングを用いて、少数の非校正画像から高品質な3Dシーンを再構成し、多様な合成視点を生成することで、視覚運動ポリシーの未知視点への汎化性能を向上させる手法を提案した。
- XIT: 未知環境における能動的ガス分布マッピングのための探索・活用統合木探索ガス分布マッピング/情報経路計画2026/2/1
未知環境でガス分布を能動的にマッピングするため、探索と活用を両立させるサンプリングベースの経路計画手法XITを提案し、ガスフロンティア検出と組み合わせてシミュレーションと実機で有効性を示した。
- NAS-GS: ノイズ対応ソナーガウシアンスプラッティング3D再構成/ソナー2026/1/1
ソナー画像特有のノイズや高さ情報の欠如に対処するため、二方向スプラッティングとガウス混合モデルによるノイズモデルを導入し、ソナー画像からの3D再構成と新規視点合成を高精度化したフレームワーク。
- SING3R-SLAM: 3D再構成事前分布を用いたサブマップベース屋内単眼ガウシアンSLAMSLAM2025/11/1
単眼カメラの屋内SLAMにおいて、グローバルなガウシアンマップとサブマップ単位の位置合わせを組み合わせ、ドリフトやスケール不整合を抑えつつ高精度な姿勢推定と3D再構成を実現した手法。
- DynaRend: マスク付き未来レンダリングによるロボットマニピュレーションのための3Dダイナミクス学習マニピュレーション2025/10/1
多視点RGB-D動画からマスク再構成と未来予測を微分可能ボリュームレンダリングで行い、3D形状・意味・ダイナミクスを統合したトライプレーン表現を自己教師あり学習するフレームワーク。RLBenchやColosseum、実機実験でマニピュレーション性能と汎化性を向上。
- SAMPO: 運動プロンプトを用いたスケールワイズ自己回帰による生成的世界モデル世界モデル2025/9/1
フレーム内生成に視覚自己回帰、次フレーム生成に因果モデリングを組み合わせ、運動プロンプトで時空間的手がかりを注入する世界モデルを提案。
- FlowRAM: 領域認識Mambaフレームワークによるフローマッチング方策のロボットマニピュレーションへの基盤化マニピュレーション2025/6/1
拡散方策の推論効率と3D知覚の課題に対し、動的半径スケジュールと状態空間モデル、条件付きフローマッチングを組み合わせ、高精度マニピュレーションで成功率を12%向上させた。
- CURL-SLAM: 連続的でコンパクトなLiDARマッピングSLAM2025/6/1
球面調和関数による連続・超コンパクト表現CURLを用いて、更新可能でループ閉じ込み後の整合性を保つLiDAR SLAMを実現し、CPUで10Hzのリアルタイム動作を達成した。
- AQUA-SLAM: センサキャリブレーションを統合した密結合型水中音響・視覚・慣性SLAM水中SLAM2025/3/1
DVL・ステレオカメラ・IMUをグラフ最適化で密結合し、リアルタイムなセンサキャリブレーションも同時に行う水中SLAMを提案。水槽と北海での実験で既存手法を上回る精度と頑健性を示した。
- PanoGen++: 視覚と言語によるナビゲーションのためのドメイン適応型テキスト誘導パノラマ環境生成VLA2025/3/1
拡散モデルをドメイン適応微調整してテキストから多様なパノラマ環境を生成し、VLNタスクの訓練データ不足を解消して性能を向上させた。
- デジタルビームフォーミングによるレーダオドメトリの高精度化レーダオドメトリ2025/3/1
単一チップミリ波レーダの信号処理に空間ビームフォーミングを導入し、到来方向推定を3Dに拡張することで、従来のFFTベース処理より高精度なレーダオドメトリを実現した。
- オンライン時間キャリブレーションを備えたEKFベースのレーダー慣性オドメトリレーダー慣性オドメトリ/時間同期2025/2/1
レーダーと慣性センサ間の時間オフセットを拡張カルマンフィルタでオンライン推定しながら自己速度を統合するレーダー慣性オドメトリを提案し、シミュレーションと実データで有効性を示した。
- 指示を超えてナビゲート：障害物環境における視覚と言語によるナビゲーションナビゲーション2024/7/1
視覚と言語によるナビゲーション（VLN）において、予期せぬ障害物による指示と現実の不一致に対応するため、R2R-UNOデータセットを構築し、適応的にナビゲートするObVLN手法を提案した。
- VoxNeRF: ボクセル表現とNeRFを融合した屋内ビュー合成の高精度化NeRF/屋内再構成2023/11/1
ボクセル符号化された幾何事前情報を活用し、効率的なサンプリングと深度損失で屋内のNeRF再構成と新規視点合成を高速・高品質化する手法を提案。
- HI-SLAM: ハイブリッド陰的場による単眼リアルタイム高密度マッピングSLAM2023/10/1
単眼カメラのみでリアルタイムに動作するニューラル陰的場ベースの高密度SLAMを提案し、学習済み深度事前分布とスケール調整により精度と地図完全性を向上させた。
- モデル予測パス積分制御によるAUVの自律性向上水中ロボット制御2023/8/1
自律型水中ロボットの制御にモデル予測パス積分制御(MPPI)を適用し、ハイパーパラメータの影響評価やPID制御との比較、環境制約の組み込み方法を示した研究。
- BAMF-SLAM: 再帰的フィールド変換を用いたバンドル調整付きマルチ魚眼視覚慣性SLAMSLAM2023/6/1
複数の魚眼カメラと慣性センサを統合し、再帰的フィールド変換とバンドル調整を組み合わせて、低テクスチャ環境でも高精度かつロバストに自己位置推定と地図構築を行うSLAMシステムを提案した。
- 到達可能性検証に基づく深層強化学習制御ロボティクス・自律システムの信頼性評価安全性検証2022/10/1
深層強化学習で制御されるロボット・自律システムの安全性を、ニューラルネットワークの形式的検証と到達可能性解析を組み合わせて定量的に評価する枠組みを提案し、実機実験で有効性を示した。
- LiDAR点群の連続的超コンパクト表現CURL点群圧縮2022/5/1
LiDAR点群を球面調和関数でコンパクトに表現し、低遅延で送受信しながら高密度な点群を連続再構成する手法を提案。最大80%のストレージ削減を実現した。
- 学習有効システムにおける機械学習コンポーネントの信頼性評価と安全論証安全性保証2021/12/1
機械学習を含む自律システムの安全性を保証するため、システム全体の安全目標をコンポーネント要件に分解し、運用プロファイルとロバスト性検証を活用したモデル非依存の信頼性評価モデルと確率的論証テンプレートを提案した論文。
- 市販ROVを低コストAUVへ転換する手法水中ロボティクス2021/8/1
安価な市販の水中ドローン(ROV)にハードウェア改造とソフトウェアを追加し、高価なAUV並みの自律航行を可能にする低コストプラットフォームを提案した論文。
- 全天候対応の堅牢なレーダーSLAMシステムレーダーSLAM2021/4/1
FMCWレーダーを用いた大規模屋外環境向けの完全なSLAMシステムを提案し、レーダー幾何を活用した追跡とループ閉じ込みにより悪天候下でも高精度な自己位置推定と地図生成を実現した。
- RADIATE: 悪天候下の自動運転知覚のためのレーダーデータセット自動運転知覚/レーダー2020/10/1
霧や雪などの悪天候を含む多様な条件下で収集した高解像度レーダー画像に20万以上の道路参加者ラベルを付けた公開データセットを構築し、レーダー物体検出のベースライン結果を示した。
- 動的物体の追跡と把持のためのマルチタスク強化学習による移動マニピュレーション制御移動マニピュレーション2020/6/1
移動マニピュレータでランダム軌道の動的物体を追跡・把持するため、複数タスクの強化学習とランダム化を組み合わせた制御フレームワークを提案し、実機でも約0.1mの追跡誤差と75%の把持成功率を達成した。
- 全天候対応のレーダーSLAMSLAM2020/5/1
レーダーのみを用いたグラフSLAMシステムを提案し、夜間・濃霧・大雪などの悪天候下でも高精度な自己位置推定と地図生成を実現した。
- 動的筆モデルと擬スペクトル最適制御によるロボット書道軌道最適化2020/3/1
書道の筆運びを軌道最適化問題として定式化し、各ストロークの動作軌道をチェビシェフ多項式でパラメータ化することで、美しい文字を従来より効率的に描く手法を提案した。
- 動的筆モデルと擬スペクトル最適制御によるロボット書道軌道最適化2019/11/1
書道の筆致を再現するため、各ストロークの軌道をチェビシェフ多項式でパラメータ化し、新しい動的仮想筆モデルと組み合わせて軌道最適化問題として解く手法を提案した。従来より高効率で美的な文字を描ける。
- 3D-BoNet：点群上の3Dインスタンスセグメンテーションのための物体バウンディングボックス学習3Dインスタンスセグメンテーション2019/6/1
点群の各インスタンスに対して3Dバウンディングボックスと点マスクを直接回帰する単一ステージ・アンカーフリーの手法を提案し、後処理不要で高効率かつ高精度を実現した。
- 幾何学認識型カリキュラム学習による単眼視覚オドメトリの学習視覚オドメトリ2019/3/1
カリキュラム学習を単眼視覚オドメトリに適用し、学習目標を段階的に難しくする幾何学認識型損失とカスケード光流・再帰ネットワークで高精度な位置推定を実現した。
- 補助輪付き学習：単純制御器で深層強化学習の訓練を加速する強化学習2018/12/1
PID制御器を切替可能な代替ポリシーとして併用し、ロボットの局所計画・ナビゲーション向け深層強化学習の訓練を高速化する枠組みを提案。シミュレーションと実機で有効性を示した。
- 確率的ガイダンスによるナビゲーション学習ナビゲーション2018/11/1
強化学習に確率的スイッチを導入し、探索とヒューリスティック制御のガイダンスを切り替えてナビゲーション方策を効率的に学習する手法を提案した。
- 深層強化学習による自動運転の実現自動運転/強化学習2018/11/1
DDPGアルゴリズムとTORCSシミュレータを用いて、連続的な状態・行動空間に対応した自動運転エージェントを構築し、その有効性を評価した論文。
- 多視点3D再構成のための深層特徴集合のロバストな注意集約3D再構成2018/8/1
複数画像から3D形状を復元する際、順序不変で任意枚数の入力に対応できる注意機構モジュールAttSetsと学習法FASetを提案し、既存の集約手法を大きく上回る性能を示した。
- Defo-Net: 敵対的生成ネットワークによる物体変形の学習変形予測2018/4/1
単一のRGB-D画像から外力による物体の変形を予測する敵対的生成ネットワークを提案し、荷物を運ぶ移動ロボットの安全な走行に応用した。
- DeepVO：深層再帰畳み込みニューラルネットワークによるエンドツーエンド視覚オドメトリ視覚オドメトリ2017/9/1
単眼視覚オドメトリを、畳み込み＋再帰ニューラルネットでRGB動画から直接姿勢推定するエンドツーエンド手法として提案し、KITTIで従来手法に匹敵する性能を示した。
- 単一深度ビューからの敵対的学習による3D物体再構成3D再構成2017/8/1
1枚の任意深度ビューから、オートエンコーダと条件付きGANを組み合わせて物体の完全な3D占有グリッドを生成する手法を提案した論文。
- 単眼視による障害物回避のための深層強化学習強化学習/障害物回避2017/6/1
単眼RGB画像のみから障害物を回避するため、Dueling構造とDouble-Qを組み合わせたD3QNを提案し、シミュレータで学習したモデルを実機ロボットへ直接転移できることを示した。
- マルチモーダルセンサデータを活用した6自由度ビジュアルローカリゼーションの効率化ローカリゼーション2016/12/1
大規模3D点群マップ上での実時間位置推定を効率化するため、逐次モンテカルロ推定に基づく方策で成功見込みの高いノードのみ点照合するマルチモーダル手法を提案し、博物館で精度向上と計算時間削減を示した。
