Jinhao Liang

University of Virginia

収録論文 6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

• 解析的局所スコアによる学習不要の拡散計画
  拡散計画2026/10/1

  学習済みスコアを解析的な局所スコア（障害物・滑らかさ・速度・エージェント間制約）に置き換え、学習なしで滑らかで衝突のない軌道を生成する拡散ベースの動作計画手法を提案。

• シミュレーション情報を活用した拡散モデルによる分散型マルチロボット動作計画
  群制御2026/5/1

  各ロボットが局所観測から衝突回避軌道を生成する分散型マルチロボット動作計画において、隣接ロボットの将来軌道を拡散モデルで予測し、その予測を安全制約として自身の軌道計画に活用する新しいフレームワークを提案した。

• 離散ガイド拡散によるスケーラブルで安全なマルチロボット動作計画
  群制御2025/8/1

  離散的なマルチエージェント経路探索と制約付き拡散モデルを組み合わせ、100台のロボットまでスケールする衝突回避軌道生成フレームワークを提案した。

• 射影拡散モデルによるマルチロボット同時動作計画
  マルチロボット動作計画2025/2/1

  拡散モデルのサンプリングに制約付き最適化を組み込み、衝突回避と運動学的実現性を満たすマルチロボット動作計画手法SMDを提案し、新しいベンチマークで従来手法を上回る性能を示した。

• 射影拡散モデルによる連続空間でのマルチエージェント経路計画
  群制御2024/12/1

  拡散モデルと制約付き最適化を組み合わせ、連続空間で衝突回避と運動学的制約を満たす複数エージェントの経路を生成する手法を提案した。

• 自動運転の安全な運動計画のためのインタラクションを考慮した軌道予測：Transformer転移学習アプローチ
  自動運転/軌道予測2024/11/1

  Transformerと転移学習を用いて自動運転車と人間運転車の相互作用を考慮した軌道予測器を構築し、不確実性を定量化して運動計画に統合することで安全性を向上させる手法を提案した。