Xieyuanli Chen
収録論文 66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
- Behavior-Skill: 長期的タスクにおける視覚-言語-行動ポリシー評価のための細粒度ベンチマークVLA/ベンチマーク2026/8/31
長期的なモバイル操作タスクを構成するスキル単位で学習・評価するベンチマークを提案し、VLAポリシーの失敗箇所を詳細に分析できるようにした。
- SIPTraj: 物理誘導によるシーン相互作用を用いたマップフリーのエンドツーエンド軌道予測軌道予測2026/8/1
高精細地図を使わずに、エージェントの軌道予測を物理的制約を考慮して行う新しいフレームワークを提案。階層的エンコーダと物理誘導デコーダにより、シーン文脈の接地と運動学的実現可能性を同時に改善した。
- G2IA: 幾何ガイド付きインスタンス認識検索と洗練によるクロスモーダル位置認識位置認識2026/6/13
カメラ画像とLiDAR地図間の位置認識を、幾何情報とインスタンス特徴を統合した記述子で検索し、局所形状と空間配置の整合性を検証して再ランキングする手法を提案した。
- ParkingTransformer: LLM強化による自動駐車のためのエンドツーエンド軌道計画自動駐車/軌道計画/LLM2026/6/1
本論文は、マルチビュー知覚と大規模言語モデル（LLM）のシーン理解能力を組み合わせ、軌道クエリとLLMの暗黙状態特徴を利用して、高密度BEV表現を必要とせずに計画軌道を直接出力する自動駐車フレームワークを提案する。3D位置エンコーディングと固定ウィンドウストリーミング機構を導入し、空間認識と時間処理効率を向上させ、粗密デコード戦略で軌道精度を高める。CARLAシミュレータと実車実験で有効性を検証した。
- MPTF-Net: LiDAR位置認識のためのマルチビュー・ピラミッドTransformer融合ネットワーク位置認識2026/4/1
LiDARベースの位置認識において、NDTによるBEV表現とレンジ画像を多スケールのTransformerで融合し、高精度かつ高速な位置認識を実現した。
- Wild-Drive: 頑健なマルチモーダルルーティングと効率的な大規模言語モデルによるオフロードシーン記述と経路計画自動運転/経路計画2026/3/1
オフロード環境でのシーン記述と経路計画を統合するフレームワークWild-Driveを提案。センサ劣化時に信頼できる情報を適応的に集約するMoRo-Formerと効率的なLLMを用い、劣化条件下でも安定した性能を実現。
- GeoLoco: 視覚基盤モデルの3D幾何学的先験知識を活用したRGBのみによる頑健な人型ロコモーション歩行2026/3/1
深度センサーに頼らず、単眼RGB画像と視覚基盤モデルの幾何学的先験知識を用いて、シミュレーションのみで訓練した人型ロボットの歩行制御を実現し、実機へのゼロショット転送を可能にした。
- DST-Calib: 二重経路・自己教師あり・ターゲット不要のLiDAR-カメラ外部キャリブレーションネットワークキャリブレーション2026/1/1
LiDARとカメラの外部キャリブレーションを、専用ターゲットや高精度正解ラベルなしでオンライン実行できる自己教師ありネットワークを提案。両側データ拡張と差分マップ構築により、汎化性能と精度を向上させた。
- Uni-Hand: 一人称視点における汎用手動作予測動作予測2025/11/1
一人称視点の動画から、頭部と手の動きを拡散モデルで同時に予測し、手首・指先の2D/3D軌道や物体との接触状態まで推定する汎用手動作予測フレームワークを提案。
- LiDAR-VGGT: 大域的整合性とメートルスケールを両立するクロスモーダル粗密融合マッピングSLAM/3Dマッピング2025/11/1
LiDAR慣性オドメトリと3D視覚基盤モデルVGGTを粗密2段階で融合し、メートルスケールで大域的に整合した高密度カラー点群を生成する手法を提案。
- DCReg: 幾何学的縮退環境におけるLiDAR位置合わせのための分離特性評価SLAM/位置合わせ2025/9/1
LiDAR位置合わせの縮退問題に対し、ヘッセ行列のSchur補分解で回転・並進を分離して検出し、固有空間と物理運動の対応付けで特性評価し、構造化前処理で安定化する手法を提案。
- 人間のように掴む：固有感覚運動統合から汎化可能な多指把持を学習マニピュレーション2025/9/1
データグローブで人間の触覚・運動感覚を計測し、グラフ表現と時空間ネットワークを用いてロボット多指ハンドへ把持技能を転移する模倣学習フレームワークを提案した。
- LEMON-Mapping: ループ強化による大規模マルチセッション点群統合とグローバルに一貫したマッピングの最適化マルチロボットSLAM2025/5/1
複数ロボットの点群地図統合において、ループ閉じ込みの外れ値除去と再取得、空間バンドル調整、PGOを組み合わせ、重複領域のぼやけや乖離を抑えてグローバルに一貫した地図を生成するフレームワークを提案。
- 悪天候下でのLiDAR位置認識を実現する反復型タスク駆動フレームワーク位置認識/sim2real2025/4/1
雨・雪・霧で劣化したLiDAR点群を復元モジュールと位置認識モジュールの反復学習で相互に改善し、悪天候でも頑健な位置認識を可能にするITDNetを提案した。
- UGNA-VPR：不確かさ誘導型NeRF拡張による視覚的位置認識の新学習パラダイムVPR/NeRF/sim2real2025/3/1
既存のVPRデータセットにNeRFと自己教師あり不確かさ推定を組み合わせ、不確かな視点の合成画像を生成して学習データを拡張し、VPR性能を向上させる手法を提案した。
- 意味グラフを活用した高効率・高ロバストLiDAR SLAMSLAM2025/3/1
LiDAR SLAMにおいて、環境の幾何・意味・トポロジー情報を統合した意味グラフを構築し、オドメトリ失敗時の再位置推定やループ閉じ込みを高精度化する二重スレッド型フレームワークを提案。
- BEVDiffLoc: 拡散モデルに基づくBEVビューでのエンドツーエンドLiDARグローバル位置推定位置推定2025/3/1
LiDARのグローバル位置推定をポーズの条件付き生成として定式化し、BEV表現と拡散モデルを組み合わせてエンドツーエンドで高精度・高ロバストな位置推定を実現した研究。
- LuSeg: 月面における正負障害物の効率的セグメンテーションのためのコントラスト駆動型マルチモーダル特徴融合セグメンテーション2025/3/1
月面探査ローバー向けにRGB-Dデータを含むLunarSegデータセットとシミュレータLESSを構築し、コントラスト学習でRGBと深度の特徴を整合させる2段階ネットワークLuSegを提案。正負障害物のセグメンテーションで高精度・約57Hzの高速推論を実現した。
- 装着ずれに適応する柔軟な外骨格制御：バインディング整列戦略と全腕協調機構外骨格制御2025/3/1
外骨格装着時のずれや締め付けの不確かさに対処するため、力データを分類して装着ずれを補正するバインディング整列戦略と、腕の運動意図に応じて全腕を協調制御する機構を提案し、柔軟性・適応性・精度・速度・疲労の実験で有効性を示した。
- 洗練された特徴ガイダンスとシーングラフ強化による画像ゴールナビゲーションナビゲーション2025/3/1
限られた画像データから目標・観測・環境の細かな関連を活かし、軽量なアーキテクチャで画像ゴールナビゲーションを実現する手法RFSGを提案。空間チャネルアテンションと自己蒸留、画像シーングラフにより特徴表現を強化し、GibsonとHM3Dで最先端性能を達成。
- EDENet: 地中レーダーに基づく場所認識のためのエコー方向符号化ネットワーク地中レーダー位置認識2025/2/1
地中レーダーのエコー系列と地下構造の幾何関係を利用し、学習可能なガボールフィルタと方向注意機構で大規模地図での場所認識を高精度・軽量に実現した。
- TRLO: 3D動的物体追跡と除去による効率的なLiDARオドメトリLiDARオドメトリ2024/10/1
動的環境でLiDARオドメトリの精度を高めるため、深層学習による物体検出とUKFベースの3D追跡で動的物体を除去し、ハッシュベースのキーフレーム管理と姿勢制約で状態推定を改善した。
- 四足歩行ロボットの安定かつ効率的な移動を実現する新たな多歩容戦略歩行2024/10/1
四足歩行ロボットが様々な地形や速度で安定かつ効率的に移動するため、移動コストと安定性の両方を考慮した歩容選択・遷移戦略を提案し、実験で有効性を示した。
- RING#: 回転並進同変グラム学習による姿勢推定ベースの大域的自己位置推定自己位置推定2024/9/1
BEV空間で2つの同変表現を学習し、場所認識を経由せず姿勢推定から直接位置を求める新しい大域的自己位置推定ネットワークRING#を提案した。
- GOReloc: グラフベースの物体レベル再定位によるVisual SLAMVisual SLAM2024/8/1
カメラ画像中の物体検出と軽量な物体レベル地図をグラフマッチングで対応付け、RANSAC風の戦略でカメラ姿勢を高精度に再定位する手法を提案。
- NeuroVE: スパイキングニューラルネットワークによる脳に着想を得た線形・角速度推定VLA2024/8/1
イベントカメラとスパイキングニューラルネットワーク(SNN)を組み合わせ、脳の空間細胞の機能を模倣してロボットの自己速度を高精度に推定するフレームワークを提案。
- BEVPlace++：無人地上車両向けの高速・堅牢・軽量なLiDARグローバル位置推定位置推定2024/8/1
LiDARのBEV画像に軽量CNNを適用し、回転同変・不変な特徴抽出により場所認識と3自由度姿勢推定を高精度かつ高速に行う手法を提案。
- SGLC: 意味グラフ誘導による粗密精緻化フルループクロージングLiDAR SLAMSLAM2024/7/1
LiDAR SLAMにおいて、前景の意味グラフと背景の幾何情報を組み合わせ、粗→密→精緻のレジストレーションでループ検出と6DoF姿勢推定を高精度・リアルタイムに行う手法を提案。
- TiCoSS: 統合学習フレームワークにおける意味セグメンテーションとステレオマッチングの結合強化ステレオマッチング2024/7/1
意味セグメンテーションとステレオマッチングを統合学習フレームワークで密に連携させるTiCoSSを提案し、KITTIとvKITTI2でmIoUを9%以上向上させた。
- TD-NeRF：カメラ姿勢とNeRFを同時最適化する新しい打ち切り深度事前分布NeRF/姿勢推定2024/5/1
単眼深度の事前分布を打ち切り正規分布に基づくサンプリングと粗から細への学習で活用し、未知のカメラ姿勢からNeRFを学習して姿勢推定と深度形状を高精度化する手法を提案。
- 拡散モデルによるミリ波レーダー点群の超解像点群超解像2024/4/1
ミリ波レーダーの疎でゴースト点を含む点群を、LiDAR点群を教師として拡散モデルで高密度化する手法を提案し、下流の位置合わせタスクへの有効性も示した。
- ModaLink: 画像と点群のモダリティを統合した高速な場所認識クロスモーダル場所認識2024/3/1
深度推定を使わずに点群を画像に近い形式へ変換し、画像と点群を共通の特徴表現に符号化することで、リアルタイムで動作するクロスモーダルな場所認識を実現した。
- RadarMOSEVE: レーダのみで移動物体セグメンテーションと自己速度推定を行う時空間トランスフォーマネットワーク移動物体セグメンテーション2024/2/1
ミリ波レーダの点群のみを用い、レーダ特有の動径速度情報を活かしたself/cross-attention機構により、移動物体セグメンテーションと自己速度推定を同時に高精度で行うトランスフォーマネットワークを提案した。
- Explicit Interaction for Fusion-Based Place Recognition2024/2/1
- VOOM: 階層的ランドマークを用いたロバストな視覚物体オドメトリとマッピングSLAM2024/2/1
物体と特徴点を階層的ランドマークとして粗から細へと活用し、物体情報で特徴点のデータ対応を強化することで、物体指向SLAMやORB-SLAMを上回る精度を実現した視覚オドメトリ・マッピング手法。
- Mobile-Seed: Joint Semantic Segmentation and Boundary Detection for Mobile Robots2023/11/1
- CoFiI2P: Coarse-to-Fine Correspondences for Image-to-Point Cloud Registration2023/9/1
- Fast and Accurate Deep Loop Closing and Relocalization for Reliable LiDAR SLAM2023/9/1
- Building Volumetric Beliefs for Dynamic Environments Exploiting Map-Based Moving Object Segmentation2023/7/1
- Deep Reinforcement Learning for Flipper Control of Tracked Robots2023/6/1
- PowerBEV: A Powerful Yet Lightweight Framework for Instance Prediction in Bird's-Eye View2023/6/1
- ElC-OIS: Ellipsoidal Clustering for Open-World Instance Segmentation on LiDAR Data2023/3/1
- CCL: Continual Contrastive Learning for LiDAR Place Recognition2023/3/1
- RDMNet: Reliable Dense Matching Based Point Cloud Registration for Autonomous Driving2023/3/1
- Hybrid Map-Based Path Planning for Robot Navigation in Unstructured Environments2023/3/1
- NeU-NBV: Next Best View Planning Using Uncertainty Estimation in Image-Based Neural Rendering2023/3/1
- CVTNet: A Cross-View Transformer Network for Place Recognition Using LiDAR Data2023/2/1
- A Survey on Global LiDAR Localization: Challenges, Advances and Open Problems2023/2/1
- SuperFusion: Multilevel LiDAR-Camera Fusion for Long-Range HD Map Generation2022/11/1
- IR-MCL: Implicit Representation-Based Online Global Localization2022/10/1
- Long-Term Localization using Semantic Cues in Floor Plan Maps2022/10/1
- Learning-Based Dimensionality Reduction for Computing Compact and Effective Local Feature Descriptors2022/9/1
- SeqOT: A Spatial-Temporal Transformer Network for Place Recognition Using Sequential LiDAR Data2022/9/1
- Online Pole Segmentation on Range Images for Long-term LiDAR Localization in Urban Environments2022/8/1
- Efficient Spatial-Temporal Information Fusion for LiDAR-Based 3D Moving Object Segmentation2022/7/1
- Receding Moving Object Segmentation in 3D LiDAR Data Using Sparse 4D Convolutions2022/6/1
- OverlapTransformer: An Efficient and Rotation-Invariant Transformer Network for LiDAR-Based Place Recognition2022/3/1
- Automatic Labeling to Generate Training Data for Online LiDAR-based Moving Object Segmentation2022/1/1
- Self-supervised Point Cloud Prediction Using 3D Spatio-temporal Convolutional Networks2021/10/1
- Online Range Image-based Pole Extractor for Long-term LiDAR Localization in Urban Environments2021/8/1
- Simple But Effective Redundant Odometry for Autonomous Vehicles2021/5/1
- Learning an Overlap-based Observation Model for 3D LiDAR Localization2021/5/1
- Range Image-based LiDAR Localization for Autonomous Vehicles2021/5/1
- SuMa++: Efficient LiDAR-based Semantic SLAM2021/5/1
- OverlapNet: Loop Closing for LiDAR-based SLAM2021/5/1
- Moving Object Segmentation in 3D LiDAR Data: A Learning-based Approach Exploiting Sequential Data2021/5/1