Chengzhong Xu
University of Macau
収録論文 52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
- 空の記憶：マルチエージェント記憶集約による低高度質問応答VLA2026/9/28
分散したUAVの記憶を地上サーバで集約し、長期間の観測に関する質問に答える低高度質問応答（LAQA）を研究。記憶の価値を評価する生成敵対的試験（GAE）を提案し、通信制約下で記憶品質を最大化するMemCenフレームワークを開発した。
- FMCW-LIO: ドップラーLiDAR慣性オドメトリLiDARオドメトリ2026/9/24
FMCWドップラーLiDARのドップラー速度を活用し、動的点除去と運動補償を行うことで、構造が退化した環境でも高精度な状態推定と静的マッピングを実現するLiDAR慣性オドメトリを提案した。
- Free-Init: ドップラーLiDAR慣性システムのためのスキャンフリー・モーションフリー・対応フリー初期化LiDAR慣性初期化2026/9/24
ドップラーLiDARと慣性センサを融合し、スキャンの歪み補正や励起運動、地図対応を必要とせず、静止・動的・激しい運動でも高速に初期化できるフレームワークを提案。
- 計画指向のエンドツーエンド自動運転：アーキテクチャ、評価、そして新たなパラダイム自動運転2026/8/20
エンドツーエンド自動運転の進化を、行動クローニングから計画指向システムまで俯瞰し、入力表現・計画出力・教師信号・評価プロトコルの4軸で整理。閉ループ評価や人間の嗜好を考慮した指標の重要性を指摘し、今後の課題を提示するサーベイ論文。
- サイクロプス：色を夢見るカメラとしてのLiDARセンサ融合2026/8/17
低照度や高ダイナミックレンジ環境で劣化するカメラの代わりに、照明に依存しないLiDAR強度をRGBビデオに変換するフレームワーク「Cyclops」を提案し、カメラなしで終日認識タスクを可能にする。
- SWIFT: 自動運転における交通流を考慮した軌道予測のためのスモールワールド相互作用フレームワーク軌道予測2026/7/1
交通ネットワークの構造とダイナミクスに基づく構造的帰納バイアスを導入し、スモールワールドネットワークと交通流理論を統合した軌道予測フレームワークSWIFTを提案。複数データセットで精度と汎化性能を向上させた。
- 具身知能のためのメモリネイティブ非地上ネットワークネットワーク/具身知能2026/7/1
ロボットなどの具身知能が荒野でクラウド資源を活用できるよう、長期的な文脈を記憶として活用する新しい非地上ネットワーク（MemNTN）を提案し、従来の無記憶プロトコルより高性能であることを衛星具身質問応答実験で示した。
- マルチエージェント具現化質問応答のためのメモリ中心電力割り当て群制御2026/4/1
マルチエージェント具現化質問応答（MA-EQA）において、メモリ品質（QoM）を最大化する電力割り当て手法を提案した論文。生成的敵対的試験（GAE）を用いてQoMを評価し、通信リソース制約下で電力配分を最適化する。
- 大規模モデルの推論とリアルタイム制御を橋渡しするエージェント型高速・低速計画自動運転/計画2026/4/1
大規模言語モデルの推論と実時間制御を階層的に統合する枠組みを提案し、CARLA実験でMPC単独やA*誘導MPCと比べて外乱下での横偏差を最大45%削減、完了時間を12%以上短縮した。
- 低空ガウシアンスプラッティングのための群単位不均一グラフ学習3D再構成/資源配分2026/4/1
ドローン群による低空3Dシーン再構成の通信資源配分を、画像群の不均一な寄与をモデル化したグラフニューラルネットワークで最適化する手法を提案した。
- SignNav: 大規模屋内環境における標識を活用した意味的視覚ナビゲーションナビゲーション2026/3/1
標識の意味的手がかりを解釈して目的地へ移動する新しいナビゲーションタスクSignNavを提案し、空間・時間認識トランスフォーマー(START)モデルで80%の成功率を達成した。
- 身体性ナビゲーションのためのエージェント的自己進化的再計画ナビゲーション2026/3/1
複雑環境での身体性ナビゲーションの失敗に対処するため、ロボット自身を実行時学習で進化させる自己進化的再計画法(SERP)を提案。適応的機能調整とグラフ上のLLM推論により、成功率向上とトークン消費削減を実現。
- REST: ゼロショット物体目標ナビゲーションのための後退ホライズン探索シュタイナー木ナビゲーション2026/3/1
未知環境で目的物体を探すゼロショット物体目標ナビゲーションにおいて、経路の木構造を選択肢空間として構築し、LLMの推論で効率的に経路選択する学習不要のフレームワークを提案。
- 視覚言語モデルを用いた直接接触許容型動作計画ナビゲーション2026/3/1
視覚言語モデルを点群認識とナビゲーションに統合し、移動可能な障害物がある環境での接触を許容する動作計画手法を提案した。
- LLM駆動のシナリオ認識型自動運転プランニング自動運転2026/1/1
大規模言語モデルを活用してシーンを理解し、モード切替と運動計画を統合最適化する自動運転プランナーLAPを提案。高密度交通下での走行効率と安全性を両立。
- DPNet: ドップラーLiDARを用いた高ダイナミック環境向け動作計画動作計画2025/12/1
ドップラーLiDARの速度情報を活用し、高速移動障害物を追跡・予測するニューラルネットワークとモデル予測制御を組み合わせた動作計画手法を提案。
- 計画指向の統合センシング・通信フレームワーク統合センシング通信2025/10/1
自動運転車の経路計画に重要な障害物のセンシング精度を高めるため、ISACの送信電力を計画に基づいて配分する新手法を提案し、安全性と効率を向上させた。
- エッジロボティクスの最適化を学習する：知覚・運動・通信の高速統合アプローチエッジロボティクス2025/10/1
知覚・運動・通信を統合し、ロボットが状況に応じて通信戦略を動的に調整することで通信負荷を削減する手法を提案。模倣学習により最適化計算を10倍以上高速化し、リアルタイム実行を実現した。
- ガウススプラッティングとクロスレイヤ最適化による通信効率の良いロボット複合現実複合現実/通信最適化2025/8/1
ロボットの姿勢からガウススプラッティングモデルで画像を生成し、画像アップロードを削減するGSMRを提案。さらに通信と電力配分を最適化するGSCLOで超低通信コストの複合現実を実現。
- 近接場通信と融合する身体性エッジ知能：概念・設計・検証VLA2025/8/1
大規模モデルをロボット近傍のエッジで動かす身体性エッジ知能と、超大規模アンテナアレイを用いる近接場通信を統合し、両者を協調最適化する枠組みを提案・検証した論文。
- パターンを超えて：自動運転の軌道予測に因果推論を活用する軌道予測2025/5/1
自動運転の軌道予測において、統計的な相関ではなく因果関係を推論することで、予測の堅牢性・汎化性・精度を向上させるフレームワークを提案し、複数の実世界データセットで有効性を示した。
- 自律運転のための人間らしい軌道予測に向けて：行動中心アプローチ軌道予測2025/5/1
周囲車両との直接的・間接的な相互作用を動的に捉える行動認識モジュールを組み込んだ軌道予測モデルHiTを提案し、複数の実世界データセットで従来手法を上回る性能を示した。
- ガウススプラッティングによるグリーンなロボティック複合現実複合現実2025/4/1
ロボット複合現実システムにおいて、ガウススプラッティングで環境をモデル化し、画像アップロードを削減することで通信エネルギーを10分の1以下に抑える手法を提案した。
- 大規模視覚モデル誘導制御とクエリ・サービス最適化を統合した機会的協調プランニング自動運転/協調プランニング2025/4/1
自動運転車の未知物体対応のため、ローカルモデルとクラウド上の大規模視覚モデルを適切なタイミングで協調させる機会的協調プランニングを提案し、ナビゲーション時間と成功率を改善した。
- SafeCast: 自動運転のためのリスク対応型動作予測動作予測2025/3/1
RSS安全規則と不確実性を考慮したグラフニューラルネットを組み合わせ、自動運転の動作予測精度と安全性を両立させた研究。
- CoT-Drive: LLMと思考連鎖プロンプティングによる自動運転の効率的な運動予測運動予測2025/3/1
大規模言語モデルと思考連鎖プロンプティングを知識蒸留で軽量モデルに転移し、エッジ上でリアルタイムに動作する自動運転の運動予測手法を提案した。
- 動く心：認知洞察による自動運転の軌道予測の解読軌道予測2025/2/1
運転者の知覚的安全感という認知概念を取り入れたTransformerモデルを提案し、周囲車両の長期軌道予測精度を向上させた。
- Night-Voyager: 物体マップを用いた夜間視覚支援状態推定の一貫性と効率化状態推定2025/2/1
街灯を手がかりに物体マップとキーポイントを活用し、夜間でも低コストカメラで高精度な自己位置推定を実現するフレームワークを提案。
- NEST: 神経調節型スモールワールドハイパーグラフによる自動運転軌道予測モデル軌道予測2024/12/1
スモールワールドネットワークとハイパーグラフを組み合わせ、神経調節機構で交通状況に動的適応する軌道予測フレームワークNESTを提案し、nuScenes等で既存手法を上回る性能を示した。
- 混雑環境に頑健な遮蔽回避のための運動支援検出知覚・検出2024/12/1
ロボットが目標を見やすい視点へ能動的に移動し、混雑環境でも遮蔽を避けて検出精度を高める手法を提案した論文。
- 複数不確実性を考慮した自律協調計画協調計画2024/11/1
知覚・運動・通信の不確実性を同時に考慮した協調モデル予測制御により、マルチビークルの協調計画を実現するフレームワークを提案し、CARLAで有効性を示した。
- 少ないほど良い：自動運転の軌道予測のための効率的な脳に着想を得た学習軌道予測2024/7/1
人間の認知プロセスを模倣した教師-生徒知識蒸留フレームワークとフーリエ適応スパイクニューラルネットワーク（FA-SNN）を導入し、自動運転の軌道予測精度を向上させつつパラメータ数を削減した研究。
- CRASH: 文脈認識と時間的フォーカス注意を用いた事故認識・予測システム事故予測2024/7/1
車載カメラ映像から周囲の交通エージェントの事故を予測するため、物体検出・特徴抽出・物体認識・文脈認識・多層融合を統合したフレームワークCRASHを提案し、実世界データセットで評価した。
- 自動運転の軌道予測のための特徴拡散と時空間インタラクションネットワーク軌道予測2024/5/1
不確実な交通シナリオに対応するため、意味情報を注入する特徴拡散モジュールと時空間インタラクションモジュールを組み合わせた軌道予測モデルを提案し、複数データセットでSOTAを達成した。
- MFTraj: 地図不要・挙動駆動型の自動運転軌道予測軌道予測2024/5/1
高精細地図に頼らず、履歴軌道と動的幾何グラフによる挙動認識モジュールで交通参加者の複雑な相互作用を捉える軌道予測モデルを提案し、複数データセットで有効性を示した。
- 混合交通環境における認知駆動型軌道予測モデル軌道予測2024/4/1
認知的な知見を軌道予測に取り入れ、混合交通シナリオでの安全性と動的意思決定を重視したモデルを提案し、複数のデータセットで大幅な性能向上を達成した。
- ロボットセンサネットワーク：高速クロスレイヤ最適化による相互通信制御支援の実現群制御2024/4/1
移動ロボットがセンサデータを収集するRSNにおいて、通信と制御を相互に支援するMCCAを提案し、MPC2でリアルタイムに軌道と電力を最適化した。
- NeuPAN: 点群ロボットのためのエンドツーエンドモデルベース直接ナビゲーションナビゲーション2024/3/1
生の点群データから直接衝突回避動作を生成する、地図不要で環境に依存しないリアルタイム動作計画手法を提案し、実機実験で有効性を示した。
- 自動運転のための同期・合成統合によるシームレスな仮想現実自動運転2024/3/1
自動運転向けVRデータエンジンにおいて、低レベルの同期設計と高レベルの合成設計を統合したIS2を提案し、VRの不整合を軽減してシームレスな協調世界を実現した。
- 自動運転におけるワールドモデル：初期サーベイ自動運転2024/3/1
自動運転において将来の状況を予測し意思決定を支援するワールドモデルについて、理論的基盤・応用・研究課題を概観した初期サーベイ論文。
- 人間の観察行動に着想を得た混合交通環境における自動運転の軌道予測軌道予測2024/2/1
人間の認知・観察行動を模倣した「適応的視覚セクター」と動的交通グラフを組み合わせ、混合交通環境での自動運転車の軌道予測精度を向上させた研究。
- Night-Rider: Nocturnal Vision-aided Localization in Streetlight Maps Using Invariant Extended Kalman Filtering2024/2/1
- A Cognitive-Based Trajectory Prediction Approach for Autonomous Driving2024/2/1
- BAT: Behavior-Aware Human-Like Trajectory Prediction for Autonomous Driving2023/12/1
- Edge Accelerated Robot Navigation With Collaborative Motion Planning2023/11/1
- iCOIL: Scenario Aware Autonomous Parking Via Integrated Constrained Optimization and Imitation Learning2023/5/1
- Why semantics matters: A deep study on semantic particle-filtering localization in a LiDAR semantic pole-map2023/5/1
- Federated Deep Learning Meets Autonomous Vehicle Perception: Design and Verification2022/6/1
- LiDAR Road-Atlas: An Efficient Map Representation for General 3D Urban Environment2022/4/1
- Graph Gain: A Concave-Hull Based Volumetric Gain for Robotic Exploration2022/4/1
- Ada-Detector: Adaptive Frontier Detector for Rapid Exploration2022/4/1
- Yaw-Guided Imitation Learning for Autonomous Driving in Urban Environments2021/11/1