Xianglong Liu
Beihang University
収録論文 13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
- 強化学習ファインチューニングによる協調マルチエージェント視覚言語行動モデルVLA2026/9/29
事前学習済みVLAを3段階の強化学習ファインチューニングでマルチロボット協調に適応させ、初期化対応データ収集・オフライン信用フィルタリング・潜在空間オンラインRLにより成功率を大幅に向上させた。
- 相対幾何を超えて：ロボットのためのメトリック認識幾何知覚幾何知覚2026/8/27
ロボットの操作に必要な実世界スケールの幾何再構成を実現する、プラグアンドプレイのフレームワークMAGPを提案。カメラパラメータと深度観測からメトリック幾何を再構成し、絶対誤差を大幅に削減する。
- RiskWorld: 自動運転リスク識別のためのオブジェクト中心潜在世界モデル自動運転/リスク識別2026/8/12
自動運転におけるリスク対象を特定するため、オブジェクト中心の潜在世界モデルを提案し、将来の関係を予測してリスクスコアを出力する。RiskBenchで最高のF1値と最低の誤警報率を達成した。
- 現実的かつ制御可能な視覚交通シナリオ生成のためのエンドツーエンド条件付き拡散モデル自動運転/シナリオ生成/拡散モデル2026/7/1
前方視覚観測に基づき、交通シナリオの将来の状態と制御を同時に生成するエンドツーエンドの条件付き拡散フレームワークを提案し、制御可能性と現実性のバランスを改善した。
- 周波数認識フローマッチングによる連続かつ一貫したロボット動作生成動作生成2026/6/1
離散的な動作チャンクに依存せず、周波数領域でフローマッチングを行うことで、異なる制御周波数や時間的不整合に頑健な連続動作を生成する手法を提案した。
- マルチエージェントロボットシステム（MARS）チャレンジの進歩と革新マルチエージェント2026/1/1
NeurIPS 2025ワークショップで開催されたMARSチャレンジを紹介し、VLMを用いたマルチエージェントの計画とロボットマニピュレーションの制御という2領域での取り組みを概説した論文。
- RoboSafe: 実行可能な安全ロジックによる身体性エージェントの保護安全/身体性エージェント2025/12/1
VLMベースの身体性エージェントに対し、短期・長期の安全メモリを用いた後方反省推論と前方予測推論を組み合わせ、実行可能な述語ロジックで危険行動を未然に防ぐランタイム安全ガードレールを提案。
- RobustVLA: マルチモーダル摂動に対する視覚-言語-行動モデルのロバスト性VLA2025/10/1
VLAモデルの17種類の摂動に対するロバスト性を評価し、行動が最も脆弱であることを発見。出力と入力の両方に対するロバスト化手法を提案し、LIBEROで大幅な性能向上を達成。
- MetAdv: 自動運転のための統合対話型敵対的テストプラットフォーム自動運転テスト2025/8/1
仮想シミュレーションと実車フィードバックを統合し、動的な敵対的テストを可能にする自動運転向けの対話型評価プラットフォームを提案。
- AGENTSAFE：危険指示に対する身体性エージェントの安全性ベンチマーク安全性ベンチマーク2025/6/1
視覚言語モデルを用いた身体性エージェントが危険な指示を受けた際の安全性を、知覚・計画・実行の各段階で評価するベンチマークSAFEを提案し、9つの最先端モデルで体系的な失敗を明らかにした。
- Safety2Drive：自動運転評価のための安全クリティカルシナリオベンチマーク自動運転評価2025/5/1
自動運転システムの安全性を評価するため、規制要件を網羅した70のテスト項目と、環境劣化や敵対的攻撃を注入できる安全クリティカルなシナリオライブラリを構築した。
- 自動運転の安全性とロバスト性を安全クリティカルなシナリオで評価するベンチマーク自動運転2025/3/1
安全クリティカルなシナリオの定義を整理し、知覚モジュールからシステム全体までを評価できる自動運転の安全性テストプラットフォームを構築した論文。
- Fast and Incremental Loop Closure Detection Using Proximity Graphs2019/11/1