Shu Jiang
ZTE Corporation
収録論文 9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
- NebulaVLA: ロボット操作のためのガイドアクションを備えた二周波数視覚言語行動モデルVLA2026/8/17
高レベルの意味推論と低レベルのアクション制御を分離した非同期二周波数アーキテクチャを提案し、異種ロボット間のギャップを埋める統一表現と滑らかな動作を実現するガイドアクションアルゴリズムを導入した。
- 敵対的データ収集:効率的でロバストなロボット模倣学習のための人間協調型摂動模倣学習2025/3/1
人間がリアルタイムで環境や指示を攪乱するHiL型データ収集法を提案し、少ないデモ数で模倣学習の汎化・ロバスト性・回復能力を大幅に向上させた。
- AgiBot World Colosseo:スケーラブルで知能的な身体性システムのための大規模マニピュレーションプラットフォームマニピュレーション2025/3/1
100万以上の軌道と217タスクを含む大規模ロボット操作データセットと、潜在行動表現を活用した汎用方策GO-1を提案し、データ規模の拡大に伴う性能向上と実世界での巧みな長期的タスクの成功率向上を示した。
- 異種地上・空中プラットフォームと均一センシング:CSIRO Data61チームのDARPA地下チャレンジへの取り組みマルチエージェントSLAM2021/4/1
DARPA地下チャレンジ向けに、地上ロボットとUAVを組み合わせた異種チームを構築し、共通センシングによる分散型マルチエージェントSLAMで通信網に依存しない自律探査を実現した。
- フィードバック合成と微分可能ラスタライズを用いた自動運転のための模倣学習自動運転/模倣学習2021/3/1
中レベル入力の模倣学習型自動運転プランナーを提案し、新規フィードバック合成によるデータ拡張と微分可能ラスタライザで衝突等を罰する損失を導入、注意機構と後処理最適化で安全性と快適性を向上させた。
- 高精度自動運転車両モデリングのためのDRFフレームワークsim2real2020/11/1
既存の車両動学モデルに深層ニューラルネットとSVGPを組み合わせた残差補正モデルを付加し、軌道誤差を最大85%削減する枠組みを提案した論文。
- 大規模自動運転展開に向けた学習ベースのチューニング不要制御フレームワーク自動運転/制御2020/11/1
車両ごとの制御パラメータ調整を人手なしで自動化するため、学習ベースの動力学モデリング・開ループマッピング・ベイズ最適化による閉ループ調整を組み合わせたフレームワークを提案し、シミュレーションと実車で効率と性能の向上を示した。
- DL-IAPSとPJSO:経路・速度分離型軌道最適化と自動運転への応用自動運転/軌道最適化2020/9/1
自動運転の衝突回避軌道計画を経路平滑化(DL-IAPS)と速度最適化(PJSO)に分離して解く手法を提案し、シミュレーションと実車試験で有効性を示した。
- TDR-OBCA:自由空間環境における信頼性の高い自動運転プランナ自動運転プランニング2020/9/1
最適化ベースの衝突回避軌道生成に時間的・双対変数のウォームスタートを導入し、初期条件への頑健性・乗り心地・効率を改善した自動運転プランナを提案し、シミュレーションと公道試験で検証した。
