Xingxing Zuo
収録論文 39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
- ForkCast: 反事実的未来予測による視覚言語行動ポリシーの復旧VLA2026/10/13
凍結したVLAポリシーに対し、行動継続・視点変更・軌道再計画の候補を世界モデルで予測比較し、失敗検出器なしで介入の要否と方法を決める復旧フレームワーク。
- Exo2EgoHOI: 手と物体のインタラクションを考慮した三人称視点から一人称視点への動画生成動画生成2026/9/29
三人称視点の操作動画を一人称視点に変換する際、手と物体のインタラクションを保つための4D事前情報と物体中心のアテンション機構を導入した動画生成フレームワーク。
- ロボットデータファクトリー:物理AIのための経験生成基盤データ基盤2026/9/15
ロボットの生データではなく物理的経験を継続的に生成・検証・再利用する基盤「Robot Data Factory」を提案し、その階層構造とスケーリング則を定式化した。
- ロボット学習と制御のための世界行動モデル:サーベイVLA2026/9/13
未来の世界予測と実行可能な行動生成を統合したWorld-Action Models(WAMs)について、ロボティクス視点で分類・応用・評価・課題を整理したサーベイ。
- MAC-I²:ロバストな視覚慣性融合のための学習によるメトリクス対応共分散状態推定2026/9/7
視覚とIMUの融合において、事前定義された不確かさではなく、学習により各モダリティのノイズを反映した共分散を推定し、初期化とキャリブレーションのロバスト性を向上させる手法を提案した。
- ROEVO: RGB-Dカメラを用いたロバストな組織化エッジ特徴に基づくビジュアルオドメトリビジュアルオドメトリ2026/8/1
本論文は、エッジ特徴を組織化エッジとして表現し、エッジ単位の追跡と形状保存型バンドル調整を導入することで、ロバストで高精度なビジュアルオドメトリシステムを構築した。
- LooperMuscle: 構造化Mixture-of-Expertsによるヒューマノイド全身追従の高速かつ安定な学習全身制御/学習2026/8/1
ヒューマノイドの全身追従タスクにおいて、高速学習手法FastSACの性能低下を、構造化MoEアクターと専門家認識型クリティック、寄与度ルーティングリプレイを組み合わせた閉ループ学習で改善し、PPOに近い精度を約45分で達成した。
- M3imic: 多様な動作模倣のための汎用全身制御器の学習全身制御2026/6/1
ヒューマノイドロボットの全身制御を目的に、関節角度やエンドエフェクタ位置など異なる動作参照モダリティを統一するフレームワークを提案し、シミュレーションと実機で汎用性を実証した。
- フィードフォワード3Dモデルを用いた単眼視覚慣性システムの効率的な特徴点フリー初期化視覚慣性初期化2026/5/1
単眼VINSの初期化を、視覚特徴追跡を使わずにフィードフォワード3Dモデルが予測する点群を利用して行う手法を提案し、成功率90%以上・データ所要時間1.2秒未満を達成した。
- FreeOcc: 学習不要の身体化オープンボキャブラリ占有予測占有予測2026/4/1
3Dアノテーションやカメラ姿勢の真値を使わず、SLAMと視覚言語モデルを組み合わせて、単眼またはRGB-Dシーケンスからオープンボキャブラリの占有マップを構築する学習不要のフレームワークを提案した。
- VAG: 身体化データ合成のためのデュアルストリーム動画-行動生成VLA2026/4/1
ロボットの基盤モデル学習用に、動画と行動を同時生成する統一フレームワークVAGを提案。動画と行動の整合性を高め、合成データでポリシーの汎化性能を向上させる。
- EgoFlow: 勾配誘導フローマッチングによる自己中心視6DoF物体動作生成動作生成2026/4/1
自己中心視映像から物体の6DoF動作を生成するフローマッチングフレームワークを提案し、物理的制約を勾配として組み込むことで衝突回避と滑らかな動作を実現した。
- 実世界の屋内ツアー動画から得たマルチモーダルイベント知識による視覚言語ナビゲーションの強化VLA2026/2/1
実世界の屋内動画からマルチモーダル時空間知識グラフを構築し、粗い指示や長期的推論を要する視覚言語ナビゲーションにイベント知識を統合する手法を提案した論文。
- FlowHOI: 巧みなロボット操作のためのフロー型意味論に基づく手と物体のインタラクション生成マニピュレーション2026/2/1
言語指示と3Dシーン再構成を条件に、フローマッチングで手姿勢・物体姿勢・接触状態からなる手と物体のインタラクション系列を生成し、ロボット操作へ転移可能にする手法を提案。
- SimGenHOI: 生成モデルと強化学習による物理的にリアルな全身ヒューマノイド-物体インタラクション全身マニピュレーション2025/8/1
拡散トランスフォーマーでテキストと物体形状から全身動作を生成し、強化学習による接触考慮型制御で貫通や足滑りを補正することで、物理的に実現可能なヒューマノイドの物体操作を生成するフレームワーク。
- Gaussian-LIC2: LiDAR・慣性・カメラ統合ガウシアンスプラッティングSLAMSLAM2025/7/1
LiDAR・慣性センサ・カメラを統合し、リアルタイムで高品質な3Dガウシアンマップを構築しながら自己位置推定を行うSLAMシステムを提案。LiDARが届かない領域は深度補完で補い、姿勢推定の頑健性も向上させた。
- フライング・コステレオ:動的ベースラインの協調ステレオビジョンによる長距離空中高密度マッピング空中マッピング2025/6/1
2機のUAVの広いベースラインを活用した協調ステレオビジョンシステムを提案し、最大70mの高密度3Dマッピングを実現した。
- MonoTher-Depth: 信頼度を考慮した蒸留による熱画像深度推定の強化深度推定2025/4/1
RGB深度推定モデルから知識蒸留することで、ラベル付き熱画像データが少なくても高精度な単眼熱画像深度推定を実現する手法を提案。
- PG-SLAM: 動的環境におけるフォトリアルで幾何学的に正確なRGB-D SLAMSLAM2024/11/1
ガウススプラッティングを拡張し、動的な人や物体の変形・動きをモデル化しつつ、フォトリアルな前景と静的背景を同時に再構成してカメラ位置推定を行うRGB-D SLAM手法を提案。
- LiCROcc: LiDARとカメラでレーダーに正確な意味的占有予測を教える意味的占有予測2024/7/1
LiDARとカメラの融合特徴を蒸留することで、レーダー単独およびレーダー・カメラ設定での意味的シーン補完性能を大幅に向上させた研究。
- Gaussian-LIC: LiDAR・慣性・カメラ融合によるリアルタイム写実的SLAMSLAM2024/4/1
LiDAR・IMU・カメラを密に融合し、Gaussian Splattingを用いてリアルタイムに写実的な3Dマップを生成するSLAM手法を提案。LiDAR未観測領域は画像の三角測量点で補完し、天空や露出変化もモデル化する。
- 野外環境向けCaltech航空RGB-熱画像データセットデータセット/知覚2024/3/1
自然環境を飛行するロボット向けに、RGB・熱・GPS・慣性を同期した初の公開データセットを構築し、悪天候や夜間に対応する知覚アルゴリズム開発のためのベンチマークを提案した。
- Coco-LIC: 非一様Bスプラインを用いた連続時間LiDAR-慣性-カメラオドメトリSLAM/オドメトリ2023/9/1
非一様BスプラインでLiDAR・IMU・カメラを密結合し、制御点を適応配置することでリアルタイムかつ高精度な連続時間オドメトリを実現した研究。
- SimpleMapping: 深層多視点ステレオによるリアルタイム視覚慣性高密度マッピングSLAM/3D再構成2023/6/1
単眼カメラとIMUのみからリアルタイムに高品質な3Dメッシュを再構成する視覚慣性高密度マッピング手法を提案し、VIOの疎な点群を活用する多視点ステレオネットワークで精度を向上させた。
- LiDAR-慣性-カメラSLAMのための連続時間固定ラグスムージングSLAM2023/2/1
異なる時刻・周波数のセンサ計測を連続時間軌道として固定ラグスムージングで融合し、LiDAR-慣性-カメラSLAMをリアルタイムで実現した研究。
- GPS途絶に耐える密結合な視覚慣性SLAMSLAM2022/8/1
ステレオ視覚慣性SLAMにGPSを密結合で融合し、GPS信号途絶時もループ閉じ込み的な最適化でドリフトを補正する手法を提案した。
- Ctrl-VIO: ローリングシャッターカメラのための連続時間ビジュアル・慣性オドメトリVIO2022/8/1
ローリングシャッターカメラとIMUを連続時間軌道で融合し、スライディングウィンドウ型のVIOを提案。ライン露光時間差もオンラインキャリブレーション可能で、既存手法を大きく上回る精度を示した。
- 可観測性を考慮したLiDAR-IMUの内部・外部キャリブレーションキャリブレーション2022/5/1
連続時間バッチ最適化の枠組みで、マーカー不要でLiDARとIMUの内部パラメータおよび相互の時空間外部パラメータを推定する手法を提案。情報量に基づくデータ選択と可観測性を考慮した状態更新により、退化運動下でも高精度なキャリブレーションを実現する。
- 対称性と不確かさを考慮した物体SLAMによる6DoF物体姿勢推定物体SLAM2022/5/1
SLAMのカメラ姿勢を利用して対称物体のキーポイント追跡を安定化し、キーポイントの不確かさを学習して外れ値除去と最適化に活用する物体レベルSLAMを提案した論文。
- 視覚慣性ナビゲーションのオンライン自己校正:モデル・解析・退化VINS/自己校正2022/1/1
視覚慣性ナビゲーションシステムにおいて、IMU・カメラ内部パラメータや外部キャリブレーションをオンラインで自己校正する問題を解析し、可観測性と退化運動を明らかにした上で、精度とロバスト性の向上を実証した。
- CLINS:LiDAR慣性系のための連続時間軌道推定SLAM2021/9/1
LiDARと慣性センサを融合するSLAM向けに、非剛体レジストレーションで連続時間軌道を推定し、ループ閉じ込み時の大域最適化を二状態補正で効率化する手法を提案した論文。
- 動きぼやけを考慮したビジュアルオドメトリビジュアルオドメトリ2021/3/1
露光時間内のカメラ軌道を直接モデル化・推定することで動きぼやけを補正するハイブリッド型ビジュアルオドメトリを提案し、評価用データセットも構築した。
- LIC-Fusion 2.0:スライディングウィンドウ平面特徴追跡を用いたLiDAR-慣性-カメラオドメトリマルチセンサ融合オドメトリ2020/8/1
IMUで補償したLiDAR点群から低曲率の平面点を抽出しスライディングウィンドウ内で追跡する新手法を導入し、LiDAR-慣性-カメラ融合オドメトリの精度とロバスト性を向上させた研究。
- ターゲット不要のLiDAR-IMU連続時間バッチ推定キャリブレーションキャリブレーション2020/7/1
Bスプラインによる連続時間軌道と平面セグメントのデータ関連付けを用い、人工ターゲットなしでLiDARとIMU間の6自由度外部キャリブレーションを高精度かつ再現性良く行う手法を提案した。
- スキッドステアリングロボットの視覚ベース運動学と姿勢推定姿勢推定2020/6/1
単眼カメラ・車輪エンコーダ・IMUを用い、スキッドステアリングロボットの運動学パラメータをオンライン推定しながら姿勢を確率的に求める手法を提案し、可観測性解析と実機実験で検証した論文。
- クローラロボットの運動学的制約を考慮した視覚慣性自己位置推定視覚慣性SLAM2019/11/1
スキッドステアリングロボット向けに、ICRモデルに基づく運動学的制約を視覚慣性SLAMに密結合し、運動パラメータをオンライン推定する低コストな自己位置推定システムを提案した。
- LIC-Fusion:LiDAR・慣性・カメラ融合オドメトリセンサフュージョン2019/9/1
IMU・疎な視覚特徴・LiDAR点を密結合し、3センサ間のオンライン時空間キャリブレーションを行うMSCKFベースの融合オドメトリを提案。屋内屋外実験でVIOやLiDARオドメトリより高精度・高ロバスト。
- 車輪オドメトリと外界センサのみで6D姿勢推定を実現する多様体表現手法姿勢推定2019/9/1
非ホロノミック地面ロボットの運動多様体をパラメトリックに表現し、車輪オドメトリのみでの6D積分と周期的な再パラメータ化により、IMUなしで高精度な6D姿勢推定を可能にした。
- 点と線の特徴を用いたロバストなビジュアルSLAMビジュアルSLAM2017/11/1
点特徴と線特徴を統合し、線特徴を正規直交表現でモデル化して再投影誤差のヤコビアンを解析的に導出することで、精度とロバスト性を向上させたビジュアルSLAMシステムを開発した。
