Teng Zhang
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
- KILVO: ヒューマノイドロボットのための頑健なマルチモーダル適応を備えたキネマティクス・慣性・LiDAR・視覚オドメトリオドメトリ/状態推定2026/8/1
ヒューマノイドロボット向けに、関節エンコーダ、IMU、LiDAR、カメラを非同期・逐次ハイブリッド誤差状態反復カルマンフィルタで統合し、センサ故障に頑健なマルチモーダル適応を備えたオドメトリ手法を提案した。
- ReflectDrive-2: 強化学習整合型自己編集による離散拡散運転プランナー自動運転2026/5/1
自動運転向けに、離散トークンで軌道を表現し、自己編集で軌道を修正するマスク拡散プランナーを提案。強化学習で編集能力を訓練し、性能を向上させた。
- WorldRFT: 強化学習ファインチューニングによる潜在世界モデル計画法自動運転/世界モデル/強化学習2025/12/1
自動運転向けに、シーン表現学習を計画タスクに整合させる階層的計画分解と局所的な反復改善を導入し、GRPOによる強化学習ファインチューニングで安全性を高めた潜在世界モデルフレームワークを提案。nuScenesとNavSimでSOTA性能を達成。
- 模倣学習ベースのエンドツーエンド自動運転におけるデータスケーリング則自動運転2024/12/1
400万件の運転デモデータを用いて、模倣学習ベースのエンドツーエンド自動運転モデルの性能がデータ量に対してべき乗則に従うことを示し、長尾データの重要性や組み合わせ汎化を明らかにした。
- 多様体上の視差バンドル調整と凸化初期化SLAM/バンドル調整2018/7/1
視差角に基づく特徴パラメータ化を多様体上に拡張し、観測光線ベースの目的関数でカメラの投影特性を忠実にモデル化したバンドル調整手法を提案。さらにポーズグラフ簡略化による凸な初期化で大域的最適解に近い解を保証する。
- 一貫性を改善する不変EKFに基づくVINSアルゴリズムVINS2017/2/1
従来のEKFベースVINSが持つ不変性の欠如による推定の不整合を解決するため、右不変誤差EKF(RIEKF-VINS)を提案し、マルチステート制約カルマンフィルタと組み合わせて一貫した状態推定を実現した。
- 3次元不変EKF-SLAMの収束性と一致性の解析SLAM2017/2/1
不変拡張カルマンフィルタを用いた3D SLAMの収束性を証明し、確率的剛体変換に対する不変性と一致性への影響を解析した論文。
