Shengbo Eben Li
Tsinghua University
収録論文 46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
- 評価こそがマルチモーダル自動運転の鍵自動運転計画2026/9/25
マルチモーダル自動運転計画における生成と評価の非対称性を指摘し、安全性スコアラーとVLMガイド変調器を備えた統合軌道評価器と段階的学習戦略を提案して、NAVM v1で人間専門家を超える性能を達成した。
- NeuralParker: 不規則な駐車環境のための強化学習プランナー駐車計画/強化学習2026/8/25
配送車両などが不規則な環境で任意の姿勢に駐車するための強化学習ベースのハイブリッドプランナーを提案。環境全体の障害物と境界を目標相対表現で符号化し、長距離の経路計画を可能にした。
- 制御された世界モデルの識別可能性について世界モデル2026/7/24
この論文は、ガウス潜在状態を持つ制御された世界モデルが非線形観測から復元可能かどうかを理論的に解析し、識別可能性の条件を提案しています。
- 因子認識Mixture-of-Expertsと事前学習エンコーダによる組合せ汎化ロボット操作2026/6/1
視覚ロボット操作において、照明や表面テクスチャなどの環境変化に対する汎化を向上させるため、因子認識MoEと事前学習エンコーダを統合したFAMEフレームワークを提案。3段階の訓練で複数因子の組合せ汎化を実現し、Meta-Worldで34%、実世界ピックアンドプレースで35%の改善。
- M3imic: 多様な動作模倣のための汎用全身制御器の学習全身制御2026/6/1
ヒューマノイドロボットの全身制御を目的に、関節角度やエンドエフェクタ位置など異なる動作参照モダリティを統一するフレームワークを提案し、シミュレーションと実機で汎用性を実証した。
- ワールドエンジン：自動運転におけるポストトレーニング時代に向けて自動運転2026/6/1
実世界のログから高忠実度のインタラクティブ環境を再構築し、安全上重要な長尾シナリオを合成的に生成して、事前学習済みの自動運転モデルを強化学習でポストトレーニングする枠組みを提案。これにより、実世界のリスクを回避しつつ安全性を向上させる。
- FUSE: 車両・ロボットSLAMシステムにおける統合状態推定のためのフレームワークSLAM2026/5/1
SLAMの状態推定プロセスを観測取り込み・伝播・更新・状態問い合わせのインターフェースに分離し、設計選択を独立に変更可能にするフレームワークFUSEを提案。LiDAR-IMU実装で評価し、Faster-LIOと比較して誤差を低減した。
- 自然勾配ベイズフィルタリング：力学系のための幾何認識フィルタ状態推定2026/5/1
ガウス分布の統計多様体上で自然勾配降下を用いて事後分布を更新する幾何認識型ガウスフィルタ（NANOフィルタ）を提案し、線形ガウス系ではカルマンフィルタと一致することを示した。衛星姿勢推定やロボットの状態推定などで有効性を実証している。
- リー群上の自然勾配ガウス近似フィルタによるロボット状態推定状態推定2026/4/1
リー群上で定義された非線形観測モデルを線形化せずに、ガウス分布の増分変数に対する最適化問題として再定式化し、自然勾配法を用いて解く新しいフィルタリング手法を提案した。実機の脚ロボット実験で有効性を実証した。
- ランジェバン誘導フローマッチングによる自動運転向けリアルタイム生成ポリシー自動運転/強化学習2026/3/1
フローマッチングをオンライン強化学習に導入し、ランジェバンダイナミクスで経験を動的に最適化することで、1回の推論で高品質な行動を生成する低遅延な自動運転ポリシーを実現した。
- 世界モデルを用いたオフポリシー・ブートストラップ強化学習モデルベース強化学習2025/11/1
世界モデルでプランナーを学習し、その行動をオフポリシー学習で方策に蒸留するブートストラップループにより、サンプル効率と性能を両立させる手法BOOMを提案。
- 自己進化型プライアで強化学習をジャンプスタートさせた極限単脚ロコモーション歩行2025/7/1
強化学習の訓練を段階的に複雑化し、自己進化するプライアを生成することで、四脚ロボットが不整地で片脚跳躍を実現する手法を提案。
- 調和勾配を用いた分布型Soft Actor-Criticによるマルチレーン自動運転の安全かつ効率的な学習自動運転/安全強化学習2025/5/1
効率的な走行と安全制約の2つの方策勾配を調和させて衝突を抑える新しい安全強化学習手法DSAC-Hを提案し、マルチレーン自動運転でほぼ違反ゼロの効率的走行を実現した。
- NANO-SLAM：自然勾配ガウス近似による車両SLAMSLAM2025/4/1
車両SLAMにおいて、サンプリング分布をガウスパラメータ上の最適化問題として定式化し、自然勾配降下法で解くことで線形化誤差を回避し精度を向上させる手法を提案した論文。
- 多様な脚式ロボットの効率的かつ汎用的な運動制御のための転移可能な潜在空間間移動ポリシー歩行2025/3/1
潜在空間で動作する移動ポリシーを事前学習し、タスク固有の軽量エンコーダ・デコーダのみを微調整することで、多様な脚式ロボットの運動制御を効率的に適応させる手法を提案した。
- 動く心：認知洞察による自動運転の軌道予測の解読軌道予測2025/2/1
運転者の知覚的安全感という認知概念を取り入れたTransformerモデルを提案し、周囲車両の長期軌道予測精度を向上させた。
- 柔軟なガイダンスを備えた拡散ベース自動運転プランニング自動運転計画2025/1/1
Transformerベースの拡散モデルで自動運転の閉ループ計画を行い、予測と計画を統合しつつ分類器ガイダンスで安全かつ適応的な軌道生成を実現した研究。
- RINO: 非反復推定による高精度・堅牢なレーダー慣性オドメトリレーダー慣性オドメトリ2024/11/1
霧・雨・雪などの悪天候下でも機能するレーダー慣性オドメトリ(RINO)を提案。適応的疎結合と投票機構で不確かさを推定し、カルマンフィルタで融合することで精度と堅牢性を向上させた。
- 二重ベータカルマンフィルタによる脚式ロボットのロバスト状態推定状態推定2024/11/1
脚式ロボットの状態推定において、足の滑りと脚の長さ変化を考慮した測定モデルを提案し、脚長を推定するパラメータフィルタと状態フィルタを反復的に用いる二重推定フレームワークと、外れ値に頑健なベータカルマンフィルタを導入した。
- 敵対的ポリシー探索に基づく自動運転シナリオ難易度の定量的表現自動運転テスト/敵対的シナリオ生成2024/8/1
強化学習で敵対的行動を取るエージェントを訓練し、その学習過程のポリシー群から難易度の異なる交通シナリオを連続的に生成・定量化する手法を提案した論文。
- 安全クリティカルな場面におけるリスクを考慮した車両軌道予測軌道予測2024/7/1
衝突が差し迫った危険な場面でも高精度に車両の将来軌道を予測するため、リスク情報を組み込んだシーンエンコーダや意図クエリ、補助リスク予測を備えたフレームワークを提案し、専用データセットと評価指標で有効性を示した。
- 人間の観察行動に着想を得た混合交通環境における自動運転の軌道予測軌道予測2024/2/1
人間の認知・観察行動を模倣した「適応的視覚セクター」と動的交通グラフを組み合わせ、混合交通環境での自動運転車の軌道予測精度を向上させた研究。
- A Cognitive-Based Trajectory Prediction Approach for Autonomous Driving2024/2/1
- Safe Offline Reinforcement Learning with Feasibility-Guided Diffusion Model2024/1/1
- BAT: Behavior-Aware Human-Like Trajectory Prediction for Autonomous Driving2023/12/1
- Integrated Drill Boom Hole-Seeking Control via Reinforcement Learning2023/12/1
- LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving2023/10/1
- Integrated Decision and Control for High-Level Automated Vehicles by Mixed Policy Gradient and Its Experiment Verification2022/10/1
- Safe Model-Based Reinforcement Learning with an Uncertainty-Aware Reachability Certificate2022/10/1
- Synthesize Efficient Safety Certificates for Learning-Based Safe Control using Magnitude Regularization2022/9/1
- Reachability Constrained Reinforcement Learning2022/5/1
- Improve Generalization of Driving Policy at Signalized Intersections with Adversarial Learning2022/4/1
- Learn Zero-Constraint-Violation Policy in Model-Free Constrained Reinforcement Learning2021/11/1
- Self-learned Intelligence for Integrated Decision and Control of Automated Vehicles at Signalized Intersections2021/10/1
- Encoding Distributional Soft Actor-Critic for Autonomous Driving in Multi-lane Scenarios2021/9/1
- Model-based Chance-Constrained Reinforcement Learning via Separated Proportional-Integral Lagrangian2021/8/1
- Fixed-Dimensional and Permutation Invariant State Representation of Autonomous Driving2021/5/1
- Decision-Making under On-Ramp merge Scenarios by Distributional Soft Actor-Critic Algorithm2021/3/1
- Model-based Constrained Reinforcement Learning using Generalized Control Barrier Function2021/3/1
- Integrated Decision and Control: Towards Interpretable and Computationally Efficient Driving Intelligence2021/3/1
- Steadily Learn to Drive with Virtual Memory2021/2/1
- Mixed Reinforcement Learning with Additive Stochastic Uncertainty2020/3/1
- Interpretable End-to-end Urban Autonomous Driving with Latent Deep Reinforcement Learning2020/1/1
- Centralized Cooperation for Connected and Automated Vehicles at Intersections by Proximal Policy Optimization2019/12/1
- Intention-aware Long Horizon Trajectory Prediction of Surrounding Vehicles using Dual LSTM Networks2019/6/1
- Indirect Shared Control of Highly Automated Vehicles for Cooperative Driving between Driver and Automation2017/4/1