Jianmin Ji
University of Science and Technology of China
収録論文 45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
- 言語と物理を橋渡しする：大規模言語モデルによる連続体ロボットの自動設計ロボット設計2026/9/8
大規模言語モデルを用いて、物理シミュレーションの状態をフィードバックとして組み込む多層フレームワークAID-SRを提案し、腱駆動連続体ロボットの自動設計を実現した。
- 解空間の遮蔽：トレランス対応マニピュレーションに対するプランナ非依存の敵対的攻撃マニピュレーション2026/7/1
プランナに依存せず、タスクレベルの実現可能性に基づいて敵対的障害物を配置し、マニピュレーションの計画失敗を誘発する攻撃フレームワークを提案した。
- CAC-VLA: 視覚言語行動モデルのための文脈ゲート型行動条件付けVLA2026/7/1
VLAモデル内に軽量な潜在行動インターフェースを導入し、文脈ゲートで行動エキスパートへの影響を調整することで、ロボット操作の成功率を向上させた。
- GEAR-VLA: 汎用ロボット操作のための幾何認識行動表現の学習VLA/操作2026/6/7
VLAモデルの実世界での汎化を改善するため、幾何認識型の行動表現を学習するGEAR-VLAを提案。粗密行動学習、3D特徴の整合、エンボディメント正準化により、未見物体や異なるロボットへの汎化を実現した。
- DynaHMRC: 大規模言語モデルによる動的タスクのための分散型異種マルチロボット協調群制御2026/6/1
各ロボットが役割認識を持つLLMエージェントとして動作する分散型フレームワークを提案し、動的タスクにおける異種マルチロボット協調のスケーラビリティと適応性を向上させた。
- π0-EqM: 閉ループ視覚言語行動制御のための平衡マッチングVLA/操作制御2026/5/1
VLAモデルの行動デコーダを平衡マッチングに置き換え、計算資源を状態に応じて適応的に配分し、ロボット操作の成功率を向上させた。
- Open-H-Embodiment：医療ロボティクスにおける基盤モデルを可能にする大規模データセット医療ロボティクス/データセット/基盤モデル2026/4/1
医療ロボットの自律化を妨げるデータ不足を解決するため、複数のロボットプラットフォームにわたる大規模な医療ロボットビデオと運動学データセットを公開し、基盤モデルの開発を実証した。
- 3D空間事前知識を用いた手術ロボット操作学習手術ロボティクス2026/3/1
内視鏡画像から3D空間情報を直接抽出するエンドツーエンドの視覚運動ポリシーを提案し、大規模3Dデータセットと空間特徴コネクタにより手術ロボットの空間認識能力を向上させた。
- FAVLA：接触の多いロボットマニピュレーションのための力適応型高速・低速VLAモデルVLA2026/2/1
低速なVLMによる計画と高速なアクションエキスパートを分離し、力覚フィードバックを適応的に活用することで、接触の多いマニピュレーションの反応性と成功率を向上させるVLAモデルを提案。
- UrgenGo: 自動運転向けの緊急度を考慮した透過的GPUカーネル起動自動運転/GPUスケジューリング2025/9/1
アプリのソースコードやGPUドライバに手を加えず、カーネル起動を透過的に操作して緊急度の高いGPUタスクを優先するスケジューラを提案し、自動運転バスでの実証でデッドライン違反を61%削減した。
- LLMを活用した屋内ナビゲーション手法の研究ナビゲーション2025/4/1
LLMを関数呼び出しで中央制御器として使い、従来のナビゲーション機能を再利用可能なツールに分解して動的に組み合わせる屋内ナビゲーション手法を提案し、PyBulletで有効性を示した。
- STDArm: 静的データ学習の視覚運動ポリシーを動的ロボットマニピュレーションへ転移マニピュレーション2025/4/1
静的環境で学習した視覚運動ポリシーを、移動ロボット上でもそのまま使えるよう、リアルタイムの行動補正・安定化・遅延推定を組み合わせて動的マニピュレーションを実現したシステム。
- CAFE-AD: 自動運転の軌道計画のためのクロスシナリオ適応的特徴強調自動運転/軌道計画2025/4/1
自動運転の軌道計画において、シナリオ間で適応的に特徴を強調・補間することで長尾分布や因果混同に対処し、nuPlanベンチマークで最先端手法を上回った研究。
- GraspCoT: 物理特性推論を統合した柔軟な言語指示による6自由度把持マニピュレーション2025/3/1
物理特性に着目したChain-of-Thought推論とマルチモーダルLLMを組み合わせ、多様な言語指示から6自由度把持姿勢を予測するフレームワークを提案し、新ベンチマークIntentGraspで有効性を示した。
- MT-PCR: モダリティ変換を活用した限られた重なりの大規模点群位置合わせ点群位置合わせ2025/3/1
3D点群をBEV画像に変換して2D画像のキーポイントマッチングで対応を推定し、逆変換で3D位置合わせを行う手法を提案。低重複の大規模シーンで高精度・高ロバスト性を実現。
- Map++: ユーザ参加型ビジュアルSLAMシステムに向けた効率的な地図拡張と共有SLAM2024/11/1
ユーザが協力して地図構築を行う参加型SLAMシステムMap++を提案し、軽量なプロトコルで通信量を約46%削減しつつ精度劣化を抑え、同時接続ユーザ数を約2倍に拡大できることを示した。
- MSGField: ロボットマニピュレーションのための運動・意味・形状を統合した統一シーン表現マニピュレーション2024/10/1
2Dガウシアンを用いて運動・意味・形状を統合したシーン表現を提案し、2視点の画像から非剛体運動を含む動的シーンをリアルタイムに再構成して言語誘導マニピュレーションを実現した。
- CELLmap: 弾力的で軽量な球面マップ表現によるLiDAR SLAMの強化SLAM2024/9/1
大規模LiDAR SLAMの地図を、場所ごとの局所マップCELLに分割して保持する軽量な表現を提案し、双方向レジストレーションとループ閉じ込みで地図の一貫性を高めた。
- MHRC: 大規模言語モデルによる分散型マルチ異種ロボット協調VLA2024/9/1
大規模言語モデルを活用し、移動ロボット・マニピュレーションロボット・移動マニピュレーションロボットが分散協調して探索・運搬・整理タスクを遂行するフレームワークを提案。
- LDP: 効率的なロボットナビゲーションと衝突回避のための局所拡散プランナナビゲーション2024/7/1
多様なエージェントによるデータ生成と軽量なグローバル観測の統合により、複雑な実環境での局所ナビゲーションと衝突回避を実現する拡散モデルベースのプランナを提案する。
- 知覚が計画を助ける：二重エッジ構造による多段階レーンレベル統合自動運転計画2024/7/1
車線や交差点などの交通要素の知覚を計画に統合するフレームワークPHPを提案し、レーンの両エッジを活用して安全で効率的な自動運転計画を実現、Carlaベンチマークで運転スコアを27.20%改善した。
- 回転初期化と段階的洗練による汎用LiDARキャリブレーションキャリブレーション2024/5/1
複数LiDARの外部キャリブレーションを、事前知識不要の回転初期化と幾何・運動情報を統合した段階的最適化により、センサ非依存で高精度に行う手法を提案した。
- 自動運転の軌道計画のための安全で個人適応可能な論理ガイダンス自動運転/軌道計画2024/5/1
高速道路での自動運転軌道計画に組み込む「論理ガイダンス層」を提案し、RSSモデルによる安全性保証と論理式で記述したユーザー選好の両立を実現した。
- 道路沿いシーンにおけるレンダリング強化型自動画像-点群位置合わせ位置合わせ/キャリブレーション2024/4/1
事前点群からフォトリアルなグレースケール画像をレンダリングし、SAMで抽出した線特徴の再投影誤差を最小化することで、道路沿いカメラの外部パラメータを自動推定する手法を提案。
- MM-Gaussian: 3Dガウシアンによる非有界環境でのマルチモーダル融合ローカリゼーションと再構成SLAM2024/4/1
LiDARとカメラを融合し、3Dガウシアン表現を用いて屋外の非有界環境での自己位置推定と地図構築を高精度・高速に行うシステムを提案した。
- CRPlace: カメラ・レーダー融合とBEV表現による場所認識場所認識2024/3/1
カメラとレーダーのBEV特徴を背景に注目して双方向クロスアテンションで融合し、場所認識のためのグローバル記述子を生成する手法を提案。nuScenesで有効性を示した。
- CalibFormer: A Transformer-based Automatic LiDAR-Camera Calibration Network2023/11/1
- PathRL: An End-to-End Path Generation Method for Collision Avoidance via Deep Reinforcement Learning2023/10/1
- EdgeCalib: Multi-Frame Weighted Edge Features for Automatic Targetless LiDAR-Camera Calibration2023/10/1
- OCC-VO: Dense Mapping via 3D Occupancy-Based Visual Odometry for Autonomous Driving2023/9/1
- USTC FLICAR: A Sensors Fusion Dataset of LiDAR-Inertial-Camera for Heavy-duty Autonomous Aerial Work Robots2023/4/1
- Deep Reinforcement Learning for Localizability-Enhanced Navigation in Dynamic Human Environments2023/3/1
- TrajMatch: Towards Automatic Spatio-temporal Calibration for Roadside LiDARs through Trajectory Matching2023/2/1
- MAROAM: Map-based Radar SLAM through Two-step Feature Selection2022/10/1
- PFilter: Building Persistent Maps through Feature Filtering for Fast and Accurate LiDAR-based SLAM2022/8/1
- Learning to Socially Navigate in Pedestrian-rich Environments with Interaction Capacity2022/3/1
- A Q-learning Control Method for a Soft Robotic Arm Utilizing Training Data from a Rough Simulator2021/9/1
- Crowd-Aware Robot Navigation for Pedestrians with Multiple Collision Avoidance Strategies via Map-based Deep Reinforcement Learning2021/9/1
- DRQN-based 3D Obstacle Avoidance with a Limited Field of View2021/8/1
- Reinforcement Learning for Robot Navigation with Adaptive Forward Simulation Time (AFST) in a Semi-Markov Model2021/8/1
- 3D Segmentation Learning from Sparse Annotations and Hierarchical Descriptors2021/5/1
- NEARL: Non-Explicit Action Reinforcement Learning for Robotic Control2020/11/1
- Robot Navigation with Map-Based Deep Reinforcement Learning2020/2/1
- A Multi-Domain Feature Learning Method for Visual Place Recognition2019/2/1
- MRS-VPR: a multi-resolution sampling based global visual place recognition method2019/2/1