Xiangrui Kong

収録論文 6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

• LLM統合ロボットシステムの信頼性向上：セキュリティと安全性の統合アプローチ
  VLA2025/9/1

  LLMを組み込んだロボットにおいて、プロンプトインジェクション攻撃への耐性と動作安全性を同時に高める統合フレームワークを提案し、シミュレーションと実機で有効性を検証した。

• 共有探索マップに基づく協調的ハイブリッドマルチエージェント経路探索
  マルチエージェント経路探索2025/3/1

  D* Liteによる大域的探索とマルチエージェント強化学習を組み合わせ、動的環境でも高成功率・低衝突・高効率な経路計画を実現するハイブリッド手法を提案した。

• SafeEmbodAI: 身体性AIシステムにおける移動ロボットの安全フレームワーク
  安全/ナビゲーション2024/9/1

  LLMを活用した移動ロボットのナビゲーションにおいて、悪意あるコマンド注入や複雑環境での危険挙動を防ぐため、安全なプロンプト設計・状態管理・応答検証を組み合わせたフレームワークを提案し、シミュレーションで有効性を示した。

• LLM統合型移動ロボットシステムに対するプロンプトインジェクション攻撃の研究
  ロボットセキュリティ2024/8/1

  GPT-4oなどのLLMを組み込んだ移動ロボットのナビゲーションにおいて、プロンプトインジェクション攻撃が与える影響を調査し、堅牢な防御策の導入により攻撃検出とシステム性能が約30.8%向上することを示した。

• モバイルロボットにおける具現化AI：大規模言語モデルを用いたカバレッジ経路計画
  経路計画2024/7/1

  大規模言語モデル（LLM）を活用し、モバイルエージェントの高レベルなカバレッジ経路計画と低レベル制御を統合する多層フレームワークを提案。LLMの空間推論能力を評価する指標を導入し、複数のLLMで性能を比較した。

• 大規模言語モデルを用いた自動運転のためのスーパーアラインメントフレームワーク
  自動運転2024/6/1

  自動運転におけるLLMのセキュリティとプライバシーを守るため、マルチエージェントLLMによるフレームワークを提案し、11のモデルの安全性・プライバシー・コストを評価した。