Chengran Yuan
収録論文 14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
- RMGS-SLAM: リアルタイム・マルチセンサーガウシアンスプラッティングSLAMSLAM2026/4/1
LiDAR・慣性・視覚センサーを統合し、3Dガウシアンスプラッティングを用いたリアルタイムSLAMフレームワークを提案。大規模環境での高精度な位置推定とフォトリアリスティックなマッピングを実現する。
- Map-World: マスク付き行動計画と経路積分世界モデルによる自動運転自動運転計画2025/11/1
将来の自車軌道をマスク付き系列補完として多様に生成し、経路重み付き世界モデルで全モードの分布から学習する自動運転プランナを提案。
- ロボットマニピュレーションのための3Dアフォーダンスキーポイント検出マニピュレーション2025/11/1
RGB-D画像から物体のアフォーダンスを3Dキーポイントで検出し、把持位置・方向・範囲を推定してロボット操作を実現する手法を提案。
- PIE: 自動運転のための知覚・インタラクション強化型エンドツーエンド動作計画自動運転/動作計画2025/9/1
カメラとLiDARの融合に双方向Mambaを、軌道推論にMambaとMixture-of-Expertsを組み合わせ、周囲エージェントとの相互作用を考慮した自動運転のエンドツーエンド動作計画フレームワークを提案し、NAVSIMベンチマークで最高性能を達成した。
- AGI-Elo：タスクを極めるまであとどれくらい？評価フレームワーク2025/5/1
視覚・言語・行動の各分野で、タスクの難易度とAIモデルの能力を同時に評価する統一レーティングシステムを提案し、AGI達成までの課題を分析した。
- IMPACT: 行動意図を考慮した適応的文脈トリミングによるマルチモーダル軌道予測軌道予測2025/4/1
行動意図と軌道を同時に予測し、意図と占有予測を利用して不要なエージェントや地図要素を動的に刈り込むことで、精度・解釈性・効率を高めた軌道予測フレームワークを提案。
- RMP-YOLO: 不完全な観測でも堅牢な運動予測フレームワーク運動予測2024/9/1
欠損した履歴軌跡をシーン情報から復元してから予測する新パラダイムを提案し、Waymo運動予測コンペで3位に入賞した。
- DRAMA: Mambaを用いた自動運転向け高効率エンドツーエンド動作プランナ自動運転/動作計画2024/8/1
MambaをベースにカメラとLiDARの特徴を融合し、低計算コストで将来の自車軌道を生成する自動運転用エンドツーエンド動作プランナを提案。
- DexGrasp-Diffusion：多様な多指ロボットハンドのための拡散モデルによる統合的な機能把持生成手法マニピュレーション2024/7/1
拡散モデルを用いて、様々な多指ロボットハンドに対応した機能的な把持を生成する統合手法を提案し、物体のアフォーダンス指示に沿った把持を実現した。
- 推定事前分布による拡散モデルの高速化：不確実性下でのロバストな運動予測運動予測2024/5/1
拡散モデルに粗い事前分布を学習させてデノイズステップを削減し、自動運転の運動予測を136msで高速・高精度に実現した研究。
- ControlMTR: シーン適合インテントポイントと制御ガイドによる実現可能な軌道予測軌道予測2024/4/1
自動運転の軌道予測において、シーンに適合した意図点と制御コマンド予測を組み合わせ、非現実的な予測を抑えつつ精度を向上させる手法を提案した。
- DriveSceneGen: Generating Diverse and Realistic Driving Scenarios from Scratch2023/9/1
- CARLA-Loc: Synthetic SLAM Dataset with Full-stack Sensor Setup in Challenging Weather and Dynamic Environments2023/9/1
- GET-DIPP: Graph-Embedded Transformer for Differentiable Integrated Prediction and Planning2022/11/1