Shengyu Huang
NVIDIA
収録論文 10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
- Cosmosによる物理AI向けインタラクティブ世界シミュレーション世界モデル2026/11/4
Cosmos世界基盤モデルを拡張し、行動やシーン操作に応じて映像をリアルタイムに生成する対話型シミュレーションフレームワークを提案。カメラ移動やロボット操作、自動運転のマルチビュー生成などで実証した。
- LucidLyra: マルチタスク蒸留によるフィードフォワード生成3Dシーン再構成と統合的理解3Dシーン生成2026/10/29
動画拡散モデルと2D基盤モデルの知識を蒸留し、単一画像や動画から意味・インスタンス情報を持つ3Dガウシアンシーンをフィードフォワードで生成・理解するフレームワーク。
- LidarVerse:タスクとセンサを横断するリアルタイム統合LiDARワールドモデルLiDARシミュレーション2026/10/13
LiDARの時系列データを共通の潜在空間にトークン化し、条件付けを変えることで新規世界生成・点群予測・再シミュレーションを単一モデルで実現、H100で11FPSのリアルタイム長期間ロールアウトを可能にした。
- RadarGen: カメラ画像からの車載レーダ点群生成拡散モデル/レーダ生成2025/12/1
マルチビューカメラ画像から拡散モデルを用いてリアルな車載レーダ点群を生成する手法を提案し、知覚モデルの性能ギャップを縮小した。
- SimULi: アンセンテッド変換を用いたLiDARとカメラのリアルタイムシミュレーションsim2real2025/10/1
3Dガウシアンスプラッティングを拡張し、任意のカメラモデルとLiDARデータをリアルタイムで高忠実度にレンダリングする手法を提案。
- 整流点フロー:汎用的な点群姿勢推定点群姿勢推定2025/6/1
点群のペア位置合わせとマルチパーツ形状組み立てを単一の条件付き生成問題として定式化し、点ごとの速度場を学習して部品姿勢を復元する手法を提案。
- TLS点群と埋め込みRGB画像の融合による地すべり監視のための高密度3D変位推定3D計測/地すべり監視2025/6/1
地上レーザースキャン点群とRGB画像を階層的に統合し、地すべり表面の高密度な3D変位ベクトル場を推定する手法を提案した。実データで高い空間被覆率と精度を達成している。
- LoopSplat: 3Dガウシアンスプラットの位置合わせによるループクロージャSLAM2024/8/1
RGB-D画像から3Dガウシアンスプラットのサブマップで密マッピングを行い、サブマップ間のループ制約を3DGS位置合わせで直接計算してポーズグラフ最適化により大域的整合性を実現するSLAM手法。
- 静止するものはない:大規模な幾何学的・時間的変化下での3D点群位置合わせの時空間ベンチマーク点群位置合わせ/時空間マッピング2023/11/1
建設・改修中の大規模屋内環境を繰り返し計測した3D点群データセットを構築し、大きな時空間変化を伴うシーン断片の位置合わせを評価するベンチマークNSSを提案した。
- 3Dデータによる屋内シーン認識3D認識2020/2/1
3D点群・ボクセルデータから屋内シーンを認識する手法を提案し、2D俯瞰画像より高精度であること、セマンティックセグメンテーションとのマルチタスク学習が有効であることを示した。
