Shengbo Eben Li
Tsinghua 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
- 評価こそがマルチモーダル自動運転の鍵自動運転計画2026/9/25
マルチモーダル自動運転計画における生成と評価の非対称性を指摘し、安全性スコアラーとVLMガイド変調器を備えた統合軌道評価器と段階的学習戦略を提案して、NAVM v1で人間専門家を超える性能を達成した。
- NeuralParker: 不規則な駐車環境のための強化学習プランナー駐車計画/強化学習2026/8/25
配送車両などが不規則な環境で任意の姿勢に駐車するための強化学習ベースのハイブリッドプランナーを提案。環境全体の障害物と境界を目標相対表現で符号化し、長距離の経路計画を可能にした。
- 制御された世界モデルの識別可能性について世界モデル2026/7/24
この論文は、ガウス潜在状態を持つ制御された世界モデルが非線形観測から復元可能かどうかを理論的に解析し、識別可能性の条件を提案しています。
- M3imic: 多様な動作模倣のための汎用全身制御器の学習全身制御2026/6/1
ヒューマノイドロボットの全身制御を目的に、関節角度やエンドエフェクタ位置など異なる動作参照モダリティを統一するフレームワークを提案し、シミュレーションと実機で汎用性を実証した。
- ワールドエンジン:自動運転におけるポストトレーニング時代に向けて自動運転2026/6/1
実世界のログから高忠実度のインタラクティブ環境を再構築し、安全上重要な長尾シナリオを合成的に生成して、事前学習済みの自動運転モデルを強化学習でポストトレーニングする枠組みを提案。これにより、実世界のリスクを回避しつつ安全性を向上させる。
- 因子認識Mixture-of-Expertsと事前学習エンコーダによる組合せ汎化ロボット操作2026/6/1
視覚ロボット操作において、照明や表面テクスチャなどの環境変化に対する汎化を向上させるため、因子認識MoEと事前学習エンコーダを統合したFAMEフレームワークを提案。3段階の訓練で複数因子の組合せ汎化を実現し、Meta-Worldで34%、実世界ピックアンドプレースで35%の改善。
- 自然勾配ベイズフィルタリング:力学系のための幾何認識フィルタ状態推定2026/5/1
ガウス分布の統計多様体上で自然勾配降下を用いて事後分布を更新する幾何認識型ガウスフィルタ(NANOフィルタ)を提案し、線形ガウス系ではカルマンフィルタと一致することを示した。衛星姿勢推定やロボットの状態推定などで有効性を実証している。
- FUSE: 車両・ロボットSLAMシステムにおける統合状態推定のためのフレームワークSLAM2026/5/1
SLAMの状態推定プロセスを観測取り込み・伝播・更新・状態問い合わせのインターフェースに分離し、設計選択を独立に変更可能にするフレームワークFUSEを提案。LiDAR-IMU実装で評価し、Faster-LIOと比較して誤差を低減した。
- リー群上の自然勾配ガウス近似フィルタによるロボット状態推定状態推定2026/4/1
リー群上で定義された非線形観測モデルを線形化せずに、ガウス分布の増分変数に対する最適化問題として再定式化し、自然勾配法を用いて解く新しいフィルタリング手法を提案した。実機の脚ロボット実験で有効性を実証した。
- ランジェバン誘導フローマッチングによる自動運転向けリアルタイム生成ポリシー自動運転/強化学習2026/3/1
フローマッチングをオンライン強化学習に導入し、ランジェバンダイナミクスで経験を動的に最適化することで、1回の推論で高品質な行動を生成する低遅延な自動運転ポリシーを実現した。
- 世界モデルを用いたオフポリシー・ブートストラップ強化学習モデルベース強化学習2025/11/1
世界モデルでプランナーを学習し、その行動をオフポリシー学習で方策に蒸留するブートストラップループにより、サンプル効率と性能を両立させる手法BOOMを提案。
- 自己進化型プライアで強化学習をジャンプスタートさせた極限単脚ロコモーション歩行2025/7/1
強化学習の訓練を段階的に複雑化し、自己進化するプライアを生成することで、四脚ロボットが不整地で片脚跳躍を実現する手法を提案。
- 調和勾配を用いた分布型Soft Actor-Criticによるマルチレーン自動運転の安全かつ効率的な学習自動運転/安全強化学習2025/5/1
効率的な走行と安全制約の2つの方策勾配を調和させて衝突を抑える新しい安全強化学習手法DSAC-Hを提案し、マルチレーン自動運転でほぼ違反ゼロの効率的走行を実現した。
- NANO-SLAM:自然勾配ガウス近似による車両SLAMSLAM2025/4/1
車両SLAMにおいて、サンプリング分布をガウスパラメータ上の最適化問題として定式化し、自然勾配降下法で解くことで線形化誤差を回避し精度を向上させる手法を提案した論文。
- 多様な脚式ロボットの効率的かつ汎用的な運動制御のための転移可能な潜在空間間移動ポリシー歩行2025/3/1
潜在空間で動作する移動ポリシーを事前学習し、タスク固有の軽量エンコーダ・デコーダのみを微調整することで、多様な脚式ロボットの運動制御を効率的に適応させる手法を提案した。
- 動く心:認知洞察による自動運転の軌道予測の解読軌道予測2025/2/1
運転者の知覚的安全感という認知概念を取り入れたTransformerモデルを提案し、周囲車両の長期軌道予測精度を向上させた。
- 柔軟なガイダンスを備えた拡散ベース自動運転プランニング自動運転計画2025/1/1
Transformerベースの拡散モデルで自動運転の閉ループ計画を行い、予測と計画を統合しつつ分類器ガイダンスで安全かつ適応的な軌道生成を実現した研究。
- RINO: 非反復推定による高精度・堅牢なレーダー慣性オドメトリレーダー慣性オドメトリ2024/11/1
霧・雨・雪などの悪天候下でも機能するレーダー慣性オドメトリ(RINO)を提案。適応的疎結合と投票機構で不確かさを推定し、カルマンフィルタで融合することで精度と堅牢性を向上させた。
- 二重ベータカルマンフィルタによる脚式ロボットのロバスト状態推定状態推定2024/11/1
脚式ロボットの状態推定において、足の滑りと脚の長さ変化を考慮した測定モデルを提案し、脚長を推定するパラメータフィルタと状態フィルタを反復的に用いる二重推定フレームワークと、外れ値に頑健なベータカルマンフィルタを導入した。
- 敵対的ポリシー探索に基づく自動運転シナリオ難易度の定量的表現自動運転テスト/敵対的シナリオ生成2024/8/1
強化学習で敵対的行動を取るエージェントを訓練し、その学習過程のポリシー群から難易度の異なる交通シナリオを連続的に生成・定量化する手法を提案した論文。
- 安全クリティカルな場面におけるリスクを考慮した車両軌道予測軌道予測2024/7/1
衝突が差し迫った危険な場面でも高精度に車両の将来軌道を予測するため、リスク情報を組み込んだシーンエンコーダや意図クエリ、補助リスク予測を備えたフレームワークを提案し、専用データセットと評価指標で有効性を示した。
- 人間の観察行動に着想を得た混合交通環境における自動運転の軌道予測軌道予測2024/2/1
人間の認知・観察行動を模倣した「適応的視覚セクター」と動的交通グラフを組み合わせ、混合交通環境での自動運転車の軌道予測精度を向上させた研究。
- 認知プロセスに基づく自動運転の軌道予測手法軌道予測2024/2/1
人間の認知プロセスを模した教師-生徒知識蒸留フレームワークにより、周囲車両の軌道を高精度に予測するHLTPモデルを提案した。
- 実現可能性誘導拡散モデルによる安全なオフライン強化学習安全オフラインRL2024/1/1
安全制御理論の到達可能性解析を用いてハードな安全制約を実現可能領域の特定に変換し、拡散モデルベースの重み付き行動クローニングで安全なオフラインRLを実現した。
- BAT: 自動運転のための行動認識型人間らしい軌道予測軌道予測2023/12/1
交通心理学や人間行動の知見を取り入れた行動認識型モジュールで周囲車両の軌道を予測し、手動ラベリング不要で高精度・高効率を実現したモデル。
- 強化学習によるドリルブームの統合的な孔探索制御マニピュレーション2023/12/1
逆運動学に頼らず、強化学習で全関節の制御入力を直接生成し、ドリルブームの孔探索を高精度・高効率化する手法を提案した。
- LanguageMPC:大規模言語モデルを自動運転の意思決定者として活用自動運転2023/10/1
大規模言語モデル(LLM)に常識推論させて自動運転の意思決定を行い、その判断を低レベル制御器に変換して車両制御に統合する手法を提案した論文。
- 不確実性を考慮した到達可能性証明による安全なモデルベース強化学習安全強化学習2022/10/1
モデルの不確実性に対処する分布型到達可能性証明(DRC)を提案し、訓練中の制約違反を抑えつつ高いリターンを得る安全なモデルベース強化学習フレームワークを構築した。
- 混合方策勾配とその実験検証による高レベル自動運転のための統合意思決定・制御自動運転/強化学習2022/10/1
強化学習に基づく統合意思決定・制御フレームワークにおいて、制約付き混合方策勾配と注意ベース符号化を組み合わせたデータ駆動型システムを開発し、実車実験で有効性を検証した。
- マグニチュード正則化による学習ベース安全制御のための効率的な安全証明書の合成安全制御2022/9/1
エネルギー関数の大きさを正則化することで保守性を減らし、安全性を保ちながら効率的な安全制御器を強化学習で合成する手法を提案した。
- 到達可能性に基づく制約付き強化学習制約付き強化学習2022/5/1
到達可能性解析を用いて安全な状態集合(可到達集合)を自己整合的に特徴づけ、それを制約として組み込む制約付き強化学習手法を提案し、最大の可到達集合を保証しつつ局所最適解への収束を証明した。
- 敵対的学習による信号交差点での走行ポリシーの汎化性能向上自動運転/敵対的学習2022/4/1
信号交差点の多様なトポロジーに対応する経路計画と、動的モデルの不確実性を考慮した制約付き最適制御問題を敵対的ポリシー勾配で解き、走行ポリシーの堅牢性を高めた研究。
- モデルフリー制約付き強化学習におけるゼロ制約違反ポリシーの学習安全強化学習2021/11/1
安全指向のエネルギー関数(安全指数)でポリシー更新を制限し、危険行動を事前に特定することで、収束後に制約違反ゼロのポリシーを学習するSSACアルゴリズムを提案した論文。
- 混合交通の信号交差点における自動運転の統合意思決定と制御のための自己学習知能自動運転/強化学習2021/10/1
車・自転車・歩行者が混在する信号交差点に対応するため、参加者の種類や数を柔軟に扱える動的置換状態表現を導入し、統合意思決定・制御の枠組みで安全な運転方策をオフライン学習する手法を提案した。
- マルチレーン自動運転のためのエンコーディング分散型ソフトアクター・クリティック自動運転/強化学習2021/9/1
周囲車両数が可変な状況に対応するため、置換不変な特徴エンコーダを分散型強化学習に組み込んだE-DSACを提案し、マルチレーン自動運転でDSACの約3倍の性能と実車での有効性を示した。
- 分離型PIラグランジュによるモデルベース機会制約付き強化学習安全強化学習2021/8/1
安全確率を制御出力とみなし、ペナルティ法とラグランジュ法を比例・積分制御として統合した分離型PIラグランジュ法を提案し、振動や保守性を抑えつつ実機移動ロボットの障害物回避に適用した。
- 自動運転のための固定次元・置換不変な状態表現自動運転/状態表現2021/5/1
周囲車両をニューラルネットで符号化して加算・連結することで、車両数が可変でも固定次元かつ置換不変な状態表現を実現し、近似誤差を62.2%削減した。
- 統合意思決定と制御:解釈可能で計算効率の高い自動運転知能に向けて自動運転/強化学習2021/3/1
自動運転の意思決定と制御を階層的に分解し、モデルベース強化学習で近似求解することで、解釈性と計算効率を両立させたフレームワークを提案した論文。
- オンランプ合流における安全シールド付き分布型Soft Actor-Critic意思決定自動運転意思決定2021/3/1
オフライン学習とオンライン補正を組み合わせ、安全シールドと分布型強化学習で自動運転の合流判断の安全性と効率を両立させた研究。
- 一般化制御バリア関数を用いたモデルベース制約付き強化学習制約付き強化学習2021/3/1
制約境界までの距離に基づく一般化制御バリア関数(GCBF)でモデルベース制約付き強化学習を拡張し、安全性制約違反を抑えつつサンプル効率を高める手法を提案。自動運転の衝突回避タスクで制約違反を最大4分の1に削減し、収束を3.36倍高速化した。
- 仮想記憶で安定して運転を学習する自動運転/強化学習2021/2/1
高次元の画像入力から潜在状態と潜在ダイナミクスモデルを学習し、想像上の軌跡を仮想記憶として方策学習に用いることで、データ効率と学習安定性を高めた自動運転向け強化学習手法を提案した。
- 環境モデルと実データを併用する混合強化学習強化学習2020/3/1
環境モデルと実測の状態行動データを同時に使って方策を探索し、モデル不確かさをベイズ推定で補償することで学習精度と速度を両立させる混合強化学習を提案した論文。
- 潜在深層強化学習による解釈可能な都市自動運転自動運転/強化学習2020/1/1
逐次潜在環境モデルを強化学習と同時に学習し、意味的バードアイマスクを生成することで、複雑な都市シナリオでの自動運転方策を解釈可能にした研究。
- 強化学習による信号なし交差点での自動運転車の集中協調制御交通制御/強化学習2019/12/1
信号のない交差点で複数の自動運転車を集中制御するため、事前モデルを組み込んだPPO(MA-PPO)を提案し、MPCと比べて計算時間を1/400に短縮しつつ交差点効率を4.5倍向上させた。
- デュアルLSTMによる意図認識を考慮した周辺車両の長期軌道予測軌道予測2019/6/1
2段のLSTMを用いて周辺車両の運転意図を推定し、その結果を踏まえて5秒先までの長期軌道を高精度に予測する手法を提案した。
- ドライバと自動化の協調運転のための間接共有制御共有制御2017/4/1
ステアバイワイヤ車両でドライバと自動化が制御権を連続的に共有する間接共有制御を提案し、ドライバの適応行動を予測制御でモデル化して評価した論文。
