Qing Xu
収録論文 13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
- 目標選択から掘削まで：連続自律掘削のための学習ベースフレームワーク自律掘削2026/9/24
LiDAR地形認識による目標選択と強化学習・模倣学習を組み合わせ、連続的な自律掘削を実現するフレームワークを提案し、実機実験で有効性を示した。
- FeasibleFlow: 構成空間の実現可能性と軌道を一段階で同時輸送するエンドツーエンド運転エンドツーエンド運転2026/9/20
エンドツーエンド自動運転において、構成空間の実現可能性場とマルチモーダルな自車軌道を一段階の生成フレームワークで同時に輸送する手法を提案し、安全性と進捗のバランスを取るランカーと強化学習を導入してNAVSIMで有効性を示した。
- 視覚目標条件付き制御による自律掘削掘削/模倣学習2026/8/22
掘削ロボットの動作を、画像上の目標領域マスクと行動チャンク変換器を用いて制御する枠組みを提案し、シミュレーションで高い目標達成率と作業効率を実証した。
- 混在交通流におけるコネクテッド・自動運転車のためのマルチソース・ヒューマン・イン・ザ・ループ・デジタルツイン・テストベッドテストベッド/シミュレーション2026/3/1
実車・仮想車両と人間ドライバーを統合した、混在交通環境でのCAVテストベッドを提案し、プラトゥーニング実験でその有効性を示した。
- 最適化可能から対話可能へ：車両・インフラ協調システムの混合デジタルツイン試験デジタルツイン/試験2026/3/1
車両・インフラ協調システムの試験に、人間が直接介入できるL5レベルの対話可能なデジタルツインを導入し、高品質なコーナーケースを生成するフレームワークを提案した。
- 知能コネクテッド車のための予測的リスク解析と安全軌道計画自動運転/軌道計画2025/6/1
周囲物体の将来軌道を予測し、時空間離散化した予測的リスク解析に基づいて安全な走行軌道を生成する枠組みを提案し、シミュレーションと実車実験で有効性とリアルタイム性を確認した。
- RS2AD: 路側センサ観測から車載LiDARデータを生成するエンドツーエンド自動運転データ合成フレームワーク自動運転データ生成2025/3/1
路側センサのLiDAR点群から対象車両の相対姿勢を用いて車載LiDAR座標系に変換し、仮想LiDARモデリングと点群分類・再サンプリングにより高忠実な車載LiDARデータを合成する手法を提案。KITTIに補完して学習に用いることで3D物体検出精度とデータ生成効率が向上することを示した。
- EDRF: マルチモーダル軌道予測に基づく拡張運転リスク場とその応用リスク評価2024/10/1
深層学習によるマルチモーダル軌道予測とガウス分布モデルを統合し、交通参加者の不確実性を定量化する拡張運転リスク場（EDRF）を提案。交通リスク監視、自車リスク分析、運動・軌道計画への応用を示す。
- 自動運転の安全性に向けた汎用制御修正手法自動運転/安全制御2024/9/1
ベクトル化知覚と占有グリッドマップを入力とし、新たなバリア関数で多様な交通シーン制約を統合的に扱う制御修正手法を提案し、複雑なシーンでの安全性を検証した。
- VAD: Vectorized Scene Representation for Efficient Autonomous Driving2023/3/1
- Mixed Cloud Control Testbed: Validating Vehicle-Road-Cloud Integration via Mixed Digital Twin2022/12/1
- Conflict-free Cooperation Method for Connected and Automated Vehicles at Unsignalized Intersections: Graph-based Modeling and Optimality Analysis2021/7/1
- Formation Control with Lane Preference for Connected and Automated Vehicles in Multi-lane Scenarios2021/6/1