Yu Hu
Spatial Robotics
収録論文 24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
- Compass 1：単眼RGB動画からのオープンワールド持続型身体性ナビゲーションに向けてナビゲーション2026/11/9
言語理解と動画生成を統合し、約2分の視覚履歴を記憶として遡れる身体性ナビゲーション基盤モデルを提案。大規模データセットも公開し、多様なロボット形態で汎化する。
- バイアス付き事前地図に頑健なオンライン・ベクトル化地図構築フレームワークPriorMaskMap地図構築2026/10/29
古い情報や一時的な道路変化で誤りを含む事前地図でも、その信頼度を推定して活用し、オンラインで高精度かつ頑健にベクトル化地図を構築する手法を提案した。
- 自動運転のための4Dレーダー知覚アルゴリズム：レビュー自動運転知覚2026/9/16
4Dミリ波レーダーを用いた知覚アルゴリズムの研究動向を、信号処理から物体検出、セグメンテーション、占有予測、動的シーン再構成までタスク指向で整理したレビュー。
- DART-S: オフロード車両ジャンプのための到達可能性監査付きアクティブサスペンション事前調整車両制御2026/8/20
オフロード車両のジャンプ時に、サスペンションを事前に調整してピッチや車輪回転を変え、空中での姿勢制御の余裕を増やす手法を提案。シミュレーションで成功率を大幅に向上させた。
- FlowPilot: 俊敏なUAVナビゲーションのためのリアルタイム世界行動モデリングUAVナビゲーション2026/8/1
深度画像から将来のシーンと軌道を同時に生成するコンパクトな世界行動モデルを提案し、シミュレーションと実機で高速・高機動な飛行を実現した。
- DART: オフロード車両ジャンプのための二軸空中到達可能性ゲート付きトルク反作用制御車両制御/ジャンプ制御2026/7/1
オフロード車両のジャンプ中の空中姿勢制御の限界を解析し、離陸前の速度調整と空中でのトルク反作用制御を組み合わせたDARTを提案。シミュレーションで着地成功率を大幅に向上させた。
- AeroAct: 言語条件付きクワッドローター飛行のためのアクション中心のワールドアクションモデル飛行制御2026/7/1
言語指示によるクワッドローター飛行を実現するため、事前学習済みビデオ拡散トランスフォーマーを応用し、視覚・状態・言語から局所的な軌道アクションを予測するアクション中心のワールドアクションモデルを提案した。実機飛行で初めて実証された。
- 手中心のビデオデモからの人間からロボットへの軌道転写：オープンワールド接触位置特定によるアプローチ模倣学習/軌道転写2026/6/1
人間のビデオデモから、接触情報を考慮した多様なロボット軌道を生成するフレームワークを提案。手と物体の接触区間を特定し、把持意図をロボットの並行ジョー把持に変換して軌道を生成する。
- 並進オプティカルフローと不確実性マスクによる自律FPV飛行ドローン飛行2026/6/1
単眼カメラのみを用いた自律FPVドローン飛行において、オプティカルフローを並進成分と回転成分に分解し、並進フローと不確実性マスクを利用して障害物を検出し、強化学習で制御ポリシーを学習することで、実環境で最高11.79 m/sの高速飛行を実現した。
- 非対称物理が四足ロボット群の効率的学習を可能にする群制御2026/6/1
四足ロボットの大規模群れにおいて、視覚ベースの分散制御を効率的に学習するため、訓練中に高忠実度シミュレータと微分可能サロゲートモデルを組み合わせる非対称物理を導入し、最大512台のロボットが協調ナビゲーションを学習できることを示した。
- E2E-Fly: エンドツーエンドクアッドローター自律飛行のための統合トレーニングから展開までのシステムドローン制御2026/4/1
シミュレーションから実機へのゼロショット転送を可能にする、差動可能物理学習と強化学習を統合したクアッドローター自律飛行のための包括的なフレームワークを提案する。
- 微分可能シミュレーションによる不規則な隙間を通過するUAVの視覚ベースエンドツーエンド学習ドローン制御2026/4/1
深度画像から制御指令へのエンドツーエンド学習で、不規則な隙間を自律的に通過するドローンの制御を実現した論文。
- AI-IO: 空気力学に着想を得たクアッドローター用リアルタイム慣性オドメトリ慣性オドメトリ2026/3/1
クアッドローターの慣性オドメトリにローター速度を組み込み、物理モデルに基づくトランスフォーマーで速度予測精度を向上させた。
- ベクトル場拡張によるビジョンベースドローンレースの微分可能ポリシー学習ドローンレース/強化学習2026/3/1
ドローンレース向けに、微分可能な損失とベクトル場を組み合わせた新しい学習フレームワークDiffRacingを提案し、シミュレーションと実機で高いサンプル効率と堅牢な飛行性能を実証した。
- ランダム障害物を伴うクアッドロータレースのためのカリキュラム強化学習強化学習/ドローンレース2026/2/1
視覚ベースのカリキュラム強化学習で、障害物のあるドローンレースにおいて高速かつ堅牢に飛行する制御器を訓練した研究。
- 多様で未知の障害物環境における堅牢な視覚ベースドローンレースの実現ドローンレース2025/12/1
強化学習を用いて、障害物が多く未知の環境でも高速飛行と衝突回避を両立するドローンレース用ポリシーを学習する二段階フレームワークを提案し、実機検証した。
- オフロード自動運転の進展：大規模ORAD-3Dデータセットと包括的ベンチマーク自律走行データセット2025/10/1
オフロード自動運転向けの大規模データセットORAD-3Dを構築し、知覚・計画に関する5つのタスクのベンチマークを整備した論文。
- デュアルKD木とMPCによる地図構築不要の障害物回避飛行飛行制御2025/3/1
3D地図や軌道生成を使わず、深度カメラの点群とスパースなウェイポイントからMPCで直接安全な飛行を実現する手法を提案。障害物用とエッジ用の2つのKD木で局所解を回避し、最大12m/sの高速飛行を可能にした。
- ピクセルの動きから見る：単眼カメラのオプティカルフローによる障害物回避学習障害物回避2024/11/1
単眼カメラのオプティカルフローからクアッドロータの障害物回避をエンドツーエンドで学習するシステムを提案し、微分可能シミュレータと注意機構で実機FPVドローンでも検証した。
- WildOcc: オフロード3D意味占有予測のためのベンチマーク3D意味占有予測2024/10/1
オフロード環境における3D意味占有予測のための初のベンチマークWildOccを提案し、粗から細への再構成による高精度な正解生成パイプラインと、画像と点群をボクセルレベルで融合するマルチモーダル予測フレームワークを構築した。
- 非構造環境における自動運転：どこまで進んだのか自動運転2024/10/1
農地や鉱山などの非構造屋外環境での自動運転に関する250本以上の論文を調査し、地図作成・自己位置推定・環境認識・経路計画・End-to-End運転・データセット・課題を整理したサーベイ。
- TeFF: 追跡強化による忘却なし少数ショット3D LiDAR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2024/8/1
LiDARの時系列連続性を利用した追跡モデルで疑似正解を生成してデータを拡張し、LoRAで破滅的忘却を抑えつつ新規クラスに適応する少数ショット3Dセマンティックセグメンテーション手法を提案。
- ニュートンの法則に立ち返る：微分可能物理による視覚ベースの俊敏飛行の学習VLA2024/7/1
微分可能シミュレーションと単純な質点モデルを組み合わせ、深層学習で視覚ベースの飛行制御方策を学習。群知能的な協調飛行や森林での高速自律航行を、安価な計算機で実現した。
- 自動運転向け少数ショット3D LiDAR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2023/2/1
自動運転の安全性を考慮し、新規クラスと既存クラスの両方を同時に予測する少数ショット3D LiDARセマンティックセグメンテーション手法を提案。背景の曖昧さ問題に対処する新たな損失関数を導入し、SemanticKITTIで有効性を実証した。
