Qingbiao Li

収録論文 17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

• 手術の世界行動モデリングに向けて：手術動作計画のための視覚・軌道同時予測の予備的検討
  手術計画2026/8/20

  手術映像と器具の軌跡を同時に予測する新しいモデルを提案し、将来の視覚状態と動作軌道の一貫性を評価する。

• SurgWMBench：手術器具の動作計画のための視覚ベースのワールドモデルベンチマーク
  手術ロボティクス2026/8/1

  手術映像から器具の動きと将来の状態遷移を予測するワールドモデルの評価に特化したベンチマークを提案し、従来の生成品質指標では測れない動作計画能力を評価する。

• 暗黙の仮想リーダー：マルチロボット編隊のための分散型視覚のみの相対姿勢推定
  群制御2026/7/1

  GPSの使えない環境で、各ロボットの単眼画像と通信メッセージから6自由度の相対姿勢を推定する学習ベースの手法を提案。チーム重心に仮想的なリーダーを暗黙に学習し、単一障害点を排除した分散推定を実現。

• FabriVLA: 軽量視覚言語行動モデルと共形アクションチャンク不確実性
  VLA/不確実性/操作2026/7/1

  軽量なVLAモデルFabriVLAを提案し、Meta-World MT50で90%の成功率を達成。さらに、共形予測を用いてアクションの不確実性を定量化するJCAC法を導入し、実行前のリスク評価を可能にした。

• ロボット支援部分腎摘除術における腎縫合の細粒度アクションセグメンテーション
  手術ロボティクス2026/4/1

  ロボット支援部分腎摘除術中の腎縫合動作をフレーム単位で認識する細粒度アクションセグメンテーションのベンチマークを構築し、4つの時間モデルを比較評価した。

• 120分とノートPCだけで実現する画像ゴールナビゲーション：教師なし探索とオフライン強化学習による最小構成アプローチ
  ナビゲーション2026/3/1

  大規模データや高価な計算資源を前提とせず、ノートPC上で120分以内にデータ収集から実環境でのポリシー展開までを自動で行う画像ゴールナビゲーション手法MINavを提案した。

• SignNav: 大規模屋内環境における標識を活用した意味的視覚ナビゲーション
  ナビゲーション2026/3/1

  標識の意味的手がかりを解釈して目的地へ移動する新しいナビゲーションタスクSignNavを提案し、空間・時間認識トランスフォーマー(START)モデルで80%の成功率を達成した。

• SutureFormer: ピクセル空間における目標条件付きオフライン強化学習による手術軌道の学習
  手術ロボティクス/オフライン強化学習2026/3/1

  内視鏡映像から針先の軌道を逐次意思決定問題として捉え、スプライン補間で疎な注釈を密な報酬に変換する目標条件付きオフライン強化学習フレームワークを提案した。

• TacGNN:Learning Tactile-based In-hand Manipulation with a Blind Robot
  2023/4/1
• Accelerating Multi-Agent Planning Using Graph Transformers with Bounded Suboptimality
  2023/1/1
• See What the Robot Can't See: Learning Cooperative Perception for Visual Navigation
  2022/8/1
• A Framework for Real-World Multi-Robot Systems Running Decentralized GNN-Based Policies
  2021/11/1
• The Holy Grail of Multi-Robot Planning: Learning to Generate Online-Scalable Solutions from Offline-Optimal Experts
  2021/7/1
• Graph Neural Networks for Decentralized Multi-Robot Submodular Action Selection
  2021/5/1
• Message-Aware Graph Attention Networks for Large-Scale Multi-Robot Path Planning
  2020/11/1
• Mobile Robot Path Planning in Dynamic Environments through Globally Guided Reinforcement Learning
  2020/5/1
• Graph Neural Networks for Decentralized Multi-Robot Path Planning
  2019/12/1