Xingxing Zuo
収録論文 38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
- Exo2EgoHOI: 手と物体のインタラクションを考慮した三人称視点から一人称視点への動画生成動画生成2026/9/29
三人称視点の操作動画を一人称視点に変換する際、手と物体のインタラクションを保つための4D事前情報と物体中心のアテンション機構を導入した動画生成フレームワーク。
- ロボットデータファクトリー：物理AIのための経験生成基盤データ基盤2026/9/15
ロボットの生データではなく物理的経験を継続的に生成・検証・再利用する基盤「Robot Data Factory」を提案し、その階層構造とスケーリング則を定式化した。
- ロボット学習と制御のための世界行動モデル：サーベイVLA2026/9/13
未来の世界予測と実行可能な行動生成を統合したWorld-Action Models（WAMs）について、ロボティクス視点で分類・応用・評価・課題を整理したサーベイ。
- MAC-I²：ロバストな視覚慣性融合のための学習によるメトリクス対応共分散状態推定2026/9/7
視覚とIMUの融合において、事前定義された不確かさではなく、学習により各モダリティのノイズを反映した共分散を推定し、初期化とキャリブレーションのロバスト性を向上させる手法を提案した。
- ROEVO: RGB-Dカメラを用いたロバストな組織化エッジ特徴に基づくビジュアルオドメトリビジュアルオドメトリ2026/8/1
本論文は、エッジ特徴を組織化エッジとして表現し、エッジ単位の追跡と形状保存型バンドル調整を導入することで、ロバストで高精度なビジュアルオドメトリシステムを構築した。
- LooperMuscle: 構造化Mixture-of-Expertsによるヒューマノイド全身追従の高速かつ安定な学習全身制御/学習2026/8/1
ヒューマノイドの全身追従タスクにおいて、高速学習手法FastSACの性能低下を、構造化MoEアクターと専門家認識型クリティック、寄与度ルーティングリプレイを組み合わせた閉ループ学習で改善し、PPOに近い精度を約45分で達成した。
- M3imic: 多様な動作模倣のための汎用全身制御器の学習全身制御2026/6/1
ヒューマノイドロボットの全身制御を目的に、関節角度やエンドエフェクタ位置など異なる動作参照モダリティを統一するフレームワークを提案し、シミュレーションと実機で汎用性を実証した。
- フィードフォワード3Dモデルを用いた単眼視覚慣性システムの効率的な特徴点フリー初期化視覚慣性初期化2026/5/1
単眼VINSの初期化を、視覚特徴追跡を使わずにフィードフォワード3Dモデルが予測する点群を利用して行う手法を提案し、成功率90%以上・データ所要時間1.2秒未満を達成した。
- EgoFlow: 勾配誘導フローマッチングによる自己中心視6DoF物体動作生成動作生成2026/4/1
自己中心視映像から物体の6DoF動作を生成するフローマッチングフレームワークを提案し、物理的制約を勾配として組み込むことで衝突回避と滑らかな動作を実現した。
- VAG: 身体化データ合成のためのデュアルストリーム動画-行動生成VLA2026/4/1
ロボットの基盤モデル学習用に、動画と行動を同時生成する統一フレームワークVAGを提案。動画と行動の整合性を高め、合成データでポリシーの汎化性能を向上させる。
- FreeOcc: 学習不要の身体化オープンボキャブラリ占有予測占有予測2026/4/1
3Dアノテーションやカメラ姿勢の真値を使わず、SLAMと視覚言語モデルを組み合わせて、単眼またはRGB-Dシーケンスからオープンボキャブラリの占有マップを構築する学習不要のフレームワークを提案した。
- FlowHOI: 巧みなロボット操作のためのフロー型意味論に基づく手と物体のインタラクション生成マニピュレーション2026/2/1
言語指示と3Dシーン再構成を条件に、フローマッチングで手姿勢・物体姿勢・接触状態からなる手と物体のインタラクション系列を生成し、ロボット操作へ転移可能にする手法を提案。
- 実世界の屋内ツアー動画から得たマルチモーダルイベント知識による視覚言語ナビゲーションの強化VLA2026/2/1
実世界の屋内動画からマルチモーダル時空間知識グラフを構築し、粗い指示や長期的推論を要する視覚言語ナビゲーションにイベント知識を統合する手法を提案した論文。
- SimGenHOI: 生成モデルと強化学習による物理的にリアルな全身ヒューマノイド-物体インタラクション全身マニピュレーション2025/8/1
拡散トランスフォーマーでテキストと物体形状から全身動作を生成し、強化学習による接触考慮型制御で貫通や足滑りを補正することで、物理的に実現可能なヒューマノイドの物体操作を生成するフレームワーク。
- Gaussian-LIC2: LiDAR・慣性・カメラ統合ガウシアンスプラッティングSLAMSLAM2025/7/1
LiDAR・慣性センサ・カメラを統合し、リアルタイムで高品質な3Dガウシアンマップを構築しながら自己位置推定を行うSLAMシステムを提案。LiDARが届かない領域は深度補完で補い、姿勢推定の頑健性も向上させた。
- フライング・コステレオ：動的ベースラインの協調ステレオビジョンによる長距離空中高密度マッピング空中マッピング2025/6/1
2機のUAVの広いベースラインを活用した協調ステレオビジョンシステムを提案し、最大70mの高密度3Dマッピングを実現した。
- MonoTher-Depth: 信頼度を考慮した蒸留による熱画像深度推定の強化深度推定2025/4/1
RGB深度推定モデルから知識蒸留することで、ラベル付き熱画像データが少なくても高精度な単眼熱画像深度推定を実現する手法を提案。
- PG-SLAM: 動的環境におけるフォトリアルで幾何学的に正確なRGB-D SLAMSLAM2024/11/1
ガウススプラッティングを拡張し、動的な人や物体の変形・動きをモデル化しつつ、フォトリアルな前景と静的背景を同時に再構成してカメラ位置推定を行うRGB-D SLAM手法を提案。
- LiCROcc: LiDARとカメラでレーダーに正確な意味的占有予測を教える意味的占有予測2024/7/1
LiDARとカメラの融合特徴を蒸留することで、レーダー単独およびレーダー・カメラ設定での意味的シーン補完性能を大幅に向上させた研究。
- Gaussian-LIC: LiDAR・慣性・カメラ融合によるリアルタイム写実的SLAMSLAM2024/4/1
LiDAR・IMU・カメラを密に融合し、Gaussian Splattingを用いてリアルタイムに写実的な3Dマップを生成するSLAM手法を提案。LiDAR未観測領域は画像の三角測量点で補完し、天空や露出変化もモデル化する。
- 野外環境向けCaltech航空RGB-熱画像データセットデータセット/知覚2024/3/1
自然環境を飛行するロボット向けに、RGB・熱・GPS・慣性を同期した初の公開データセットを構築し、悪天候や夜間に対応する知覚アルゴリズム開発のためのベンチマークを提案した。
- Coco-LIC: Continuous-Time Tightly-Coupled LiDAR-Inertial-Camera Odometry using Non-Uniform B-spline2023/9/1
- SimpleMapping: Real-Time Visual-Inertial Dense Mapping with Deep Multi-View Stereo2023/6/1
- Continuous-Time Fixed-Lag Smoothing for LiDAR-Inertial-Camera SLAM2023/2/1
- Ctrl-VIO: Continuous-Time Visual-Inertial Odometry for Rolling Shutter Cameras2022/8/1
- Visual-Inertial SLAM with Tightly-Coupled Dropout-Tolerant GPS Fusion2022/8/1
- Symmetry and Uncertainty-Aware Object SLAM for 6DoF Object Pose Estimation2022/5/1
- Observability-Aware Intrinsic and Extrinsic Calibration of LiDAR-IMU Systems2022/5/1
- Online Self-Calibration for Visual-Inertial Navigation Systems: Models, Analysis and Degeneracy2022/1/1
- CLINS: Continuous-Time Trajectory Estimation for LiDAR-Inertial System2021/9/1
- MBA-VO: Motion Blur Aware Visual Odometry2021/3/1
- LIC-Fusion 2.0: LiDAR-Inertial-Camera Odometry with Sliding-Window Plane-Feature Tracking2020/8/1
- Targetless Calibration of LiDAR-IMU System Based on Continuous-time Batch Estimation2020/7/1
- Visual-based Kinematics and Pose Estimation for Skid-Steering Robots2020/6/1
- Visual-Inertial Localization for Skid-Steering Robots with Kinematic Constraints2019/11/1
- LIC-Fusion: LiDAR-Inertial-Camera Odometry2019/9/1
- Pose Estimation for Ground Robots: On Manifold Representation, Integration, Re-Parameterization, and Optimization2019/9/1
- Robust Visual SLAM with Point and Line Features2017/11/1