Ziyuan Liu
Huawei Heisenberg Research Center
収録論文 21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
- VidAct: 物体中心の3D認識で野生動画からマニピュレーションを学習マニピュレーション2026/9/29
単眼の実世界動画から物体メッシュと運動を再構成し、残差軌道転移と物体中心の3D点群予測を組み合わせて、ゼロショットで実機展開可能なマニピュレーションポリシーを学習するフレームワーク。
- 3Dノイズの再考:最適化不要の形態学的摂動による3D認識ビデオ事前学習3D表現/ビデオ事前学習2026/9/3
3Dガウススプラッティングの各ガウスをピクセルとみなし、スケール・回転・枝刈りの摂動を加える最適化不要の正則化手法を提案し、疎な視点での3D表現のアーティファクトを軽減する。
- ゾーングラフパラダイムによる複雑な屋内シーン生成の空間意味論の統合シーン生成2026/5/1
複雑な非凸形状の屋内空間を生成するため、ゾーングラフという新しい表現と強化学習を組み合わせたフレームワークZoneMaestroを提案し、データセットとベンチマークも構築した。
- VideoWeaver: 身体化エージェントのためのマルチモーダル・マルチビュー動画間変換ビデオ生成2026/3/26
複数カメラの視点を共有4D潜在空間で整合させ、拡散モデルを用いて視点一貫性のある動画変換を実現する初のマルチビューV2Vフレームワークを提案した。
- ReMem-VLA: 二重レベル再帰クエリによる記憶を備えた視覚言語行動モデルVLA2026/3/1
視覚言語行動モデルに、フレーム単位とチャンク単位の再帰クエリを導入し、短期・長期記憶を実現。過去の観測予測を補助タスクとして追加し、記憶依存タスクで既存モデルを大幅に上回る性能を達成した。
- RecipeMasterLLM:大規模言語モデル時代にRoboEarthを再考するVLA2025/12/1
ユーザーの指示からRoboEarth標準知識グラフに沿ったOWL行動オントロジーを生成する高レベルプランナーを提案し、ファインチューニングしたLLMとRAGで環境知識を活用して行動記述を自動生成する。
- DRAW2ACT:深度エンコード軌道からロボット実演動画を生成動画生成2025/12/1
入力軌道から深度・意味・形状・動きの表現を抽出し、RGBと深度の動画を同時生成する拡散モデルを提案。生成動画から関節角度を回帰する方策も導入し、操作成功率を向上させた。
- 汎化可能な両腕マニピュレーションのベンチマーク:CVPR 2025 MEISワークショップにおけるRoboTwin両腕協調チャレンジマニピュレーション2025/6/1
RoboTwinシミュレーションと実機ロボットを用いた両腕マニピュレーションの国際コンペを開催し、17タスクで64チームが競い、汎化可能な協調方策の知見をまとめた。
- ハンドヘルド・ロボット搭載LiDARマッピングのための生涯3Dマッピングフレームワーク3Dマッピング2025/1/1
ハンドヘルドとロボット搭載の両方に対応し、動的点除去・マルチセッション位置合わせ・地図変化検出・地図バージョン管理を統合した生涯3Dマッピングフレームワークを提案。
- グラフ注意ネットワークを用いた意味グラフによるLiDARループ閉じ込み検出SLAM2025/1/1
LiDAR点群の意味グラフをグラフ注意ネットワークで符号化し、場所認識と意味的レジストレーションにより6自由度相対姿勢制約を推定するループ閉じ込み検出法を提案。
- ロボットエアホッケー選手権の回顧:実世界ロボティクスに向けた堅牢・信頼・安全な学習技術のベンチマークsim2real2024/11/1
NeurIPS 2023で開催されたロボットエアホッケー選手権を振り返り、sim-to-realギャップや安全性など実世界展開の課題をベンチマークし、学習と事前知識の組み合わせが有効であることを示した。
- ポーズからのシーン幾何の暗黙的学習によるグローバル位置推定位置推定2023/12/1
画像とポーズのペアのみからシーンの3D幾何を学習し、単一画像からカメラの6DoF姿勢を高精度に推定する手法を提案。
- 隣接・遠隔カメラ間の時空間幾何制約を活用したグローバル位置推定位置推定2023/12/1
単一画像からカメラの6DoF姿勢を推定するため、隣接・遠隔フレーム間の相対的な時空間幾何制約を深層ネットワークの学習に利用する手法を提案し、少ない正解データでも高精度な位置推定を実現した。
- 未見物体の6D姿勢推定:ベンチマークとベースライン6D姿勢推定2022/6/1
訓練時に見ていない新規物体の6D姿勢を推定するタスクを提案し、実画像と合成画像を含むデータセットと新しい評価指標IADDを構築した。2段階のベースライン手法も提案し、その有効性を実験で示した。
- 疎な意味論的視覚特徴を用いた道路地図構築と自己位置推定自動運転/自己位置推定2021/8/1
道路標識や信号、車線などの意味論的要素を深層モデルで検出・モデル化し、地図構築と自己位置推定を高精度かつコンパクトに行うパイプラインを提案した論文。
- OCRTOC:クラウド型ロボット把持・操作ベンチマークベンチマーク2021/4/1
同一の実機ロボット環境をクラウド経由で提供し、卓上整理タスクの標準化シナリオでアルゴリズムを公平に評価・比較できるベンチマークと競技会を構築した。
- 占有グリッドからの意味的屋内地図抽出意味地図2020/2/1
ベイズ推論を用いて占有グリッドマップから抽象化された間取りを抽出し、高次推論に適した確率的生成モデルを構築した。
- 3Dカードボックスモデルと新規決定論的リサンプリングを用いたパーティクルフィルタによる単眼人体追跡人体追跡2020/2/1
単眼シルエットマッチングと階層的パーティクルフィルタで上半身動作を追跡する手法を提案し、新規の決定論的リサンプリング戦略が従来法より優れることと3Dカードボックスモデルの有効性を実験で示した。
- 知識監督付きMCMCによる卓上シーン解析シーン理解2020/2/1
卓上シーンの6D物体姿勢推定から、タスク知識をマルコフ論理ネットワークで記述し、データ駆動型MCMCと確率的センサーモデルで不確実性を扱いながら抽象シーングラフを生成する手法を提案した。
- マルコフ論理ネットワークとデータ駆動MCMCによる意味的屋内マッピングの汎用知識フレームワーク意味的マッピング2020/2/1
マルコフ論理ネットワークとデータ駆動MCMCを組み合わせ、不確実な知識を扱いながら意味的ロボットマッピングを行う汎用フレームワークを提案し、実データとシミュレーションで有効性を示した。
- 屋内地図のオンライン意味探索意味地図2020/2/1
グリッドマップからベイズ推論を用いて抽象化された間取りを抽出し、環境の確率的生成モデルを構築する手法を提案した論文。
