Zexi Chen
収録論文 18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
- RoadWeaver: 自動運転シミュレーションのための大規模レーン級HDマップのゼロからの生成自動運転シミュレーション2026/8/1
自動運転シミュレーション用に、道路網全体を粗いレイアウトから詳細なレーン幾何学へと段階的に生成する大規模HDマップ生成フレームワークを提案した。
- 外洋から密閉キャビンへ:海事認識とキャビン点検のためのクロスシーン視覚場所認識ProteusVPR視覚場所認識2026/6/1
船舶環境での視覚場所認識の課題に対し、2段階の検索・精密化フレームワークProteusVPRを提案し、新しい船舶搭載データセットXHZで精度を大幅に向上させた。
- 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。
- すべてを支配する一つのRING:場所認識・姿勢・並進推定のためのラドンサイノグラム位置推定2022/4/1
LiDARスキャンのラドンサイノグラム(RING)を統一表現として用い、場所認識から向き・並進推定までを学習不要で行うスパースなグローバル位置推定フレームワークを提案した論文。
- 最小二乗推定による深度非依存の深度補完深度補完2022/3/1
RGB画像と疎な深度マップを独立に処理し、最小二乗推定で密な深度マップを生成する手法を提案。疎性の変化に頑健で高品質な超解像深度補完を実現。
- 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。
- 視覚ベースの走行軌道生成におけるドメイン汎化自動運転/ドメイン汎化2021/9/1
都市環境の自動運転向けに、敵対的学習と潜在変数回帰でエンコーダ・デコーダを訓練し、分布外シナリオでも汎化できる視覚ベース軌道生成手法を提案した論文。
- 違いを見分ける:Sim2Real微小欠陥セグメンテーションネットワークsim2real2021/3/1
文脈に依存せず2枚の画像間の微小な欠陥を識別するネットワークSSDSを提案し、位相相関の姿勢感度を利用した検出層と外れ値マスキングで、安価なシミュレーションのみで訓練して実世界の微小欠陥を検出できることを示した。
- ニューラル潜在最適化による手話学習のための運動学的動作リターゲティング動作リターゲティング2021/3/1
人間の手話動作をロボットへ転送するため、潜在空間最適化とニューラル初期化を組み合わせ、骨格・ロボット構造をグラフで扱う手法を提案し、YuMi・NAO・Pepperで検証した。
- PREGAN: 弱ペア画像スタイル変換のための姿勢ランダム化と推定sim2real2020/11/1
姿勢誤差を含む弱ペア画像間のスタイル変換を、ランダム姿勢変換と微分可能な姿勢推定器による敵対的学習で実現した手法。
- 連続意図から連続軌道へ:階層型運転モデルの模倣学習自動運転/模倣学習2020/10/1
GPS・カメラ・LiDARから連続的な意図を表すポテンシャルマップを生成し、それを条件に連続関数近似ネットワークで滑らかな運転軌道を出力する階層型運転モデルを提案した。
- 向き推定を統合した微分可能スキャンコンテキストによるLiDAR位置認識位置認識2020/10/1
LiDARスキャンを周波数領域に変換し、回転不変なスペクトル振幅で場所を照合しつつ、微分可能な位相相関で相対姿勢を同時推定する軽量な位置認識手法を提案した論文。
- 異種センサ計測のマッチングのための深層位相相関ネットワーク位置推定2020/8/1
姿勢誤差を微分可能な位相相関で逆伝播させ、異種センサ画像と地図画像を直接照合する軽量なエンドツーエンド学習手法を提案し、シミュレーションと航空・地上データセットで従来法を上回る精度を示した。
- オルソモザイク地図を用いた空中・地上移動ロボットの協調自己位置推定協調SLAM2020/7/1
ドローンが作成したオルソモザイク地図と地上ロボットの地図をテンプレートマッチングで照合し、パーティクルフィルタで地上ロボットの自己位置を推定する協調SLAM手法を提案した論文。
- RoboCup SSL 2019優勝チームのCUDAによる動的パス・シュートアルゴリズム群制御2019/9/1
RoboCup小型リーグ2019で優勝したZJUNlictのボールハンドリングとロボット移動の中核技術(ハードウェア最適化、動的パス・シュート戦略、マルチエージェント協調とフォーメーション)を紹介する論文。
- 強化学習によるマルチエージェント協調行動の効率的構築と選択マルチエージェント強化学習2019/9/1
2対2の対戦型確率ゲームにおいて、行動空間の離散化とモデルベース予測で実行可能な協調行動集合を構築し、深層Q学習で最適な協調行動を選択する手法を提案。RoboCup小型リーグのパス協調で有効性を検証した。
- RoboCup小型ロボットのためのドリブルシステムのメカトロニクス設計マニピュレーション2019/5/1
RoboCup小型ロボット向けに、3点接触モデルの解析と強化学習によるトルク制御を組み合わせた新しいドリブルシステムを設計し、実機で検証した。
- ZJUNlict RoboCup 2019 拡張チーム記述論文ロボカップ/サッカー2019/5/1
RoboCup小型ロボットリーグの優勝チームZJUNlictが、機構・電気・ソフトウェア各面での改良点(タッチングポイント最適化、直接トルク制御、視覚喪失補償など)をまとめたチーム記述論文。
