Tianchen Deng
収録論文 33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
- 適応的世界記憶3D基盤モデル：スケーラブルな3Dマッピング・自己位置推定・レンダリング3D基盤モデル/SLAM2026/9/18
Transformerベースのゲート付き更新と時空間調整を組み合わせた適応的世界記憶機構により、長期記憶・大規模マッピング・ガウシアンレンダリングを単一モデルで統合した3D基盤モデルを提案。
- BehaviorWorldGen: 行動モデルとワールドシミュレータのループを閉じる、制御可能な行動認識型構造化ワールド生成自動運転/シミュレーション2026/8/23
運転行動モデルの自己改善ループにおいて、周辺エージェントの行動的に妥当な応答を生成できるシミュレータの欠如がボトルネックであることを指摘し、解釈可能な行動制御を注入してマルチエージェントの軌跡を生成するBehaviorFlowを中核とするフレームワークを提案した。
- GaussianDWM++: 言語基盤の3Dガウス駆動世界モデルによる統一的なシーン理解・編集・マルチモーダル生成世界モデル/3Dシーン理解2026/8/17
3Dガウス表現に視覚言語特徴を蒸留し、シーン理解・言語推論・4D編集・マルチモーダル生成を単一フレームワークで統合した駆動世界モデルを提案した。
- 大規模シーン再構成のためのローカルからグローバルへのループクロージャを備えたマルチサブマップ暗黙的ニューラルSLAMSLAM2026/8/10
NeRFベースのSLAMを大規模環境に拡張するため、マルチサブマップ構造と二段階のループクロージャ機構を導入し、記憶爆発を防ぎつつ高精度な再構成とロバストな位置推定を実現した。
- 堅牢なVIOにさらなる学習は必要か？分布シフト下での幾何検証済み視覚計測VIO/ロバスト性2026/7/1
学習を視覚計測生成に限定し、幾何検証と不確実性重み付けを組み合わせた最小学習ステレオVIOフレームワークを提案し、分布シフト下での堅牢性を実証した。
- CT-VoxelMap: 確率的適応ボクセルマッピングを用いた効率的な連続時間LiDAR-慣性オドメトリオドメトリ2026/4/1
高速移動や不整地でのロバストな自己位置推定を目指し、Bスプラインの制御点増分を行列リー群上で推定する新しい連続時間LiDAR-慣性オドメトリ手法を提案した。IMUの前方伝播情報を用いたオンラインのフィッティング誤差推定とハイブリッド特徴ベースのボクセルマップ管理により精度とロバスト性を向上させている。
- CALMを保て：視覚幾何基盤モデルとアシスタントアイによるキャリブレーションフリーのキロメートル級SLAMSLAM2026/4/1
視覚幾何基盤モデル（VGFM）をキロメートル級SLAMに展開する際、単一の線形変換では非線形な幾何歪みを補正できない問題を解決するため、物理的間隔の事前知識を活用する「アシスタントアイ」とエピポーラ拘束に基づく補正モデルを導入したプラグアンドプレイフレームワークCAL2Mを提案した。
- 視覚・音・言語・行動パラダイムに向けて：音中心操作のためのHEARフレームワーク操作2026/3/1
音をリアルタイムに活用した操作を実現するため、視覚・音声・言語・行動を統合した連続制御パラダイムVSLAを提案し、その実装としてHEARフレームワークを導入した。
- OTPL-VIO: 最適輸送による線分対応と適応的不確実性を備えた堅牢な視覚慣性オドメトリVIO2026/3/1
低テクスチャや急な照明変化で点特徴が不安定な環境向けに、線分に深層記述子と最適輸送マッチングを導入し、信頼性適応重み付けで推定を安定化するステレオ点線VIOシステムを提案した。
- Graph-Loc: 低観測性・遮蔽環境下でのコンパクトな構造地図事前分布を用いたロバストなグラフベースLiDAR姿勢追跡自己位置推定2026/2/1
点と線の軽量グラフで表現した地図事前分布に対し、LiDARスキャンから抽出した点・線を不均衡最適輸送で対応付けることで、遮蔽や低観測性に強い姿勢追跡を実現した。
- MUT3R: 動きを考慮した更新トランスフォーマーによる動的3D再構成3D再構成2025/12/1
事前学習済みトランスフォーマーの自己注意マップから動きの手がかりを抽出し、再学習なしで動的領域の影響を抑制してストリーミング3D再構成を安定化させる手法を提案。
- 拡散モデル誘導による実世界単眼深度推定攻撃用の敵対的物体生成敵対的攻撃2025/12/1
拡散モデルを用いてシーンに自然に溶け込む敵対的物体を生成し、単眼深度推定を誤らせる物理攻撃手法を提案した。
- ロボティクスに最適な3Dシーン表現は何か？幾何表現から基盤モデルまで3Dシーン表現2025/12/1
ロボティクスにおける点群・ボクセル・SDF・NeRF・3DGS・基盤モデルなどの3Dシーン表現を、知覚・地図構築・自己位置推定・ナビゲーション・マニピュレーションの5モジュール別に整理・比較したサーベイ。
- 進化し続けるスキル知識を持つ視覚言語行動モデルVLA2025/11/1
VLAモデルにパラメータを増やさずに継続的模倣学習を導入し、知識誘導型エキスパートルーティングでタスク特化を実現するフレームワークStellar VLAを提案。
- GRS-SLAM3R: ゲート付きリカレント状態を用いたリアルタイム高密度SLAMSLAM2025/9/1
RGB画像から事前知識なしに高密度シーン再構成とカメラ姿勢推定をリアルタイムで行うSLAMフレームワークを提案。空間メモリをゲート付きリカレント更新で管理し、サブマップ分割とグローバル整合により高精度な再構成を実現。
- UniLGL: FOV制限/パノラマLiDARのための均一な場所認識に基づくグローバル位置推定グローバル位置推定2025/7/1
LiDAR点群を空間・強度のBEV画像に変換し、異種センサにも対応する均一な特徴抽出と視点不変性で、登録不要の高精度なグローバル位置推定を実現した。
- MCN-SLAM: ハイブリッド暗黙的ニューラルシーン表現を用いたマルチエージェント協調ニューラルSLAMSLAM2025/6/1
複数エージェントが協調して動作する分散型ニューラルSLAMフレームワークを提案し、通信帯域制約下での大規模環境の再構成と、単一・複数エージェント両対応の実世界データセットを構築した。
- RaCalNet: スパース教師ありメートル深度推定のためのレーダーキャリブレーションネットワーク深度推定2025/6/1
スパースなLiDAR教師信号のみでレーダー計測を補正し、単眼深度と融合して高精度なメートル深度推定を実現する手法を提案。
- 効率的なLiDAR-カメラ融合によるマルチクラス3D動的物体検出と軌道予測LiDAR-カメラ融合2025/4/1
LiDARとカメラを融合し、MambaとTransformerを組み合わせた検出器と軌道予測器で、サービスロボット向けにリアルタイムな3D物体検出と軌道予測を実現した。
- SN-LiDAR: 新規時空間ビューLiDAR合成のためのセマンティックニューラルフィールドLiDAR/NeRF2025/4/1
LiDAR点群の新規視点合成において、セマンティックセグメンテーション・幾何再構成・LiDAR合成を同時に行う手法を提案し、動的物体や大規模シーンに対応できることを示した。
- SALT: クロスシーン適応と4D一貫性を備えた汎用LiDAR点群向け柔軟な半自動ラベリングツールデータセット/アノテーション2025/3/1
LiDAR点群を疑似画像に変換して視覚基盤モデルを活用し、4D一貫性を保ちながら自動で事前セグメンテーションを行う半自動ラベリングツールを提案。アノテーション効率を大幅に向上させる。
- FAM-HRI: 基盤モデルを活用した視線と音声のマルチモーダル人間-ロボットインタラクションHRI2025/3/1
ARグラスで視線と音声を取得し、LLMで意図とシーン文脈を統合することで、身体障害のあるユーザーでも直感的にロボットを操作できるマルチモーダルHRIフレームワークを提案した。
- LiDAR疑似ラベルを用いた音響アレイによる3次元UAV軌道推定音響センシング2024/12/1
音響アレイのメルスペクトログラムからUAVの3次元軌道を推定する自己教師あり学習フレームワークを提案し、LiDAR点群による推定を疑似ラベルとして音響知覚ネットワークを訓練することで、展開時には音響信号のみで高精度な軌道推定を実現した。
- AIR-Embodied: 具現化大規模言語モデルによる効率的な能動的3DGSインタラクション・再構成フレームワーク3D再構成2024/9/1
具現化AIエージェントとマルチモーダル大規模言語モデルを統合し、視点選択とインタラクションを閉ループ推論で計画することで、能動的な3Dガウシアンスプラッティング再構成の効率と品質を向上させるフレームワークを提案。
- CTE-MLO: 連続時間かつ高効率なマルチLiDARオドメトリと局所化可能性を考慮した点群サンプリングマルチLiDARオドメトリ2024/8/1
複数のLiDARからの点群を連続時間ガウス過程とカルマンフィルタで統合し、局所化可能性を考慮したサンプリングで計算量を抑えつつ高精度・リアルタイムな自己位置推定を実現する手法を提案。
- マルチモーダルUAV検出・分類・追跡アルゴリズム：CVPR 2024 UG2チャレンジ技術報告UAV追跡2024/5/1
複数のセンサ情報を統合し、悪天候下でもドローンの検出・分類・3D追跡を高精度に行う手法を提案し、CVPR 2024のUAV追跡・姿勢推定チャレンジで優勝した。
- NGM-SLAM: 放射輝度場サブマップを用いたガウシアンスプラッティングSLAMSLAM2024/5/1
ニューラル放射輝度場のサブマップを監督信号として活用し、大規模シーンでも高品質なマッピングとループ閉じ込めを実現する3DガウシアンスプラッティングベースのSLAMシステムを提案した。
- MG-SLAM: マンハッタン世界仮説を用いた構造ガウシアンスプラッティングSLAMSLAM2024/5/1
マンハッタン世界仮説を利用し、室内環境の未観測領域を補間して完全な3D再構成を実現するRGB-DガウシアンスプラッティングSLAMを提案した。
- 大規模シーンにおける単眼カメラの深度・姿勢・暗黙的シーン表現のインクリメンタル統合学習3D再構成2024/4/1
単眼カメラ映像から大規模シーンの高精度な深度推定・カメラ姿勢推定・フォトリアルな3D再構成を同時に実現するインクリメンタル統合学習フレームワークを提案。
- 高密度ビジュアルSLAMのためのコンパクト3DガウシアンスプラッティングSLAM2024/3/1
3Dガウシアンを用いたSLAMのメモリと計算コストを削減するため、スライディングウィンドウによるマスキングと幾何コードブックでガウシアン楕円体を圧縮し、高精度な姿勢推定とリアルタイム描画を両立させた。
- NeSLAM: 深度補完とノイズ除去を備えたニューラル暗黙的マッピングと自己教師あり特徴追跡SLAM2024/3/1
RGB-Dセンサの疎でノイズの多い深度を補完・除去するネットワークとSDFベースの階層的シーン表現、NeRFベースの自己教師あり特徴追跡を組み合わせ、高精度な3D再構成とロバストなカメラ追跡を実現したSLAMフレームワーク。
- SGS-SLAM: セマンティックガウシアンスプラッティングによるニューラル高密度SLAMSLAM2024/2/1
ガウシアンスプラッティングを用いて外観・形状・セマンティクスを統合最適化し、物体レベルの高精度なセマンティックSLAMをリアルタイムで実現した研究。
- DDN-SLAM: Real-time Dense Dynamic Neural Implicit SLAM2024/1/1