Li Liu
収録論文 16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
- MEgoVista: 実環境におけるメートル単位の4D手・頭部動作推定のための多視点自己中心運動推定動作推定2026/9/15
未準備の自己中心視点録画から、キャリブレーション済みステレオを用いてメートル単位の両手と頭部の動作を重力整合した世界座標系で再構成するオフラインパイプラインを提案。
- タスク関連特徴ダイナミクスの忠実度がロボット超音波走査のゼロショットsim-to-real転送を可能にするsim2real2026/8/30
シミュレーションと実機の間で、プローブ動作に伴うタスク関連の特徴変化の一貫性（TR-FDF）を保つことで、実機データなしで訓練したポリシーが高成功率でゼロショット転送できることを示した。
- 動きをプロンプトとして：動き誘導型クロスフレーム視覚プロンプティングによるマルチモーダル大規模言語モデルの動き推論の強化ビデオ推論2026/8/12
動き中心のビデオ推論を強化するため、軌跡を視覚入力に直接マークするフレームワークを提案し、既存のMLLMの性能を向上させた。
- HUGIN: 自律物流仕分けのための視覚言語プランニングの強化VLA/プランニング2026/8/12
自律物流仕分けシステムにおける複数カメラ視点を統合した計画問題を新たに定義し、視覚言語モデルの性能を高める訓練フレームワークHUGINを提案。データ拡張と文脈ランキングにより精度を大幅に向上させた。
- 実環境UAV向け能動物体検出：大規模データセット、ベンチマーク、および手法の提案物体検出2026/7/1
UAV地上能動物体検出のための大規模実世界データセットATRNet-LUDOを構築し、ベンチマークを確立。さらに、JEPAを用いた世界モデルで汎化性能を高めるAOD-JEPA手法を提案した。
- データ効率的なロボット操作のためのマルチモーダル軌道ポリシー学習マニピュレーション2026/6/1
視覚と言語と軌道の異種モダリティをMoEで分離し、クロスモーダルコサインルーターで安定した専門家割り当てを実現する軌道予測フレームワークMATEを提案し、データ不足時の成功率を向上させた。
- レイテンシの壁を突破：高周波3D超音波サーボのための知覚と制御の相乗設計超音波サーボ2025/11/1
超音波ロボットシステムの遅延を解消するため、知覚と制御を協調設計し、60Hz超の閉ループ制御で動的ターゲットを高精度に追従するフレームワークを提案した。
- HybridWorldSim：自動運転向けのスケーラブルで制御可能な高忠実度シミュレータ自動運転シミュレーション2025/11/1
静的背景のニューラル再構成と動的エージェントの生成モデルを統合し、大視点変化でも幾何一貫性を保つ自動運転シミュレータを提案。新データセットMIRRORも公開。
- AgentThink：自動運転向け視覚言語モデルにおけるツール拡張型思考連鎖推論の統合フレームワークVLA2025/5/1
自動運転向けに、思考連鎖推論と動的なツール呼び出しを統合したフレームワークAgentThinkを提案し、DriveLMM-o1ベンチマークで推論スコアを53.91%向上させた。
- UEVAVD: UAV視点の能動的物体検出のためのデータセット能動的物体検出2024/11/1
UAVの視点変更による能動的物体検出(AOD)を開発するためのデータセットUEVAVDを公開し、GRUとSAMを組み込んだDRL手法で性能を向上させた。
- The RoboDepth Challenge: Methods and Advancements Towards Robust Depth Estimation2023/7/1
- Deep Reinforcement Learning-Based Control for Stomach Coverage Scanning of Wireless Capsule Endoscopy2023/5/1
- Direct Visual Servoing Based on Discrete Orthogonal Moments2023/4/1
- Image-Guided Navigation of a Robotic Ultrasound Probe for Autonomous Spinal Sonography Using a Shadow-aware Dual-Agent Framework2021/11/1
- Autonomous Navigation of an Ultrasound Probe Towards Standard Scan Planes with Deep Reinforcement Learning2021/3/1
- Deep Learning for 3D Point Clouds: A Survey2019/12/1