Zhizheng Liu
収録論文 11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
- ChairNav:車いすナビゲーションのためのクロスエンボディメント事前学習とパーソナライズナビゲーション2026/10/15
視覚ナビゲーション基盤モデルを3段階のデータピラミッドで電動車いす向けに適応させ、軽量ハードウェアで長距離歩道の自動走行とユーザー介入によるパーソナライズを実現した。
- 模倣からアライメントへ:長距離歩道ナビゲーションのための人間の好みに基づくフローポリシーナビゲーション2026/6/1
単眼RGBカメラのみを用いた長距離歩道ナビゲーションのためのポリシーFlowPilotを提案し、模倣学習と人間の介入による選好学習を組み合わせて、複雑な歩道環境での成功率を向上させた。
- SidewalkBench: 都市歩道における視覚ナビゲーションのベンチマークナビゲーション2026/6/1
都市歩道での視覚ナビゲーションを評価するための包括的なベンチマークを提案し、9つのモデルを様々なシナリオで評価した。
- 人間の介入から効率的に学ぶ移動ロボットのオンライン学習手法sim2real2025/3/1
模倣学習と強化学習を組み合わせ、報酬設計や事前学習なしに人間のオンライン介入と実演からリアルタイムで方策を学習する手法を提案し、脚式四足歩行ロボットと車輪型配送ロボットで15分以内に訓練を完了できることを示した。
- Vid2Sim: 動画から都市ナビゲーション向けのリアルでインタラクティブなシミュレーションを生成sim2real2025/1/1
単眼動画からフォトリアルで物理的に操作可能な3D都市環境を再構成し、視覚ナビゲーションエージェントの強化学習を可能にするreal2simフレームワークを提案。
- MetaUrban: 都市マイクロモビリティのための身体性AIシミュレーションプラットフォームsim2real2024/7/1
都市空間における配送ロボットや電動車椅子などのマイクロモビリティ向けに、歩行者や動的物体を含む無限の都市シーンを生成できる構成可能なシミュレーションプラットフォームを提案し、強化学習・模倣学習のベースラインを構築した。
- ScenarioNet:大規模交通シナリオのシミュレーションとモデリングのためのオープンソースプラットフォーム自動運転シミュレーション2023/6/1
WaymoやnuScenesなど複数の運転データセットから実世界の交通シナリオを収集し、統一フォーマットでシミュレーション上に再現・対話できるオープンソース基盤を構築した。
- ニューラルレンダリングによる教師なし連続セマンティック適応セマンティックセグメンテーション2022/11/1
各シーンのSemantic-NeRFを訓練し、レンダリングしたセマンティックラベルを擬似ラベルとしてセグメンテーションモデルを連続的に適応させる手法を提案。
- OpenCalib:自動運転向けマルチセンサキャリブレーションツールボックスキャリブレーション2022/5/1
自動運転向けに手動・自動・工場・オンラインの各キャリブレーション手法を網羅したツールボックスと評価用ベンチマークデータセットを公開した論文。
- 知覚エントロピー:複数センサ構成の評価と設計のための指標センサ構成2021/4/1
ベイズ理論の条件付きエントロピーに基づき、カメラとLiDARを含む自動運転のマルチセンサ構成を評価する新指標「知覚エントロピー」を提案した論文。
- 道路シーンにおけるLiDARとカメラのライン特徴に基づく自動キャリブレーションと精緻化キャリブレーション2021/3/1
道路の車線や電柱などの直線状物体からライン特徴を抽出し、P3L問題として初期キャリブレーションを行った後、意味的制約に基づくコスト関数で精緻化する、ターゲットや初期値不要の全自動LiDAR-カメラ外部キャリブレーション手法を提案した。
