Mingfeng Fan
National University of Singapore
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
- PGMT: 人型ロボットのための知覚的汎用動作追跡歩行2026/9/8
複雑な地形でも動作追跡を可能にする、地形認識を組み込んだ人型ロボット用のパイプラインを提案。実機で37cmの障害物を越える適応的歩行と全身動作を実現した。
- TAGA: 地形認識に基づく能動的注視学習による汎用俊敏人型ロコモーション歩行2026/6/1
人間が歩行中に地形の関連箇所を選択的に見る仕組みに着想を得て、視覚・固有感覚・運動指令を統合し、高さスキャンの特定領域へ能動的に注意を向ける学習フレームワークを提案。強化学習のみで注視行動が創発し、実機で1.2mのギャップ横断など汎用的で頑健な歩行を実現した。
- LATS: 大規模言語モデルを用いた教師-生徒フレームワークによる交通信号制御のためのマルチエージェント強化学習交通信号制御2026/3/1
交通信号制御のためのマルチエージェント強化学習において、大規模言語モデルを教師として使い、その知識を蒸留して簡素なニューラルネットワークに移植することで、性能と汎化性を向上させる手法を提案した。
- CAMO: 多目的複数巡回セールスマン問題のための条件付きニューラルソルバー群制御2026/3/1
複数のロボットが複数の目標を訪問する際の総移動コストと最大完了時間のトレードオフを扱う多目的複数巡回セールスマン問題（MOMTSP）に対して、条件付きエンコーダと協調デコーダを備えたニューラルソルバーCAMOを提案し、パレートフロントの高品質な近似を実現した。
- CROSS: 一般化可能な大規模交通信号制御のためのMixture-of-Experts強化学習フレームワーク交通信号制御2026/3/1
多様な交差点形状や交通需要パターンに対応するため、予測的クラスタリングとMoEを組み合わせた分散型強化学習フレームワークを提案し、SUMOシミュレータで性能を検証した。
- CogDrive: 認知駆動型マルチモーダル予測・計画融合による安全な自動運転自動運転2025/12/1
認知表現と安全志向の軌道最適化を組み合わせ、マルチモーダルな相互作用予測と計画を統合した自動運転フレームワークを提案。
- ロボットタスク計画における一般化巡回セールスマン問題を解くためのマルチモーダル融合学習タスク計画2025/6/1
グラフと画像の両表現を融合した学習フレームワークにより、一般化巡回セールスマン問題をリアルタイムで高品質に解く手法を提案し、ロボット実機で有効性を検証した。
- Unicorn: 汎用的な都市交通信号制御に向けた普遍的協調強化学習アプローチ交通信号制御2025/3/1
多様な交差点形状に対応するため、交通流に基づく統一表現と自己教師あり学習を組み合わせたマルチエージェント強化学習フレームワークを提案し、広域交通信号制御の汎化性能を向上させた。
- DL-DRL: A double-level deep reinforcement learning approach for large-scale task scheduling of multi-UAV2022/8/1
- An Autonomous Path Planning Method for Unmanned Aerial Vehicle based on A Tangent Intersection and Target Guidance Strategy2020/6/1