Shaoshuai Shi
収録論文 10本 ・ フィジカルAI/ロボット学習
深度推定3D幾何推定VLAマニピュレーション交通シミュレーション軌道予測運動予測
※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
- OptiGeo: 光学的に困難なシーンにおける身体化知覚のための効率的な単眼幾何学深度推定2026/8/30
透明・反射・鏡面環境での単眼深度推定の信頼性を向上させるため、センサ由来のバイアスを補正する学習フレームワークOptiGeoを提案した。
- 動的特徴正規化によるストリーミング映像の3D幾何安定化3D幾何推定2026/5/25
ストリーミングRGB入力から一貫した3D幾何を推定する際の時間的不安定性を、特徴統計量の変動が原因と特定し、軽量な再帰モジュールDyFNを導入して安定化する手法を提案した。
- GeoPredict: 予測キネマティクスと3Dガウス幾何を活用した高精度VLAマニピュレーションVLA2025/12/1
ロボットアームの将来の3Dキーポイント軌道と作業空間の3Dガウス幾何を予測するモジュールをVLAモデルに追加し、訓練時のみの監督で推論時は軽量なトークン追加だけで精度を向上させた。
- VacuumVLA: 吸引と把持を統合したエンドエフェクタでVLAの能力を強化する複雑ロボットマニピュレーションマニピュレーション2025/11/1
2本指グリッパと真空吸引ユニットを組み合わせた低コストなハイブリッドエンドエフェクタを開発し、DexVLAやPi0といったVLAフレームワークに組み込むことで、従来困難だった複雑な操作タスクを実現した。
- R1スタイル強化学習ファインチューニングによるマルチエージェント交通シミュレーションの高度化交通シミュレーション2025/9/1
交通シミュレーションの次トークン予測モデルに対し、R1スタイルの強化学習ファインチューニングを適用し、人間の選好や評価指標に合致する挙動を生成できるようにした。Waymoのベンチマークで最高性能を達成。
- 先読みする動き：報酬ヒューリスティクスで軌道予測を強化軌道予測2025/7/1
逆強化学習で運転エージェントの意図を推論し、その報酬を手がかりに将来の軌道を予測する手法を提案。大規模データセットで予測精度と信頼性が向上。
- GoIRL: マルチモーダル軌道予測のためのグラフ指向逆強化学習軌道予測2025/6/1
車線グラフ特徴をグリッド空間に集約し、最大エントロピー逆強化学習で報酬分布を推定して複数の実行可能な計画を生成する軌道予測手法を提案。大規模ベンチマークで最先端性能と優れた汎化性能を示した。
- AMP: 次トークン予測による自己回帰的運動予測の再考運動予測2024/3/1
GPTスタイルの次トークン予測を自動運転の運動予測に導入し、時空間・意味関係を捉える因子化アテンションで自己回帰予測を実現した研究。
- ConQueR: Query Contrast Voxel-DETR for 3D Object Detection2022/12/1
- 3D Object Detection for Autonomous Driving: A Comprehensive Survey2022/6/1