Yuheng Qiu
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
- 人間とヒューマノイドの動作のための統一慣性エンコーダ慣性オドメトリ/動作理解2026/11/6
人間とヒューマノイドの動作を共通の慣性入力空間で表現する統一エンコーダを提案し、人間動作データで学習したモデルを物理シミュレーションや実機学習なしでUnitree G1にゼロショット転移させ、速度推定と言語接地動作理解を実現した。
- 自己教師あり慣性オドメトリ慣性オドメトリ2026/10/19
短い時間窓ごとのIMU積分を教師として慣性オドメトリモデルを自己教師あり学習し、ポーズグラフ蒸留で改善する手法を提案。正解軌道なしで歩行者・ドローン・四足・ヒューマノイドの6データセットで高精度を達成。
- StopWatch: 物体ゴールナビゲーションのためのゴールグラウンディング物体ゴールナビゲーション2026/10/16
VLMベースの物体ゴールナビゲーションの失敗原因がゴールの認識不足にあると特定し、ゴールを明示的にグラウンディングすることで6つのベンチマークで最高性能を達成した論文。
- TartanMatch: モダリティを超えた普遍的密対応の実現マルチモーダル対応2026/10/10
RGB・イベント・熱・深度・LiDARの25通りのモダリティペア間で密対応を取る単一モデルを提案し、ゼロショットベンチマークで大幅な精度向上を達成した。
- 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。
- Co-Me: 視覚幾何Transformerのための信頼度誘導トークン統合効率化2025/11/1
再学習なしで視覚幾何Transformerを高速化するため、軽量な信頼度予測器でトークンを不確実性順に並べ、低信頼トークンを統合する手法を提案。VGGTやPi3で最大21倍超の高速化を実現。
- UFM: フローとマッチングを統合するシンプルな密対応モデル密対応2025/6/1
広基線マッチングとオプティカルフローを単一のTransformerで統合学習し、両タスクで専門手法を上回る精度と速度を実現した。
- TartanGround: 地上ロボットの知覚とナビゲーションのための大規模データセットデータセット/知覚・ナビゲーション2025/5/1
多様な環境で動く地上ロボット向けに、360度ステレオカメラやLiDAR、占有マップなどを含む大規模マルチモーダルデータセットを構築し、知覚・SLAMタスクの汎化性能評価を可能にした。
- 微分可能MPCを用いたUAV姿勢制御のためのEnd-to-End自己教師あり学習制御/MPC2025/4/1
学習ベースの慣性オドメトリと微分可能モデル予測制御を組み合わせ、UAV姿勢制御を自己教師ありでEnd-to-End学習する枠組みを提案。強風下でも有効で、MPCパラメータとIMU予測性能を同時に改善できる。
- RayFronts: オンラインシーン理解と探索のためのオープンセット意味論的レイフロンティア意味論的マッピング2025/4/1
距離内のボクセルと距離外のレイにオープンセット意味論を統合し、効率的な意味論的マッピングと探索を可能にする表現を提案。
- AirIO: IMU特徴の可観測性を高めた慣性オドメトリ学習慣性オドメトリ/UAV2025/1/1
生のIMUデータを機体座標系のまま扱い姿勢情報も明示的に入力することで、UAVの動的な飛行でも高精度に自己位置推定できる学習型慣性オドメトリを提案した。
- SuperLoc: アラインメントリスク予測による堅牢なLiDAR慣性自己位置推定自己位置推定2024/12/1
最適化前にアラインメントリスクを予測することで、劣化環境でも失敗を早期検知し、LiDAR慣性自己位置推定の精度と堅牢性を大幅に向上させる手法を提案した。
- MAC-VO: メトリクス対応共分散を用いた学習ベースステレオ視覚オドメトリ視覚オドメトリ2024/9/1
学習したマッチング不確かさをキーポイント選択とポーズグラフ最適化の重み付けに活用し、空間誤差と軸間相関を捉える共分散モデルを導入したステレオ視覚オドメトリ手法を提案。
- 命令的学習:ロボット自律性のための自己教師ありニューロシンボリック学習フレームワークニューロシンボリック2024/6/1
ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。
- AirIMU: 慣性オドメトリのための不確かさ伝播の学習慣性オドメトリ2023/10/1
データ駆動型とモデルベース型を組み合わせ、IMUの非決定論的誤差と不確かさを推定するハイブリッド手法を提案し、多様なIMUやプラットフォームで有効性を検証した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- SubT-MRSデータセット:SLAMを全天候環境へと押し進めるSLAM2023/7/1
煙や粉塵、照明変化など多様な劣化環境を含む実世界SLAMデータセットを構築し、LiDAR・魚眼カメラ・IMU・熱カメラなどのマルチモーダルセンサと空中・脚式・車輪ロボットを組み合わせ、頑健性評価指標を新たに提案した。
- PyPose: 物理ベース最適化を統合したロボット学習ライブラリロボット学習ライブラリ2022/9/1
深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。
- 視覚メモリを用いたロボットの興味度推定のための教師なしオンライン学習探索/オンライン学習2021/11/1
翻訳不変な視覚メモリと長期・短期・オンライン学習の3段階構成により、訓練データなしで環境にオンライン適応し興味深いシーンを高速に検出する手法を提案した。
- AirObject: 時間的に進化する物体識別のためのグラフ埋め込み物体識別2021/11/1
ロボットが多視点から物体を観測する際に、グラフ注意機構と時間畳み込みでグローバルな3D物体埋め込みを逐次生成し、クラス非依存な物体識別を実現した研究。
- AirDOS: 動的物体を活用する動的SLAMSLAM2021/9/1
関節物体の剛体構造と運動の一貫性を利用し、カメラ姿勢・物体運動・3D構造を同時最適化することで、混雑環境での視覚SLAMの追跡安定性を向上させる手法を提案した。
- 教師なしオンライン学習によるロボットの興味度推定のための視覚的記憶性視覚認識2020/5/1
移動ロボットが興味深いシーンを予測するため、並進不変な視覚記憶と長期・短期・オンライン学習の3段階アーキテクチャを提案し、既存手法より高い精度を達成した。
- TartanAir:視覚SLAMの限界に挑むデータセット視覚SLAM2020/3/1
移動物体や天候変化を含むフォトリアルなシミュレーション環境で、ステレオ画像・深度・セグメンテーション・LiDARなどの多モーダルデータと正確な正解ラベルを大規模に収集した視覚SLAM向けベンチマークデータセットを構築した。
