Qi Hao

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

• SRL-MPC: 形状を考慮した強化学習モデル予測制御
  ナビゲーション2026/8/21

  異なる形状のロボット群や群衆の中での安全で効率的なナビゲーションを実現するため、強化学習でMPCのパラメータを適応的に調整する手法を提案した。

• IR-SIM: ナビゲーション、学習、ベンチマークのための軽量スキルネイティブシミュレータ
  シミュレーション2026/6/1

  YAML設定だけでシナリオを定義できる軽量なナビゲーション用シミュレータIR-SIMを提案し、テキストからのシナリオ生成や学習データ生成、高忠実度シミュレータや実機への橋渡しを実現した。

• LLM駆動のシナリオ認識型自動運転プランニング
  自動運転2026/1/1

  大規模言語モデルを活用してシーンを理解し、モード切替と運動計画を統合最適化する自動運転プランナーLAPを提案。高密度交通下での走行効率と安全性を両立。

• SemanticFlow: 動的環境におけるシーンフロー予測とインスタンスセグメンテーションを同時に行う自己教師ありフレームワーク
  自動運転/点群処理2025/3/1

  動的な交通シーンにおいて、点群のシーンフロー予測とインスタンスセグメンテーションを同時に実行するマルチタスクフレームワークを提案し、自己教師あり学習で高精度かつ効率的な認識を実現した。

• SSF-PAN: 交通シナリオにおける自律ナビゲーションのためのセマンティックシーンフローに基づく知覚
  自律ナビゲーション2025/1/1

  LiDAR点群のシーンフローをニューラルネットでセマンティックに分割し、動物体を高精度・高効率で検出して地図不要の自律ナビゲーションを実現する手法を提案。

• NeuPAN: 点群ロボットのためのエンドツーエンドモデルベース直接ナビゲーション
  ナビゲーション2024/3/1

  生の点群データから直接衝突回避動作を生成する、地図不要で環境に依存しないリアルタイム動作計画手法を提案し、実機実験で有効性を示した。

• 自動運転のための同期・合成統合によるシームレスな仮想現実
  自動運転2024/3/1

  自動運転向けVRデータエンジンにおいて、低レベルの同期設計と高レベルの合成設計を統合したIS2を提案し、VRの不整合を軽減してシームレスな協調世界を実現した。

• End-To-End Planning of Autonomous Driving in Industry and Academia: 2022-2023
  2024/1/1
• RDA: An Accelerated Collision Free Motion Planner for Autonomous Navigation in Cluttered Environments
  2022/10/1
• SLAM-TKA: Real-time Intra-operative Measurement of Tibial Resection Plane in Conventional Total Knee Arthroplasty
  2022/8/1
• Federated Deep Learning Meets Autonomous Vehicle Perception: Design and Verification
  2022/6/1
• Adaptive Environment Modeling Based Reinforcement Learning for Collision Avoidance in Complex Scenes
  2022/3/1
• Reinforcement Learned Distributed Multi-Robot Navigation with Reciprocal Velocity Obstacle Shaped Rewards
  2022/3/1
• Robotic Wireless Energy Transfer in Dynamic Environments: System Design and Experimental Validation
  2022/1/1
• Phase-SLAM: Phase Based Simultaneous Localization and Mapping for Mobile Structured Light Illumination Systems
  2022/1/1
• Runtime Safety Assurance for Learning-enabled Control of Autonomous Driving Vehicles
  2021/9/1
• Capture Uncertainties in Deep Neural Networks for Safe Operation of Autonomous Driving Vehicles
  2021/8/1
• Decentralized Cooperative Multi-Robot Localization with EKF
  2018/11/1