Yanliang Huang

Technical University of Munich

収録論文 7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

• CompCPZ: 言語誘導ロボット操作におけるマルチモーダル意図の保存
  マニピュレーション2026/8/18

  ロボット操作において、指示の曖昧さ（例：「赤い皿か青い皿の近くにカップを置いて」）を単一の目標点に潰さず、多様な解空間を多面体で表現する手法を提案。

• モデルミスマッチ下での計画の認証：乏しいデータからの到達可能性に関する三難問題
  sim2real2026/8/3

  シミュレーションから実機へのポリシーにおいて、観測データが少ない場合に固定制御シーケンスの安全性を事前認証する方法を提案し、モデル誤差の有界性を仮定した上で、到達可能集合を伝播させて安全でない領域を回避することを保証する。

• 確率的到達可能動作検証：セットベース学習による視覚運動ポリシーの検証
  検証/到達可能性2026/8/3

  視覚エンコーダを固定し、下流ポリシーとの低次元インターフェースにセット伝播を限定することで、視覚運動ポリシーの到達可能性解析を効率化し、セットベース学習で動作偏差を直接最適化して確率的到達可能半径を縮小する手法を提案。

• GNN-DIP: 分解ベース動作計画のためのニューラル回廊選択
  動作計画2026/3/1

  狭い通路を通る動作計画を効率化するため、グラフニューラルネットワークでセル隣接グラフ上のポータルスコアを予測し、分解ベースのプランナーで有望な回廊を優先探索する枠組みを提案した。

• 2024年CommonRoad自動運転モーションプランニング競技会の結果
  モーションプランニング2025/12/1

  自動運転のモーションプランニングアルゴリズムを標準ベンチマークで比較する第4回CommonRoad競技会の形式と結果を報告し、2023年と2024年の高性能プランナーを比較した。

• 強化学習による交通規則遵守の予測
  経路計画2025/3/1

  自動運転の経路計画に強化学習を組み込み、将来の交通規則違反を予測して回避する手法を提案した論文。

• 2D物体バウンディングボックスに基づく経路計画
  経路計画2024/2/1

  都市運転シーンにおいて、周囲カメラ画像とHDマップから2Dバウンディングボックスを検出・追跡し、GNNとTransformerで時空間特徴を集約して模倣学習により経路計画を行う視覚中心の手法を提案した。