Fanxing Li
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
- LiteMVS: 基盤モデル蒸留と専門家集約による効率的な多視点ステレオ3D知覚2026/8/4
多視点ステレオに単眼のセマンティック・構造事前知識を注入し、軽量かつ高精度な深度推定を実現する手法を提案。
- 混雑環境における四足ロボットの俊敏なナビゲーション学習ナビゲーション2026/7/1
四足ロボットが混雑した動的環境を安全かつ俊敏に移動するため、速度障害物理論とエンドツーエンド学習を組み合わせたナビゲーションシステムVOP-Navを提案した。
- シンプルだが安定・高速・安全：高忠実度微分可能シミュレーションによるエンドツーエンド制御の実現ドローン制御2026/4/1
クアッドローターの障害物回避を、深度画像から低レベルボディレート指令へのエンドツーエンド強化学習で実現。高忠実度微分可能シミュレーションにより、動的不可能な軌道問題を回避し、高い成功率と低いジャークを達成した。
- E2E-Fly: エンドツーエンドクアッドローター自律飛行のための統合トレーニングから展開までのシステムドローン制御2026/4/1
シミュレーションから実機へのゼロショット転送を可能にする、差動可能物理学習と強化学習を統合したクアッドローター自律飛行のための包括的なフレームワークを提案する。
- VisFly-Lab: クアッドローター制御の一階強化学習のための統合微分可能フレームワーク強化学習/制御2026/3/1
クアッドローター制御のための統合微分可能フレームワークを提案し、ホバリング、追跡、着陸、レースの4タスクで一階強化学習を評価。標準的な一階学習の課題を解決するABPTアルゴリズムを導入し、実機への転移可能性も示した。
- ランダム障害物を伴うクアッドロータレースのためのカリキュラム強化学習強化学習/ドローンレース2026/2/1
視覚ベースのカリキュラム強化学習で、障害物のあるドローンレースにおいて高速かつ堅牢に飛行する制御器を訓練した研究。
- StableTracker: 微分可能シミュレーションによる安定した目標追跡の学習目標追跡2025/9/1
微分可能シミュレーションと時間逆伝播を用いて、クアッドロータが任意の視点から動く目標を安定して追従し、視野中央に捉え続ける制御ポリシーを学習した。
- 部分的微分可能報酬に対する改良型時間逆伝播強化学習2025/1/1
部分的にしか微分できない報酬でも、Q値関数を活用して勾配バイアスを軽減し、ドローンの制御方策を効率的に学習する手法を提案。
- VisFly: 視覚ベース飛行訓練のための効率的で汎用性の高いシミュレータsim2real2024/7/1
強化学習で視覚ベースのドローン飛行ポリシーを効率的に訓練するためのシミュレータVisFlyを開発し、毎秒1万フレーム超の高速レンダリングと微分可能物理を実現した。