Linzuo Zhang
収録論文 10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
- 並進オプティカルフローと不確実性マスクによる自律FPV飛行ドローン飛行2026/6/1
単眼カメラのみを用いた自律FPVドローン飛行において、オプティカルフローを並進成分と回転成分に分解し、並進フローと不確実性マスクを利用して障害物を検出し、強化学習で制御ポリシーを学習することで、実環境で最高11.79 m/sの高速飛行を実現した。
- E2E-Fly: エンドツーエンドクアッドローター自律飛行のための統合トレーニングから展開までのシステムドローン制御2026/4/1
シミュレーションから実機へのゼロショット転送を可能にする、差動可能物理学習と強化学習を統合したクアッドローター自律飛行のための包括的なフレームワークを提案する。
- QuadAgent: 視覚言語ガイドによるクアッドローター俊敏飛行のための応答性エージェントシステムドローン制御2026/4/1
視覚と言語の入力に基づいてクアッドローターを俊敏に飛行させる、訓練不要のエージェントシステムを提案。非同期マルチエージェント構成で高次推論と低次制御を分離し、シミュレーションと実機で有効性を実証した。
- 微分可能シミュレーションによる不規則な隙間を通過するUAVの視覚ベースエンドツーエンド学習ドローン制御2026/4/1
深度画像から制御指令へのエンドツーエンド学習で、不規則な隙間を自律的に通過するドローンの制御を実現した論文。
- AI-IO: 空気力学に着想を得たクアッドローター用リアルタイム慣性オドメトリ慣性オドメトリ2026/3/1
クアッドローターの慣性オドメトリにローター速度を組み込み、物理モデルに基づくトランスフォーマーで速度予測精度を向上させた。
- ベクトル場拡張によるビジョンベースドローンレースの微分可能ポリシー学習ドローンレース/強化学習2026/3/1
ドローンレース向けに、微分可能な損失とベクトル場を組み合わせた新しい学習フレームワークDiffRacingを提案し、シミュレーションと実機で高いサンプル効率と堅牢な飛行性能を実証した。
- ランダム障害物を伴うクアッドロータレースのためのカリキュラム強化学習強化学習/ドローンレース2026/2/1
視覚ベースのカリキュラム強化学習で、障害物のあるドローンレースにおいて高速かつ堅牢に飛行する制御器を訓練した研究。
- 多様で未知の障害物環境における堅牢な視覚ベースドローンレースの実現ドローンレース2025/12/1
強化学習を用いて、障害物が多く未知の環境でも高速飛行と衝突回避を両立するドローンレース用ポリシーを学習する二段階フレームワークを提案し、実機検証した。
- デュアルKD木とMPCによる地図構築不要の障害物回避飛行飛行制御2025/3/1
3D地図や軌道生成を使わず、深度カメラの点群とスパースなウェイポイントからMPCで直接安全な飛行を実現する手法を提案。障害物用とエッジ用の2つのKD木で局所解を回避し、最大12m/sの高速飛行を可能にした。
- ピクセルの動きから見る：単眼カメラのオプティカルフローによる障害物回避学習障害物回避2024/11/1
単眼カメラのオプティカルフローからクアッドロータの障害物回避をエンドツーエンドで学習するシステムを提案し、微分可能シミュレータと注意機構で実機FPVドローンでも検証した。