Xingjian Li

The University of Texas at Austin

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

• FORM: 直接的な材料則同定によるロボットマニピュレーション
  マニピュレーション2026/9/29

  単一のロボット相互作用から弱形式運動量バランスを用いて変形可能な材料の物理特性を高速同定し、そのモデルを新しい動作や形状のマニピュレーション計画に再利用する手法を提案。

• 方策メモリを通した誤差逆伝播はいつ重要か？物理的クレジット・最適化更新・可観測性
  強化学習/制御2026/9/27

  メモリ付き方策の学習で、記憶履歴への逆伝播を打ち切る影響を、勾配・最適化更新・追従性能の観点から分析した研究。

• PlantShade: 照明を考慮したロボット農業作業のための植物影予測
  農業ロボティクス2026/9/17

  4種の植物の成長段階と動的な影を捉えたデータセットを構築し、拡散モデルによる生成的な影シミュレーションを提案した。

• 物理的に実現可能なワールドモデルにおける経路計画
  経路計画2026/7/1

  ロボットが事前に再構築した3Dシーンに物理シミュレーションを組み合わせ、将来の地形変化を考慮した経路計画を評価するシステムを提案した。

• 物理的に実行可能な世界モデル：クエリ条件付き身体化AIの事例
  世界モデル2026/5/28

  身体化AIの世界モデルは、将来の観測予測ではなく、介入クエリに答えるために物理構造を表現すべきであり、観測予測型モデルの物理的誤りを指摘し、モジュール構成とオーケストレータによる設計原理を提案する。

• マルチタスク制御と適応のためのニューラルオペレータ
  制御2026/4/3

  タスク記述から最適制御則への写像をニューラルオペレータで学習し、未見タスクや分布外設定への汎化と、軽量更新から全体微調整までの適応戦略を実現した。

• SKETCH: 長期的な船舶軌道予測のための意味的キーポイント条件付け
  軌道予測2026/1/1

  将来の軌道を高レベルの次キーポイント（NKP）で条件付けし、長期予測を大域的意図決定と局所運動モデリングに分解することで、船舶軌道の長期的な予測精度を向上させた研究。

• Unreal Engine 5を用いた農業応用のためのフォトリアリスティックなロボティクスシミュレーション
  sim2real2024/5/1

  Unreal Engine 5をベースに農業画像データ生成用のロボティクスシミュレーション環境を構築し、ROSとの統合時の位置精度を評価した。