Shuai Wang
Shanghai Artificial Intelligence Laboratory
収録論文 72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
- 地図に基づくクアッドロータ航法のための世界モデルScanDreamerナビゲーション2026/11/8
深度画像と機体姿勢からオンライン2Dスキャンマップを構築し、その地図に条件付けられた世界モデル・方策・価値関数でクアッドロータの衝突回避航法を学習する手法を提案した。
- フロンティアエージェントのEBenchによる性能評価:直接制御からポリシー併用ハーネスまでVLA2026/10/26
マルチモーダルLLMエージェントによるロボット制御をEBenchで評価し、直接制御と学習済みVLA/WAMポリシー併用の2構成を比較した報告。
- 不確実性のすべてが重要ではない:決定論的な自動運転システムのためのシミュレーション・イン・ザ・ループ高速・低速推論自動運転/VLM協調2026/10/7
自動運転のためのVLMの高速・低速協調において、計画コストの削減効果を評価するシミュレーション・イン・ザ・ループフレームワークSIGMAを提案し、クラウド推論の呼び出しを最適化する。
- 身体性エージェント向けジェイルブレイクガードレールのベンチマーク身体性エージェント安全性2026/10/5
LLM/VLMを用いた身体性エージェントに対するジェイルブレイク攻撃を防ぐガードレールを、防御効果・使いやすさ・効率の3軸で体系的に評価する初の枠組みを提案し、6種のガードレールを比較した。
- 空の記憶:マルチエージェント記憶集約による低高度質問応答VLA2026/9/28
分散したUAVの記憶を地上サーバで集約し、長期間の観測に関する質問に答える低高度質問応答(LAQA)を研究。記憶の価値を評価する生成敵対的試験(GAE)を提案し、通信制約下で記憶品質を最大化するMemCenフレームワークを開発した。
- Praxis: 一人称視点動画から物理的相互作用の事前知識を蒸留し、汎用的な全身マニピュレーションを実現全身マニピュレーション2026/9/25
一人称視点の実演動画から物理的相互作用の事前知識を抽出し、視覚言語誘導ナビゲーション・姿勢キャリブレーション・器用な全身操作を組み合わせることで、タスクごとの再学習なしに多様な物体操作を可能にするフレームワークを提案。
- 「あなたのロボットは嘘で訓練されていた」:ロボットマニピュレーションに対する衝突メッシュ汚染攻撃マニピュレーション2026/9/16
シミュレータ用3Dアセットの衝突メッシュだけを改ざんし、シミュレーションでは正常に見えるが実世界で失敗や安全リスクを引き起こす初のポイズニング攻撃を提案した。
- 自動運転における選択的軌道計画のためのリスク認識型ワールドモデリングとフロー誘導占有進化自動運転計画2026/9/16
リスクを考慮したワールドモデルで占有予測と軌道選択を行い、衝突率を低減する自動運転の計画手法を提案。
- VIP: 変分に基づく反復学習計画法によるロボットナビゲーションナビゲーション2026/8/25
ロボットの動作計画を無限次元の関数空間で直接更新する新しいフレームワークを提案し、計算コストを抑えつつ単体・群ロボットの効率的な計画を実現した。
- SRL-MPC: 形状を考慮した強化学習モデル予測制御ナビゲーション2026/8/21
異なる形状のロボット群や群衆の中での安全で効率的なナビゲーションを実現するため、強化学習でMPCのパラメータを適応的に調整する手法を提案した。
- RoboReact: 生成された自己中心視点動画からのエージェント的スキル蒸留による全身操作の汎用化全身操作2026/8/1
単一の自己中心視点RGB-D観察から全身ヒューマノイド操作スキルを自動合成するフレームワークを提案。生成動画から幾何学を保つキーフレームを抽出し、物体中心の再接地とVLMによる洗練ループで実機実行のギャップを埋める。
- GAUGE: 物理的忠実性を測定するための実世界基盤ベンチマーク物理シミュレーション/ベンチマーク2026/8/1
シミュレーションエンジンと生成ビデオワールドモデルの物理的忠実性を、実世界の軌跡に基づいて診断するベンチマークを提案した。22のタスクファミリーで剛体・柔軟物・布・変形物体の物理過程を評価し、既存の物理エンジンやビデオモデルの不一致を明らかにした。
- MetaSpace: 具身エージェントの空間認知のためのメタモルフィックテスト評価/空間認知2026/7/26
具身エージェントの空間認知能力を評価するため、ソフトウェア工学のメタモルフィックテスト原理に基づくフレームワークMetaSpaceを提案し、実軌跡から自動生成したテストケースで空間認知エラーを検出する。
- 3Dソフトウェアにおける衝突メッシュの一括編集のための例示によるプログラミングプログラム合成2026/7/1
衝突メッシュの一括編集を例示からプログラム合成する手法を提案し、ツールMeshForgeとして実装・評価した。
- Embodied.cpp: 異種ロボット向け具現化AIモデルのポータブル推論ランタイムVLA/推論ランタイム2026/7/1
VLAモデルや世界行動モデルなどの具現化AIモデルを、異なるロボットやエッジデバイス上で効率的に実行するためのC++推論ランタイムを提案。モジュール化された5層構造により、多レート実行や低遅延推論を実現し、Pythonベースラインと比較して1.05〜2.70倍の高速化とVRAM削減を達成した。
- 油圧ショベルのシステムレベルサロゲート学習:シミュレーションから実機へのLSTMアプローチsim2real2026/7/1
油圧ショベルを入出力オペレータとして捉え、LSTMネットワークで閉ループ挙動を模倣するシステムレベルのデジタルサロゲートをシミュレーションから実機へ転移学習する手法を提案した。
- FibVLA: フィボナッチサンプリングによる効率的な時間的視覚言語行動モデルVLA2026/7/1
長文脈の履歴を効率的に捉えるため、フィボナッチサンプリングを用いた時間的VLAモデルを提案し、行動の滑らかさと成功率を向上させた。
- 具身知能のためのメモリネイティブ非地上ネットワークネットワーク/具身知能2026/7/1
ロボットなどの具身知能が荒野でクラウド資源を活用できるよう、長期的な文脈を記憶として活用する新しい非地上ネットワーク(MemNTN)を提案し、従来の無記憶プロトコルより高性能であることを衛星具身質問応答実験で示した。
- AutoSpec: 帰納論理プログラミングによるLLMエージェントの安全ルール進化LLMエージェント安全性2026/6/23
LLMエージェントの安全性を高めるため、専門家が設計したルールをユーザーの安全/不安全アノテーションから自動的に進化させるフレームワークAutoSpecを提案。反例誘導合成と帰納論理プログラミングを用いて、解釈可能なルールを精度と再現率のバランスを保ちながら生成する。
- EBench: 汎用モバイル操作ポリシーの要素診断ベンチマーク/モバイル操作2026/6/1
単一の成功率スコアを超えて、汎用モバイル操作ポリシーの能力と汎化を多次元で診断するシミュレーションベンチマークを提案し、最新モデルの特性を明らかにした。
- 安全危機状況における蒸留視覚言語モデルを用いたイベント適応型動作計画ナビゲーション2026/6/1
安全が重要な場面で、視覚言語モデルを連続制御に使うと遅延が生じる問題を解決するため、異常イベント時のみモデルを起動するフレームワークを提案し、高次推論と低次制御を統合して動的安全マージンを向上させた。
- 揚力翼クアッドコプターによる機敏な目標迎撃のための平面扇形LOS誘導ドローン制御2026/6/1
画像中心に目標を保つ従来の円錐LOS制約が機動性を制限する問題に対し、横方向の画像誤差のみを厳しく制約する平面扇形LOS誘導を提案し、揚力翼クアッドコプターで目標追跡・迎撃を実証した。
- IR-SIM: ナビゲーション、学習、ベンチマークのための軽量スキルネイティブシミュレータシミュレーション2026/6/1
YAML設定だけでシナリオを定義できる軽量なナビゲーション用シミュレータIR-SIMを提案し、テキストからのシナリオ生成や学習データ生成、高忠実度シミュレータや実機への橋渡しを実現した。
- TSM-Pose: カテゴリレベル物体姿勢推定のためのトポロジー認識学習とセマンティックMamba姿勢推定2026/4/18
カテゴリレベル物体姿勢推定の汎化性能を高めるため、点群のトポロジー構造を捉える抽出器と、Mambaベースのセマンティック集約器を導入したフレームワークを提案した。
- 大規模モデルの推論とリアルタイム制御を橋渡しするエージェント型高速・低速計画自動運転/計画2026/4/1
大規模言語モデルの推論と実時間制御を階層的に統合する枠組みを提案し、CARLA実験でMPC単独やA*誘導MPCと比べて外乱下での横偏差を最大45%削減、完了時間を12%以上短縮した。
- マルチエージェント具現化質問応答のためのメモリ中心電力割り当て群制御2026/4/1
マルチエージェント具現化質問応答(MA-EQA)において、メモリ品質(QoM)を最大化する電力割り当て手法を提案した論文。生成的敵対的試験(GAE)を用いてQoMを評価し、通信リソース制約下で電力配分を最適化する。
- 低空ガウシアンスプラッティングのための群単位不均一グラフ学習3D再構成/資源配分2026/4/1
ドローン群による低空3Dシーン再構成の通信資源配分を、画像群の不均一な寄与をモデル化したグラフニューラルネットワークで最適化する手法を提案した。
- 身体性ナビゲーションのためのエージェント的自己進化的再計画ナビゲーション2026/3/1
複雑環境での身体性ナビゲーションの失敗に対処するため、ロボット自身を実行時学習で進化させる自己進化的再計画法(SERP)を提案。適応的機能調整とグラフ上のLLM推論により、成功率向上とトークン消費削減を実現。
- Tac2Real: オンライン強化学習とゼロショット実機展開のための信頼性の高いGPU視触覚シミュレーション触覚シミュレーション2026/3/1
接触を伴う操作タスク向けに、物理精度と計算効率を両立した軽量な視触覚シミュレーションフレームワークTac2Realを提案し、実機へのゼロショット転移を高成功率で実現した。
- 視覚言語モデルを用いた直接接触許容型動作計画ナビゲーション2026/3/1
視覚言語モデルを点群認識とナビゲーションに統合し、移動可能な障害物がある環境での接触を許容する動作計画手法を提案した。
- 自律型水中ロボットソフトウェアの知覚における視覚言語モデルの評価VLA2026/2/1
自律型水中ロボットの知覚モジュールに視覚言語モデルを適用し、水中ゴミ検出における性能と不確実性を評価した。
- LLM駆動のシナリオ認識型自動運転プランニング自動運転2026/1/1
大規模言語モデルを活用してシーンを理解し、モード切替と運動計画を統合最適化する自動運転プランナーLAPを提案。高密度交通下での走行効率と安全性を両立。
- HPTune: 衝突回避のための階層的先回りチューニングによるモデル予測制御モデル予測制御2026/1/1
実行されなかった行動も評価に取り入れた階層的先回りチューニングでMPCのパラメータを効率的に調整し、ドップラーLiDARと組み合わせて複雑環境での衝突回避を実現した。
- COMET:高機動・長航続を実現するデュアルスワッシュプレート式同軸バイコプター自律飛行体飛行ロボティクス2025/12/1
二重スワッシュプレート機構を備えた同軸バイコプター型ドローンのプラットフォームを開発し、飛行実験により機動性と効率の向上を実証した。
- DPNet: ドップラーLiDARを用いた高ダイナミック環境向け動作計画動作計画2025/12/1
ドップラーLiDARの速度情報を活用し、高速移動障害物を追跡・予測するニューラルネットワークとモデル予測制御を組み合わせた動作計画手法を提案。
- オフロード自動運転の進展:大規模ORAD-3Dデータセットと包括的ベンチマーク自律走行データセット2025/10/1
オフロード自動運転向けの大規模データセットORAD-3Dを構築し、知覚・計画に関する5つのタスクのベンチマークを整備した論文。
- 産業IoTにおける資源制約ロボット向け連合スプリット学習:フレームワーク比較、最適化戦略、将来展望連合学習2025/10/1
産業IoTの資源制約ロボット向けに、連合スプリット学習の各種フレームワークを比較し、トークン融合戦略や適応的最適化手法を整理したサーベイ。
- エッジロボティクスの最適化を学習する:知覚・運動・通信の高速統合アプローチエッジロボティクス2025/10/1
知覚・運動・通信を統合し、ロボットが状況に応じて通信戦略を動的に調整することで通信負荷を削減する手法を提案。模倣学習により最適化計算を10倍以上高速化し、リアルタイム実行を実現した。
- 計画指向の統合センシング・通信フレームワーク統合センシング通信2025/10/1
自動運転車の経路計画に重要な障害物のセンシング精度を高めるため、ISACの送信電力を計画に基づいて配分する新手法を提案し、安全性と効率を向上させた。
- 悪天候に依存しない自動運転知覚のための時間相関と展開正則化フレームワーク自動運転知覚2025/8/1
悪天候下の自動運転知覚において、晴天画像を参照せず、任意の悪天候に汎化可能なAdventフレームワークを提案。時間相関と展開正則化により、複数の悪天候が混在する状況でも頑健な知覚を実現する。
- ガウススプラッティングとクロスレイヤ最適化による通信効率の良いロボット複合現実複合現実/通信最適化2025/8/1
ロボットの姿勢からガウススプラッティングモデルで画像を生成し、画像アップロードを削減するGSMRを提案。さらに通信と電力配分を最適化するGSCLOで超低通信コストの複合現実を実現。
- 近接場通信と融合する身体性エッジ知能:概念・設計・検証VLA2025/8/1
大規模モデルをロボット近傍のエッジで動かす身体性エッジ知能と、超大規模アンテナアレイを用いる近接場通信を統合し、両者を協調最適化する枠組みを提案・検証した論文。
- 姿勢ガイド付き模倣学習によるロボットの精密挿入マニピュレーション2025/5/1
物体の相対SE(3)姿勢を観測する拡散政策とRGBDによる補完を組み合わせ、7〜10回の実演で0.01mmの隙間の精密挿入を実現した。
- iMacHSR: アーキテクチャ非依存の学習を実現する中間多アクセス異種監督・正則化スキーム深層学習トレーニング2025/5/1
モデル構造に依存せず中間層を多様な損失で監督し、負エントロピー正則化も加えることで汎化性能を高める学習手法を提案した。
- FedEMA: 自動運転における負のエントロピー正則化を伴う連合指数移動平均連合学習/自動運転2025/5/1
自動運転の連合学習で時間的な破滅的忘却を防ぐため、サーバ側で過去ラウンドのEMAモデルを融合し、車両側で負のエントロピー正則化を加えるFedEMAを提案し、mIoUを7.12%改善した。
- 大規模視覚モデル誘導制御とクエリ・サービス最適化を統合した機会的協調プランニング自動運転/協調プランニング2025/4/1
自動運転車の未知物体対応のため、ローカルモデルとクラウド上の大規模視覚モデルを適切なタイミングで協調させる機会的協調プランニングを提案し、ナビゲーション時間と成功率を改善した。
- ガウススプラッティングによるグリーンなロボティック複合現実複合現実2025/4/1
ロボット複合現実システムにおいて、ガウススプラッティングで環境をモデル化し、画像アップロードを削減することで通信エネルギーを10分の1以下に抑える手法を提案した。
- 何でもラベリング:解釈可能で高精度かつプロンプト不要なアノテータ自動運転/セマンティックセグメンテーション2025/2/1
事前学習済みViTと少数パラメータのアダプタ・最適化展開層を組み合わせ、1枚のシード画像だけで高精度な街路シーン自動アノテーションを実現する手法を提案。
- 後方最適化軌道を活用した大規模視覚モデルによる街路シーン意味理解の強化自動運転知覚2025/1/1
自動運転の知覚モデルに大規模視覚モデル(LVM)をバックボーンとして組み込み、後方最適化軌道(POT)誘導スキームで学習を加速することで、過学習を防ぎつつ汎化性能を向上させた研究。
- 混雑環境に頑健な遮蔽回避のための運動支援検出知覚・検出2024/12/1
ロボットが目標を見やすい視点へ能動的に移動し、混雑環境でも遮蔽を避けて検出精度を高める手法を提案した論文。
- 複数不確実性を考慮した自律協調計画協調計画2024/11/1
知覚・運動・通信の不確実性を同時に考慮した協調モデル予測制御により、マルチビークルの協調計画を実現するフレームワークを提案し、CARLAで有効性を示した。
- 自動運転向け高速収束・通信削減型異種階層連合学習連合学習2024/9/1
都市間のデータ分布の違いをガウス分布でモデル化して集約重みを設計し、階層連合学習の収束を加速するとともに、通信資源を削減する適応的スケジューリングを提案した論文。
- FedRC: 街路シーン意味理解のための高速収束階層型連合学習フレームワーク連合学習2024/7/1
都市間のデータ不均一性に対処するため、RGB画像とデータセットをガウス分布でモデル化した新しい集約重み設計により、階層型連合学習の収束を加速する手法を提案した。
- SurgeMOD: 画像空間の組織運動を視覚ベースの手術力に変換する手術支援ロボティクス2024/6/1
手術動画から臓器の周期的な動きを周波数領域で解析し、画像空間の力学モデルを構築することで、力センサなしに接触力を推定する手法を提案。
- pFedLVM:大規模視覚モデル駆動・潜在特徴ベースの自動運転向けパーソナライズ連合学習フレームワーク連合学習2024/5/1
大規模視覚モデルを中央サーバにのみ配置し、車両とは学習済み特徴量のみを交換することで、通信負荷と計算負荷を抑えつつ各車両の個別特性も反映する連合学習フレームワークを提案した。
- 視覚慣性教師あり学習によるミリ波レーダー点群の高密度化点群処理2024/4/1
低コストなカメラとIMUの視覚慣性情報を教師信号として使い、ミリ波レーダーの疎な点群を高密度化しつつマルチパス由来の偽点を除去する学習手法mmEMPを提案した。
- ロボットセンサネットワーク:高速クロスレイヤ最適化による相互通信制御支援の実現群制御2024/4/1
移動ロボットがセンサデータを収集するRSNにおいて、通信と制御を相互に支援するMCCAを提案し、MPC2でリアルタイムに軌道と電力を最適化した。
- NeuPAN: 点群ロボットのためのエンドツーエンドモデルベース直接ナビゲーションナビゲーション2024/3/1
生の点群データから直接衝突回避動作を生成する、地図不要で環境に依存しないリアルタイム動作計画手法を提案し、実機実験で有効性を示した。
- 自動運転のための同期・合成統合によるシームレスな仮想現実自動運転2024/3/1
自動運転向けVRデータエンジンにおいて、低レベルの同期設計と高レベルの合成設計を統合したIS2を提案し、VRの不整合を軽減してシームレスな協調世界を実現した。
- 脳室内生検のためのハイブリッド二段柔軟脳神経外科ロボットの設計と視覚サーボ制御医療ロボティクス2024/2/1
脳深部の生検を目指し、二段柔軟ロボットMicroNeuroを開発し、オンライン推定ヤコビアンを用いた視覚サーボと制約付きモデル予測制御で精度と外乱耐性を高めた。
- エッジ加速ロボットナビゲーション:協調運動計画による実時間衝突回避ナビゲーション2023/11/1
計算資源が限られたロボット群が、局所的な安全計画とエッジ上の高速計画を状況に応じて切り替えることで、混雑環境でもリアルタイムに衝突回避しながら効率的に移動できる手法を提案。
- 通信資源制約付き階層型連合学習によるエンドツーエンド自動運転連合学習2023/6/1
通信資源が限られた環境で、階層型連合学習を用いて自動運転モデルの汎化性能を高める最適化フレームワークを提案し、CARLAシミュレーションで有効性を示した。
- 自己教師ありタスク表現学習に基づくメタ強化学習メタ強化学習2023/5/1
ガウス混合モデルによるタスク表現とオンライン適応を組み合わせ、非定常・分布外タスクにも対応するメタ強化学習手法MoSSを提案した。
- iCOIL: 制約付き最適化と模倣学習を統合したシナリオ適応型自動駐車自動運転/駐車2023/5/1
自動駐車において、制約付き最適化と模倣学習をシナリオに応じて切り替える統合手法を提案し、メタバース環境で高い成功率を達成した。
- 揚力翼付きクアッドコプターの抗力と揚力を考慮した微分平坦性による高精度トラッキング飛行制御2022/12/1
揚力翼付きクアッドコプターの非線形モデルに対し、協調旋回条件下で微分平坦変換を導出し、ジャークを角速度のフィードフォワードに変換する統合制御則を提案。屋外飛行実験で敏捷な軌道の高精度追従を実証した。
- 通信遅延を考慮したエッジ支援V2X運動計画と電力制御V2X運動計画2022/12/1
通信路の不確実性下で、車両の運動計画と送信電力制御を統合し、遅延に応じて攻めと守りの運転を切り替える頑健なV2X運転方策を提案した論文。
- RDA: 混雑環境での自律ナビゲーションのための高速衝突回避動作計画法動作計画2022/10/1
非凸な衝突回避制約を双対性で滑らかな双凸問題に再定式化し、障害物ごとに並列計算できる高速MPC動作計画法を提案した。
- 深層強化学習による球体バランスロボットの学習強化学習/バランス制御2022/8/1
従来のフィードバック制御と強化学習を組み合わせた複合コントローラを提案し、接触や衝突を含む復元タスクで球体バランスロボットがより大きな初期傾斜角でもバランスを保てることを示した。
- VIP-SLAM: RGB-Dと慣性センサと平面情報を密結合した効率的なSLAMSLAM2022/7/1
RGB-D画像・IMU・平面構造を密結合し、平面のホモグラフィ制約で地図点を削減してバンドル調整を高速化した軽量SLAMシステムを提案。
- 連合深層学習と自動運転知覚の融合:設計と検証VLA2022/6/1
車両と路側センサーが収集したデータを集約せずに連合学習で知覚モデルを訓練するFLCAVのネットワーク管理とセンサー配置手法を提案し、CarlaFLCAVプラットフォームで有効性を検証した論文。
- SafeBench: 自動運転の安全性評価のためのベンチマークプラットフォーム自動運転評価2022/6/1
自動運転の安全性評価を統一的に行うためのプラットフォームSafeBenchを提案し、様々な危険シナリオ生成アルゴリズムと運転アルゴリズムを公平に比較できるようにした。
- 動的環境におけるロボット無線電力伝送:システム設計と実験的検証無線電力伝送/ロボット充電2022/1/1
移動ロボットに送電器を搭載し、未知で動的な環境で遠隔のエネルギー収穫器を充電するためのハードウェアインザループ最適化フレームワークを提案し、衝突回避と収穫制約を満たしつつミッション完了時間を大幅に短縮できることを実験で示した。
