Junhong Xu

収録論文 18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

• OopsieVerse: 損傷認識シミュレーションによるロボット操作の安全性ベンチマーク
  安全性/シミュレーション2026/6/1

  家庭用ロボットの物理的安全性を評価するため、接触力や温度変化などの損傷を検出・定量化する統一シミュレーションフレームワークとベンチマークを提案した。

• 時空間を探索する：オープンワールド物体検索のための統合メモリ・行動ループ
  物体検索2025/11/1

  ロボットが過去の状態や空間的文脈を手がかりに物体を探すため、長期記憶と行動を単一のループで統合するフレームワークSTARを提案し、新ベンチマークで有効性を示した。

• ロバスト計画のための因果構造分布の学習
  モデルベース計画2025/8/1

  因果構造の不確実性を考慮してロボットの動力学モデルを学習し、新しい環境での計画をよりロバストかつ低計算コストで実現する手法を提案。

• ADEPT: 適応的拡散環境生成によるSim-to-Realポリシー転移
  sim2real2025/6/1

  拡散モデルを用いて既存の訓練環境を適応的に拡張し、ゼロショットのSim-to-Real転移を可能にする新しい環境生成手法を提案した。

• 適応的拡散地形生成による自律不整地ナビゲーション
  ナビゲーション2024/10/1

  拡散モデルを用いて、現在の政策の性能に応じて訓練地形を動的に多様化・複雑化する手法を提案し、不整地ナビゲーションの性能を向上させた。

• 未知環境に適応する文脈生成型デフォルトポリシー
  ナビゲーション2024/9/1

  拡散モデルで観測地図から未観測領域を予測し、その想像地図に基づいてデフォルトポリシーを適応的に生成することで、未知障害物を回避する計画手法を提案した。

• 境界を考慮した安全な確率的運動計画のための価値関数生成
  運動計画2024/3/1

  有限要素法とカーネル関数を組み合わせて、安全領域と非ナビゲーション領域を厳密に区別する価値関数を生成し、安全な境界認識ポリシーを実現する手法を提案した。

• Coordination of Bounded Rational Drones through Informed Prior Policy
  2023/7/1
• Towards Efficient MPPI Trajectory Generation with Unscented Guidance: U-MPPI Control Strategy
  2023/6/1
• Decision-Making Among Bounded Rational Agents
  2022/10/1
• Causal Inference for De-biasing Motion Estimation from Robotic Observational Data
  2022/10/1
• Kernel-based diffusion approximated Markov decision processes for autonomous navigation and control on unstructured terrains
  2021/11/1
• Online Planning in Uncertain and Dynamic Environment in the Presence of Multiple Mobile Vehicles
  2020/9/1
• Kernel Taylor-Based Value Function Approximation for Continuous-State Markov Decision Processes
  2020/6/1
• Reachable Space Characterization of Markov Decision Processes with Time Variability
  2019/5/1
• State-Continuity Approximation of Markov Decision Processes via Finite Element Methods for Autonomous System Planning
  2019/3/1
• Shared Multi-Task Imitation Learning for Indoor Self-Navigation
  2018/8/1
• Avoidance of Manual Labeling in Robotic Autonomous Navigation Through Multi-Sensory Semi-Supervised Learning
  2017/9/1