Yong Liu
Zhejiang University
収録論文 68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
- TARSphere:進化する物理・社会環境下での長期的身体性エージェント向けロボット指向フルスタックフレームワーク身体性エージェント2026/10/21
物理シミュレータとNPC対話を備えた環境で、凍結MLLMが階層的スキルと記憶を用いて長期タスクを遂行するフルスタック枠組みと、360エピソードのベンチマークを提案した論文。
- VEOcc++: 持続的ボクセル特徴マップによる実体化オンライン意味占有マッピングとオフライン精緻化意味占有マッピング2026/10/20
探索中のオンライン増分マッピングと探索後のオフライン地図精緻化を、持続的な疎ボクセル特徴マップで統合する枠組みを提案し、EmbodiedOcc-ScanNetで最先端性能を達成した。
- PVBench:物体レベルの物理計測で動画生成の物理的妥当性を定量評価するベンチマーク動画生成評価2026/10/19
生成動画が幾何・運動・力学・保存則を守っているかを46項目7領域で定量評価するベンチマークPVBenchを提案し、物体6D姿勢や法線、保存則残差などの物理計測で客観的に採点する。
- 指示ベース編集と再利用可能なRGBAレイヤー生成を統合するLayerEditor画像編集2026/10/17
画像編集モデルの編集能力を保ちつつ、編集結果を順序付きの再利用可能なRGBAレイヤーとして生成する統合フレームワークを提案し、大規模データセットとベンチマークも構築した。
- Atomic-WAM:実行に基づく原子的動作推論によるワールドアクションモデルVLA2026/10/14
視覚言語推論器が次に行う局所動作を記述し、それをワールドアクションモデルが実行可能な行動に変換する枠組みを提案。実行成功率に基づく強化学習で推論器を調整し、実機→シミュレーション評価で有効性を示した。
- VLMはネイティブな行動モデルである:明示的行動空間グラウンディングによる操作能力の解放VLA2026/10/9
VLMの視覚・空間推論能力を、ツール中心点を基準にした行動フレームを手首カメラ画像に投影しテキスト生成として行動を表現することで、追加の行動モジュールやロボット行動事前学習なしに直接操作行動を生成できるようにしたフレームワークEASGを提案。
- RiverVLN: フェーズ接地型時間的視覚言語ナビゲーションによる無人水上艇の河川航行VLA2026/9/20
河川を航行する無人水上艇(USV)向けに、長期的な言語指示を視覚的に検証可能な意味フェーズ列に変換し、予測・実行・再観測ループで連続的なSE(2)姿勢増分を予測するナビゲーション手法PGT-NAVとベンチマークRiverVLNを提案した。
- RecMorph: トポロジー誘導型空間リカレンスによる汎用形態制御汎用形態制御/リカレントネットワーク2026/9/16
身体の運動木構造を深さ優先探索で系列化し、双方向リカレント計算で脚間通信と表現変換を同時に行う汎用形態制御ポリシーを提案。最大30脚の未見形態や四脚ロボット実機に汎化する。
- 見ることから行動へ:スマートグラスを一人称知能プラットフォームとして捉えるスマートグラス/一人称知能/サーベイ2026/8/25
スマートグラスを、人間の知覚・文脈・行動をつなぐ一人称知能プラットフォームとして体系的に調査し、ハードウェア能力軸や基盤能力、L0-L5フレームワークを提案したサーベイ論文。
- 多様な計画ポリシーの発見:品質多様性最適化によるマルチモーダル具現化エージェント計画/強化学習2026/8/9
マルチモーダル具現化エージェントのための多様な計画ポリシーを品質多様性最適化で発見し、行き詰まり時に別のポリシーへ切り替えることでタスク成功率を向上させる。
- WNM-3D: 3Dシーン条件付けによるクローズドループVLNのための世界ナビゲーションモデルVLA/ナビゲーション2026/8/7
連続的な視覚言語ナビゲーション(VLN)のための生成的世界行動モデルを提案し、3Dシーン表現を条件として将来の視覚と行動を同時生成することで、クローズドループのナビゲーション性能を向上させた。
- ワールドモデリングはどこへ向かうのか?世界モデル2026/8/1
エージェントの継続的改善のための世界モデルの概念を、物理状態遷移からエージェント中心の情報遷移へと拡張し、6つのプロキシ形式と3つの活用レベルを提案する。
- TS-Mask VLA: 視覚言語行動モデルのための2次元時空間マスキングと効果的なブリッジングVLA2026/7/1
本論文は、ロボット操作のための視覚言語行動(VLA)モデルを提案し、離散拡散アクションエキスパートと時空間2Dマスキング戦略を導入して、長期的で複雑なタスクにおける行動生成の精度と安定性を向上させる。
- 歩道ロボットのためのハイブリッド2D-3D学習による単眼3D占有知覚3D占有予測2026/6/1
歩道を走行するロボット向けに、LiDAR-RGBペアデータと大規模な非ペア単眼画像を組み合わせたハイブリッド学習で3D占有予測を行うフレームワークWalkOCCを提案し、新たな歩道データセットSidewalk3Dも導入した。
- SAGE-Nav: LLM計画とアライメント融合を活用した階層的シーングラフ誘導ナビゲーションナビゲーション2026/6/1
LLMによる大域計画と階層的シーングラフ符号化、目標認識アライメント融合ネットワークを組み合わせ、物体目標ナビゲーションの性能と汎化性を向上させた。
- VEOcc: 身体化シーン理解のためのボクセル中心オンライン意味占有予測3D占有予測2026/5/24
オンライン3D占有予測とマッピングのためのボクセル中心フレームワークを提案し、初期スケール推定を不要にすることで効率的な地図拡張を実現し、時間的・空間的にロバストな更新戦略を導入した。
- Pro-HOI: 知覚に基づくルート誘導型ヒューマノイド物体インタラクションロコマニピュレーション2026/3/1
ヒューマノイドロボットの物体運搬操作を、ルート軌道を条件としたポリシー学習とデジタルツインによる物体状態推定で実現する汎用フレームワークを提案した。
- RuN: 自然なヒューマノイド歩行のための残差ポリシー歩行2025/9/1
事前学習済みの動作生成器と残差強化学習を組み合わせ、歩行から走行まで滑らかに遷移する自然なヒューマノイド移動を実現した。
- 3D・4D世界モデリングのサーベイ世界モデル2025/9/1
RGB-D画像や占有グリッド、LiDAR点群といったネイティブな3D/4D表現を用いた世界モデリング研究を初めて体系的に整理し、定義・分類・データセット・評価指標をまとめたサーベイ。
- L2Calib: 退化運動に頑健な外部キャリブレーションのためのSE(3)多様体強化学習キャリブレーション2025/8/1
外部キャリブレーションを意思決定問題として定式化し、SE(3)上の強化学習で直接最適化することで、構造化ターゲットや十分な励振がない実運用データでも高精度にキャリブレーションできる手法を提案。
- CogDDN: 認知的需求駆動ナビゲーションと二重プロセス思考による意思決定最適化ナビゲーション2025/7/1
VLMを用いて人間の速い思考と遅い思考を模倣し、未知環境で暗黙の要求に応じて対象物体を探索・ナビゲートするフレームワークを提案。
- 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。
- LITE: 学習統合型トポロジカル探索による多階層屋内環境の探査探索2025/7/1
YOLO11による階層・階段のトポロジー構築と注意機構ベースの2D探索方策を組み合わせ、多階層屋内を効率的に探索するフレームワークを提案。
- KGN-Pro: 確率的2D-3D対応学習によるキーポイントベースの把持予測マニピュレーション2025/7/1
RGB-D画像から把持キーポイントを予測し、確率的PnP層で3D最適化をエンドツーエンドに組み込むことで、6自由度把持推定の精度と成功率を向上させた研究。
- 四脚ロボットの全身マニピュレーションと移動を統合する効率的な方策学習マニピュレーション2025/7/1
マニピュレータの運動学モデルを強化学習に組み込み、四脚ロボットの全身移動・操作を統合した方策を効率的に学習する手法を提案し、実機で有効性を示した。
- 階層型探索に基づく協調動作計画群制御2024/10/1
非ホロノミックなアッカーマンモデルの無人地面車両群に対し、二値衝突探索木を用いた階層型のリーダーレス協調動作計画法を提案し、複数グループや障害物環境での有効性を実機検証した。
- 適応的減衰時間表面と極性認識トラッキングを用いた単眼イベント慣性オドメトリイベントカメラ/オドメトリ2024/9/1
イベントカメラの非同期イベントから適応的減衰カーネルベースの時間表面でテクスチャを抽出し、極性反転表面を併用したトラッキングで運動方向変化に頑健な単眼イベント慣性オドメトリを実現した。
- 最大航続距離制約下でのマルチロボットタスク割り当てと経路計画群制御2024/9/1
ロボットの最大航続距離を考慮し、経路計画とオークションを統合したタスク割り当て手法を提案。障害物回避距離を反映し、遅延オークションで高速化を図り、実機実験で有効性を検証した。
- DriveArena: 自動運転のための閉ループ生成シミュレーションプラットフォーム自動運転シミュレーション2024/8/1
生成モデルで実写のような画像を作り出し、交通シミュレータと組み合わせて自動運転エージェントを閉ループで評価できる高忠実度シミュレーションシステムを構築した。
- SARO: 視覚言語モデルによる3D地形を横断する空間認識ロボットシステム歩行2024/7/1
視覚言語モデルを高レベル推論に用い、タスク分解と閉ループ実行、強化学習による低レベル制御を組み合わせて、四足ロボットが3D地形を横断して目標地点に到達できるシステムを構築した。
- 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。
- 継続的に学習・適応・改善する:自動運転のための二重プロセスアプローチ自動運転2024/5/1
人間の認知プロセスに着想を得て、注意選択と二重プロセス意思決定(分析的推論とヒューリスティック処理)を組み合わせ、反省機構と記憶バンクで自己改善する自動運転フレームワークLeapADを提案。CARLAでの閉ループ評価でカメラ入力のみの手法を上回り、ラベルデータも大幅に削減できることを示した。
- 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。
- 知識駆動型自動運転に向けて自動運転2023/12/1
データバイアスや長尾シナリオへの弱さ、解釈性の欠如といった従来の自動運転の課題に対し、大規模言語モデルや世界モデル、ニューラルレンダリングなどを用いた知識駆動型アプローチの研究動向を整理し、今後の方向性を示したサーベイ論文。
- 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。
- 注意誘導記述子と重複推定による粗から細への場所認識手法場所認識2023/3/1
BEV特徴抽出と注意誘導記述子、粗い候補選択と細かい重複推定を組み合わせ、場所認識を高速かつ高精度に行う手法を提案した論文。
- 協調型マルチエージェント強化学習のための適応的価値分解と貪欲限界貢献計算マルチエージェント強化学習2023/2/1
非単調な報酬を持つ協調タスクに対応するため、動的に変化するエージェント群の協調価値を学習する適応的価値分解と、そこから算出する貪欲限界貢献を個別のクレジットとする新しい明示的クレジット割り当て手法AVGMを提案した論文。
- 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。
- 船舶動力学と微分平坦性を活用したUSVの効率的軌道計画と制御軌道計画・制御2022/9/1
微分平坦性でUSVの動力学モデルを線形化し、動的RRT*と局所最適化で軌道を生成、MPCで追従制御する手法を提案した。
- グリッドベース3D物体検出における次元削減の再考3D物体検出2022/9/1
LiDAR点群をBEV表現に変換する際の情報損失を抑えるため、空間情報を考慮した次元削減と多段階の空間残差融合を組み合わせた検出ネットワークMDRNetを提案し、nuScenesで最高精度を達成した。
- 船体動的制約を考慮したUSV-UAV協調軌道計画アルゴリズム軌道計画2022/9/1
UAVを飛行センサとして用いてUSVの周囲環境を認識し、船体の動的制約を考慮した数値最適化により安全で追従しやすい軌道を生成する協調軌道計画手法を提案した。
- 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。
- DA$^2$データセット:器用さを考慮した双腕把持に向けてマニピュレーション2022/8/1
大規模物体に対する最適な双腕把持ペアを生成するための、約900万組の把持データを含む初の大規模双腕器用さ対応データセットを構築し、評価モデルを提案した。
- 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。
- グラフマッチングに基づく軽量な物体レベル位相意味マッピングと長期グローバル自己位置推定SLAM/自己位置推定2022/1/1
物体レベルの意味・幾何情報を意味トポロジーグラフとして整理し、階層的メモリ管理とグラフマッチングにより低計算資源でも高精度な地図構築と長期自己位置推定を実現した軽量手法。
- 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。
- 意味情報を用いた大規模場所認識のためのセマンティック・スキャンコンテキスト場所認識2021/7/1
点群の場所認識において、低レベル特徴ではなく意味情報を活用した新たなグローバル記述子「Semantic Scan Context」を提案し、2段階のグローバル意味ICPで位置合わせを行うことでKITTIデータセット上で従来手法を大きく上回る精度を達成した。
- 意味情報を活用したループ閉じ込み付きLiDAR SLAMLiDAR SLAM2021/6/1
LOAMをベースに、オドメトリとループ閉じ込み検出の両方で3Dセマンティクスを活用し、大規模環境でも高精度な位置推定と一貫したセマンティックマップ構築を実現したLiDAR SLAM手法。
- FlowMOT: シーンフロー統合による3Dマルチオブジェクト追跡3D追跡2020/12/1
LiDAR点群のシーンフロー推定で得た点単位の運動情報を従来のマッチングに統合し、速度変化に頑健な3Dマルチオブジェクト追跡フレームワークを提案した論文。
- 車両型ロボットのための運動学的・時空間制約を考慮したマルチエージェント経路計画マルチエージェント経路計画2020/11/1
非ホロノミックな車両型ロボットの形状・運動学・時空間制約を扱うCL-MAPF問題を定式化し、ボディ衝突木と時空間ハイブリッドA*を組み合わせた階層型解法を提案した論文。
- 隊形を保ちながら進む分散階層強化学習によるマルチエージェント経路計画群制御2020/11/1
隊形維持と経路探索を階層的に分解し、報酬の影響を理論的に均等化する分散部分観測強化学習と通信手法を提案し、実機でも検証した。
- 意味グラフに基づく3D点群の場所認識場所認識2020/8/1
点群シーンを意味物体とその関係からなるグラフで表現し、グラフマッチングとして場所認識を行う手法を提案。遮蔽や視点変化に頑健でKITTIで高精度。
- 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。
- 動的制約を考慮した自律水上艇の衝突回避軌道計画軌道計画2020/5/1
二推力の水中翼艇モデルに対し、サンプリング探索で経路を求め、数値最適化で燃料を抑えつつ障害物から離れた滑らかな軌道を生成する手法を提案した。
- 深層モデル融合強化学習による効率的なロボットタスクの汎化強化学習2019/12/1
学習済みモデルを融合して環境適応を効率化するDeep Model Fusion強化学習と、学習効率を高める多目的誘導報酬整形を提案し、様々な環境で有効性を検証した論文。
- RoboCoDraw:GANスタイル変換と時間効率経路最適化によるロボットアバター描画描画ロボティクス2019/12/1
実写の顔写真からGANで似顔絵アバターを生成し、線画抽出と遺伝的アルゴリズムによる経路最適化でロボットアームに効率的に描かせる協調描画システムを提案した。
- 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。
- PASS3D:3D点群のための高精度かつ高速なセマンティックセグメンテーション3Dセグメンテーション2019/9/1
幾何学的手法による高速なクラスタ提案と深層学習によるラベル推定を組み合わせ、3D点群の点単位セマンティックセグメンテーションを高精度・高速に実現した。
- 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。
- 経路プリミティブサンプリングと被覆グラフを用いたUAV視覚検査のための被覆経路計画被覆経路計画2019/8/1
カメラ搭載UAVが複雑な3D環境で対象構造物を動画として撮影するため、ボクセル膨張・収縮に基づくサンプリングで経路プリミティブを生成し、新たなPrimitive Coverage Graph上でグラフ探索により被覆経路を直接計画する手法を提案した。
- 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。
- マルチセンサ融合による移動ロボットのリアルタイム3D人物追跡人物追跡2017/3/1
単眼カメラと超音波センサをEKFで融合し、遮蔽やスケール変化に頑健な移動ロボット向けリアルタイム3D人物追跡システムを構築した。
- 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。
- 回転・照明・スケール不変な外観形状特徴量RISASRGB-D特徴量2016/3/1
RGB-D画像からテクスチャと形状情報を併用し、視点・照明・スケール・回転変化に頑健なキーポイント検出と特徴記述子を提案した論文。
- 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。
