Tianyu Huang

収録論文 8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

• SEES: 失敗から自己進化するVLAポリシー適応システム
  VLA2026/9/26

  長期的タスクで失敗するVLAポリシーを、専門家の追加デモなしに自己改善するシステム。失敗した原子スキルを自動検出し、シミュレーションでRL学習してポリシーを進化させる。

• EgoCS-400K: 世界モデルのための自己中心型ゲームプレイデータセット
  データセット2026/6/16

  プロのCounter-Strikeのデモから、行動・状態・イベントと時間的に整合した自己中心型の大規模データセットを構築し、世界モデルの学習を支援する。

• ロバストかつ閾値耐性のある幾何推定のための大域打ち切り損失最小化
  幾何推定2026/3/1

  外れ値にロバストな幾何推定のため、大域的分岐限定法(BnB)を用いて打ち切り損失(TL)を初めて統一的に最小化するフレームワークGTMを提案した。探索空間削減とLipschitz連続なバウンド関数により高速化を実現している。

• 双腕ロボットにおける座標変換と運動学パラメータの統合キャリブレーションフレームワーク
  キャリブレーション2026/3/1

  双腕ロボットの座標変換と運動学パラメータをリー代数に基づく単一の誤差モデルで統合的に校正する新しいフレームワークを提案した。

• 線形解法によるロバストな回転推定
  回転推定2025/6/1

  回転推定を線形モデルフィッティングとして再定式化し、クォータニオン球面上の大円表現に基づく投票法を提案。GPU並列化により大規模・高外れ値比でも高速かつ高精度に推定できる。

• 非ランバート環境における物理ベースのフォトメトリックバンドル調整
  SLAM2024/9/1

  非拡散反射を含む実環境でカメラ姿勢と3D形状を高精度に推定するため、材質・照明・光路に基づく物理的重みを導入したフォトメトリックバンドル調整法を提案し、非ランバートシーンのSLAM用データセットも構築した。

• ヒューリスティクス誘導パラメータ探索による効率的でロバストな点群位置合わせ
  点群位置合わせ2024/4/1

  点群位置合わせにおいて、ヒューリスティクスを用いて探索空間を削減し、3段階分解で効率的にロバストな剛体変換推定を行う手法を提案した。

• TEAR: 打ち切り要素別絶対残差によるスケーラブルな3D位置合わせ
  3D位置合わせ2024/4/1

  外れ値に頑健な3D位置合わせを、打ち切り要素別絶対残差損失の最小化として定式化し、分枝限定法で大規模かつ高精度に解く手法を提案。