Junzhe Wu

収録論文 8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

• NavVerse: 屋内から屋外への連続ロボットシミュレーションにおける具現化ナビゲーションのベンチマーク
  ナビゲーション2026/7/1

  屋内から屋外への連続的なナビゲーションを評価する物理シミュレーションベースのベンチマークを提案し、既存手法の性能と適応の課題を明らかにした。

• MuJoCoUni：MuJoCo向けの持続的バッチ実行ランタイムプリミティブ
  シミュレーション2026/5/1

  オンラインロボット学習とバッチ物理評価のためのMuJoCo拡張で、状態を持つ環境実行のランタイムプリミティブを提供する。

• UniLab: GPU中心パラダイムを超えたロボット強化学習のためのヘテロジニアスアーキテクチャ
  強化学習/システムアーキテクチャ2026/5/1

  CPUシミュレーションとGPU学習を分離したヘテロジニアスな強化学習システムUniLabを提案し、GPUシミュレーションに依存せずに3〜10倍の学習効率向上を実証した。

• GS-Playground: 視覚に基づくロボット学習のための高スループット写実的シミュレータ
  シミュレーション2026/4/1

  3Dガウススプラッティングと並列物理エンジンを統合した高速写実シミュレータを開発し、視覚ベースの強化学習を大規模に加速する。

• FGGS-LiDAR: 3DGSモデルからLiDARへ超高速GPUシミュレーション
  sim2real2025/9/1

  事前学習済み3DGSアセットをメッシュ化し、GPU加速レイキャスティングで500FPS超のLiDARシミュレーションを実現するフレームワークを提案。

• シーングラフを用いた想像的世界モデリングによる身体性エージェントのナビゲーション
  ナビゲーション2025/8/1

  階層的シーングラフと大規模言語モデルで未観測環境を想像し、適応的に経路探索するナビゲーション手法SGImagineNavを提案。実環境とシミュレーションで成功率を向上させた。

• DISCOVERSE: 複雑で高忠実度な環境における効率的なロボットシミュレーション
  sim2real2025/7/1

  3DガウススプラッティングとMuJoCoを組み合わせ、実世界の複雑な環境を高精細に再現してロボット学習を行うオープンソースのReal2Sim2Realシミュレーションフレームワークを提案し、模倣学習におけるゼロショットSim2Real転移で最先端性能を示した。

• RKHS-BA: セマンティック点群を用いたロバストな対応点不要の多視点位置合わせフレームワーク
  点群位置合わせ2024/3/1

  RGB-D/LiDARとセマンティック情報を再生成カーネルヒルベルト空間で連続的に表現し、対応点を必要としないバンドル調整により多視点点群の位置合わせを高精度かつロバストに行う手法を提案した。