Shuo Sun
XPENG ROBOTICS
収録論文 15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
- HODAgent：物理世界での人間との対話のためのオンデマンド・応答型ヒューマノイドヒューマノイド/サービスロボット2026/8/18
サービス現場のヒューマノイドロボット向けに、状況に応じた意図理解、応答実行、タスク修正、結果検証を統合したSystem-2エージェントを提案し、シミュレーションと実機で有効性を実証した。
- RMGS-SLAM: リアルタイム・マルチセンサーガウシアンスプラッティングSLAMSLAM2026/4/1
LiDAR・慣性・視覚センサーを統合し、3Dガウシアンスプラッティングを用いたリアルタイムSLAMフレームワークを提案。大規模環境での高精度な位置推定とフォトリアリスティックなマッピングを実現する。
- PIE: 自動運転のための知覚・インタラクション強化型エンドツーエンド動作計画自動運転/動作計画2025/9/1
カメラとLiDARの融合に双方向Mambaを、軌道推論にMambaとMixture-of-Expertsを組み合わせ、周囲エージェントとの相互作用を考慮した自動運転のエンドツーエンド動作計画フレームワークを提案し、NAVSIMベンチマークで最高性能を達成した。
- AGI-Elo：タスクを極めるまであとどれくらい？評価フレームワーク2025/5/1
視覚・言語・行動の各分野で、タスクの難易度とAIモデルの能力を同時に評価する統一レーティングシステムを提案し、AGI達成までの課題を分析した。
- 第1回WARAロボティクス移動マニピュレーションチャレンジ — 得られた教訓移動マニピュレーション2025/5/1
実験室でのガラス器具の運搬・洗浄を自動化する移動マニピュレーション競技会を開催し、参加チームの手法と教訓を報告した。
- IMPACT: 行動意図を考慮した適応的文脈トリミングによるマルチモーダル軌道予測軌道予測2025/4/1
行動意図と軌道を同時に予測し、意図と占有予測を利用して不要なエージェントや地図要素を動的に刈り込むことで、精度・解釈性・効率を高めた軌道予測フレームワークを提案。
- RMP-YOLO: 不完全な観測でも堅牢な運動予測フレームワーク運動予測2024/9/1
欠損した履歴軌跡をシーン情報から復元してから予測する新パラダイムを提案し、Waymo運動予測コンペで3位に入賞した。
- DRAMA: Mambaを用いた自動運転向け高効率エンドツーエンド動作プランナ自動運転/動作計画2024/8/1
MambaをベースにカメラとLiDARの特徴を融合し、低計算コストで将来の自車軌道を生成する自動運転用エンドツーエンド動作プランナを提案。
- 推定事前分布による拡散モデルの高速化：不確実性下でのロバストな運動予測運動予測2024/5/1
拡散モデルに粗い事前分布を学習させてデノイズステップを削減し、自動運転の運動予測を136msで高速・高精度に実現した研究。
- ControlMTR: シーン適合インテントポイントと制御ガイドによる実現可能な軌道予測軌道予測2024/4/1
自動運転の軌道予測において、シーンに適合した意図点と制御コマンド予測を組み合わせ、非現実的な予測を抑えつつ精度を向上させる手法を提案した。
- レンダリング誘導型高密度化と正則化最適化によるガウシアンスプラッティングを用いた高忠実度SLAMSLAM2024/3/1
3Dガウシアンスプラッティングに基づく高密度RGBD SLAMを提案し、レンダリング損失に基づくガウシアン高密度化と忘却問題を緩和する正則化により、合成・実世界データセットで高精度な姿勢推定と写実的な再構成を実現した。
- 3QFP: 三平面四分木とフーリエ特徴位置エンコーディングによる効率的なニューラル暗黙的表面再構成3D再構成2024/1/1
三平面四分木とフーリエ特徴位置エンコーディングを組み合わせ、少ないメモリで滑らかな暗黙的表面再構成を実現する手法を提案。
- CARLA-Loc: 悪天候・動的環境におけるフルスタックセンサ構成の合成SLAMデータセットSLAM/データセット2023/9/1
自動運転向けSLAMの厳しい環境下での性能評価のため、CARLAシミュレータでカメラ・イベントカメラ・LiDAR・レーダー・IMUを統合した7マップ42系列の合成データセットを構築し、各種SLAMアルゴリズムの精度を評価した。
- DriveSceneGen：ゼロから多様でリアルな運転シナリオを生成自動運転シナリオ生成2023/9/1
実世界の運転データセットから学習し、静的な地図要素と動的な交通参加者の両方を含む新しい運転シナリオをゼロから生成する手法を提案。
- GET-DIPP: 予測と計画の微分可能統合のためのグラフ埋め込みトランスフォーマ自動運転予測計画2022/11/1
周囲エージェントの履歴と地図情報から、エージェント間・時間軸の相互作用と道路網トポロジーをグラフとトランスフォーマで処理し、周囲のマルチモーダル予測と自車の制御指令を同時に出力する計画指向の予測ネットワークを提案。
