Siwei Cai
Drexel University
収録論文 7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
- オンボード軽量LLM推論による人を意識した安全なUAVナビゲーションUAVナビゲーション2026/10/15
歩行者や車などのカテゴリごとのリスクを軽量LLMで推論し、遮蔽物があっても安全制約を維持するUAVナビゲーション手法を提案。Jetson上でリアルタイム動作し、衝突を約3分の1に削減した。
- Project SCOUT: 周辺防衛のための迎撃ドローン迎撃ドローン2026/9/17
本論文は、侵入するUAVを迎撃するために、機上での視覚検出・追跡・制御を統合したROSベースのフレームワークSCOUTを提案し、実機実験で有効性を示した。
- 単調計画コストを備えた潜在世界モデルによる画像目標ナビゲーションナビゲーション2026/8/1
画像目標ナビゲーションのための潜在世界モデルを提案し、計画コストの順序性を改善する単調コストランキング損失を導入して、サンプリングベースのプランナーの性能を向上させた。実ロボットでのゼロショット展開も実証した。
- 低コストスマート農業マニピュレーションにおける視覚言語行動モデル推論のスレッディング最適化マニピュレーション2026/6/1
低コストロボットアーム上でVLAモデルの推論を高速化するため、RTACアルゴリズムのスレッド実装を最適化し、エンドツーエンドの遅延を削減して制御安定性を向上させた。農業産物(ニンニクやクルミ)の操作タスクで効果を検証した。
- GA3T: 不均一な環境における異種ロボットチームのための地上・空中地形走行可能性データセットデータセット2026/5/1
地上ロボットと空中ロボットの協調認識のための実世界データセットを構築し、多様な不整地環境での地形走行可能性評価を可能にした。
- LLM-Land: 大規模言語モデルを活用した文脈認識型ドローン着陸VLA2025/5/1
視覚言語モデルで画像をテキスト化し、軽量LLMとRAGで周囲の状況に応じた安全マージンを推論、MPCと組み合わせて動的障害物を避けながら高精度着陸を実現する枠組みを提案。
- オープン語彙3Dシーングラフによる文脈認識型エンティティグラウンディング3Dシーングラフ2023/9/1
自由記述のテキストクエリから物体・エージェント・領域を文脈に応じて3D空間に定位するオープン語彙3Dシーングラフを提案し、ロボットのナビゲーションとマニピュレーションで有効性を示した。
