Chenghao Shi

収録論文 8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

• GeoLoco: 視覚基盤モデルの3D幾何学的先験知識を活用したRGBのみによる頑健な人型ロコモーション
  歩行2026/3/1

  深度センサーに頼らず、単眼RGB画像と視覚基盤モデルの幾何学的先験知識を用いて、シミュレーションのみで訓練した人型ロボットの歩行制御を実現し、実機へのゼロショット転送を可能にした。

• 代表潜在世界モデルによる効率的な画像ゴールナビゲーション
  ナビゲーション2025/11/1

  ピクセル再構成を避け、DINOv3の意味表現空間内で予測と計画を行う世界モデルを提案し、画像ゴールナビゲーションを高効率化した。

• 洗練された特徴ガイダンスとシーングラフ強化による画像ゴールナビゲーション
  ナビゲーション2025/3/1

  限られた画像データから目標・観測・環境の細かな関連を活かし、軽量なアーキテクチャで画像ゴールナビゲーションを実現する手法RFSGを提案。空間チャネルアテンションと自己蒸留、画像シーングラフにより特徴表現を強化し、GibsonとHM3Dで最先端性能を達成。

• BEVDiffLoc: 拡散モデルに基づくBEVビューでのエンドツーエンドLiDARグローバル位置推定
  位置推定2025/3/1

  LiDARのグローバル位置推定をポーズの条件付き生成として定式化し、BEV表現と拡散モデルを組み合わせてエンドツーエンドで高精度・高ロバストな位置推定を実現した研究。

• SGLC: 意味グラフ誘導による粗密精緻化フルループクロージングLiDAR SLAM
  SLAM2024/7/1

  LiDAR SLAMにおいて、前景の意味グラフと背景の幾何情報を組み合わせ、粗→密→精緻のレジストレーションでループ検出と6DoF姿勢推定を高精度・リアルタイムに行う手法を提案。

• 拡散モデルによるミリ波レーダー点群の超解像
  点群超解像2024/4/1

  ミリ波レーダーの疎でゴースト点を含む点群を、LiDAR点群を教師として拡散モデルで高密度化する手法を提案し、下流の位置合わせタスクへの有効性も示した。

• Fast and Accurate Deep Loop Closing and Relocalization for Reliable LiDAR SLAM
  2023/9/1
• RDMNet: Reliable Dense Matching Based Point Cloud Registration for Autonomous Driving
  2023/3/1