Tianxiang Zhang
収録論文 5本 ・ フィジカルAI/ロボット学習
VLA身体性AILiDAR-Inertial OdometrySLAMLiDARオドメトリ
※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
- 発見・学習・強化：多様なRL生成軌道による視覚-言語-行動事前学習のスケーリングVLA2025/11/1
強化学習で多様な行動パターンを発見し、VLAモデルの事前学習用データを自動生成するフレームワークDLRを提案。標準RLより多様で高成功率の軌道を生成し、下流タスク性能とデータスケーリングを改善する。
- ニューラルブレイン：身体性エージェントのための神経科学に着想を得たフレームワーク身体性AI2025/5/1
身体性エージェントの中核となる知能システム「ニューラルブレイン」の統一フレームワークを提案し、マルチモーダル能動センシング、知覚・認知・行動の統合、神経可塑性に基づく記憶、ニューロモーフィック最適化を組み合わせた生物学的着想アーキテクチャを示した。
- AC-LIO: 選択的フレーム内平滑化によるLiDAR慣性オドメトリの歪み漸近補償LiDAR-Inertial Odometry2024/12/1
LiDARフレーム内の残留運動歪みを、収束基準に基づき更新項を漸近的に逆伝播して補償するLIOフレームワークを提案し、長期・大規模環境での位置推定精度を向上させた。
- LiDAR SLAMのためのリアルタイム退化検知・補償手法SLAM2024/12/1
LiDARの点群登録が幾何特徴の不足で退化する問題に対し、退化度合いを測る指標とDBSCANによる適応的な検知を行い、IMU融合で補償するリアルタイム手法を提案した。
- AS-LIO: 空間重複度に基づく適応的スライディングウィンドウLiDAR慣性オドメトリLiDARオドメトリ2024/8/1
LiDARとIMUの融合オドメトリにおいて、視野変動時の空間重複度を指標に適応的に更新頻度を調整するスライディングウィンドウを導入し、高速・急旋回時でも高精度な自己位置推定を実現した。