Zitong Zhan
University at Buffalo
収録論文 9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
- ポイント単位で洗練可能な意味マップによる空間理解意味マッピング2026/10/22
各物体点に信頼度スコアを持たせ、多視点の時間的証拠でオンライン更新することで、動的環境でも誤りや古い点を継続的に除去・洗練する物体中心の3D意味マッピング手法を提案した。
- 複雑な論理制約下での長期的タスク計画のためのニューロシンボリック学習タスク計画2026/6/1
ロボットの長期的タスク計画において、ニューラルスコアラーとシンボリックプランナーを二段階最適化で統合し、学習と計画の不一致を解消する手法を提案。並列リカバリ戦略により性能を向上させた。
- ニューロシンボリック緩和による高速タスクプランニングタスクプランニング2025/7/1
ニューラルネットで重要物体を予測しつつ記号プランナで緩和・拡張を行うことで、長期的タスク計画を高速かつ高成功率で実現する手法を提案。
- VL-Nav: ニューロシンボリック推論に基づく視覚言語ナビゲーション視覚言語ナビゲーション2025/2/1
記号的3Dシーングラフと画像メモリを活用したニューロシンボリックなタスクプランナと探索システムにより、複雑な指示に基づく大規模未知環境でのロボットナビゲーションを実現した。
- AnyNav: 視覚による神経記号的摩擦学習を用いたオフロードナビゲーションオフロードナビゲーション2025/1/1
視覚から地形の摩擦係数を推定し、物理モデルと組み合わせてオフロード走行の経路と速度を計画する神経記号的手法を提案。実機へのsim2real転移も実証した。
- iKap: 運動学を考慮した命令的学習による計画計画2024/12/1
視覚から計画を生成するシステムにロボットの運動学モデルを組み込み、自己教師あり学習と微分可能な二段階最適化で衝突回避と運動学制約を同時に満たす軌道計画を実現した。
- Eagerモードでのバンドル調整SLAM2024/9/1
PyTorchに統合したEagerモードのバンドル調整ライブラリを提案し、スパース性を考慮した自動微分とGPU演算で従来比最大23倍の高速化を実現した。
- 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。
- 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。
