Yiyi Liao
収録論文 16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
- 123D: 大規模マルチモーダル自動運転データの統合自動運転データ統合2026/5/1
自動運転の多様なデータセットを単一APIで統合するオープンソースフレームワークを提案し、8つの実データセットと合成データを統合して、クロスデータセットでの3D物体検出や強化学習などの応用を実証した。
- InstructVLA: 理解から操作へと導く視覚-言語-行動インストラクションチューニングVLA2025/7/1
大規模視覚言語モデルの推論能力を保ちつつ、身体性推論を活用して操作性能を高める新しいVLAモデルと学習法を提案し、汎化ベンチマークで大幅な改善を示した。
- UnIRe: 動的都市シーンの教師なしインスタンス分解シーン再構成2025/4/1
RGB画像とLiDAR点雲のみから、4Dスーパーポイントを用いて動的都市シーンを静的背景と個々の動的インスタンスに教師なしで分解し、3Dガウシアンスプラッティングで再構成する手法を提案。
- クロスアテンションを活用したエンドツーエンドのオープンボキャブラリ・パノプティック再構成3D再構成2025/1/1
3Dインスタンスをクエリ、3D埋め込み場をキーとするクロスアテンションでパノプティック再構成を定式化し、学習可能な3Dガウシアンをインスタンスクエリとして用いることで空間的近接性を保ちつつエンドツーエンド最適化を実現した手法を提案。
- HUGSIM:自動運転のためのリアルタイム・フォトリアル・閉ループシミュレータ自動運転シミュレーション2024/12/1
3Dガウシアンスプラッティングで2D画像を3D空間に持ち上げ、自動運転アルゴリズムを評価するためのリアルタイムでフォトリアルな閉ループシミュレータを構築した。
- E-3DGS: 露光イベントと動きイベントを活用したガウシアンスプラッティング3D再構成/イベントカメラ2024/10/1
露光調整デバイスを組み込み、イベントカメラで露光イベントと動きイベントを取得し、3Dガウシアンスプラッティングによる高品質・高速・バランス型の3D再構成を実現した研究。
- PanopticRecon: オープン語彙インスタンスセグメンテーションを活用したゼロショットパノプティック再構成3Dシーン理解2024/7/1
RGB-D画像から、オープン語彙インスタンスセグメンテーションを利用して未知環境でも3Dパノプティック再構成をゼロショットで行う手法を提案。部分ラベルの伝播と3DインスタンスグラフによるID統合で課題を解決した。
- ν-DBA: ニューラル陰的密バンドル調整による画像のみの走行シーン再構成SLAM/3D再構成2024/4/1
3Dニューラル陰的表面で地図を表現し、密オプティカルフローに導かれた幾何誤差で軌跡と地図を同時最適化する密バンドル調整フレームワークを提案し、走行シーンの軌跡推定と密再構成精度を向上させた。
- NGEL-SLAM: ニューラル暗黙表現に基づくグローバル一貫性と低遅延を両立したSLAMシステムSLAM2023/11/1
複数のニューラル暗黙場とオクツリー表現、ループ閉じ込み対応の特徴量追跡を組み合わせ、グローバル一貫性と低遅延を実現したSLAMシステムを提案。
- NF-Atlas: 大規模LiDARマッピングのためのマルチボリュームニューラル特徴場SLAM/マッピング2023/4/1
ニューラル特徴ボリュームをポーズグラフ最適化と統合し、局所的剛性と大域的弾力性を両立させた大規模LiDARマッピング手法を提案。ループ閉じ込め時も再マッピング不要で、精度・効率・メモリで優れた性能を示す。
- RING++: スパーススキャンマップ上の大域的自己位置推定のための回転並進不変グラム自己位置推定2022/10/1
LiDARのスパーススキャンマップ上で、回転・並進に不変な表現を用いて場所認識と大域的な姿勢推定を学習なしで行うフレームワークを提案し、多ロボットSLAMにも応用した。
- DPCN++: 多様な姿勢位置合わせのための微分可能位相相関ネットワーク位置合わせ2022/6/1
フーリエ変換と球面動径集約で並進・スケール不変なスペクトル表現を作り、微分可能位相相関ソルバで回転・スケール・並進を順に推定する、初期値不要の7DoF姿勢位置合わせフレームワーク。
- カテゴリレベル物体姿勢推定への視覚ナビゲーション的アプローチ姿勢推定2022/3/1
単眼画像からのカテゴリレベル物体姿勢推定を、生成モデルの潜在変数を更新する視覚ナビゲーション問題として捉え、勾配降下・強化学習・模倣学習の3戦略を比較し、単純なハイブリッド手法が効果的かつ効率的であることを示した論文。
- 深層ニューラルネットワークを使わずに学習可能な解釈可能なBEVベースVIOVIO2021/9/1
微分可能なUKFとカメラ投影を組み合わせ、BEV画像から5自由度の姿勢推定を end-to-end で学習する解釈可能なVIO手法を提案。
- 線から幾何を読み解く:部分的なレーザー観測を用いた単眼深度推定深度推定2016/11/1
2Dレーザーレンジファインダの疎な観測から密な参照深度マップを作り、単眼画像の深度推定を参照との差分推定として再定義することで精度を向上させた研究。
- グラフ正則化深層ニューラルネットワークによる場所分類場所認識2015/6/1
レーザーレンジデータを多層化して深層学習で分類し、グラフ正則化と信頼度木による統合で場所分類精度を向上させる手法を提案した。
