Yaxuan Li
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
- SGM-SLAM: データ効率的な分散SLAMのためのシーングラフマッチングSLAM2026/6/1
複数ロボットの分散SLAMにおいて、物体ラベルと重心のみを用いたシーングラフマッチングによりロボット間の計測制約を特定する、データ効率的なフレームワークを提案。
- 水上と水中：水面・水中領域を横断する異種マルチロボットSLAMマルチロボットSLAM2026/5/1
水上の無人艇（USV）と水中の自律型潜水機（AUV）の間で、音響測距に頼らず、水上と水中で観測可能な構造物を利用したループクロージャにより、集中型マルチロボットSLAMを実現する手法を提案した。実データを用いた検証でAUVの位置誤差が改善することを示した。
- Hi-WM: 人間参加型ワールドモデルによるロボットポストトレーニングのスケーラブル化VLA/ポストトレーニング2026/4/1
実世界での介入を必要とせず、学習したワールドモデル内で人間が修正行動を提供することで、失敗箇所に集中したポリシー改善を実現するポストトレーニング手法を提案。実機操作タスクで成功率を大幅に向上させた。
- dWorldEval: 離散拡散ワールドモデルによるスケーラブルなロボットポリシー評価評価/ワールドモデル2026/4/1
ロボットポリシーを数千環境・数千タスクで評価するため、視覚・言語・行動を統一トークン空間に写像し、単一のTransformerベースの離散拡散ワールドモデルを評価プロキシとして用いる手法を提案。
- マルチビュー軌道動画による高整合な身体性世界モデル身体性世界モデル2025/11/1
低レベル行動をカメラパラメータとカルテシアン変換でマルチビューの軌道動画に変換し、それを制御信号として未来フレームを予測する身体性世界モデルMTV-Worldを提案。マルチビューで空間情報の損失を補い、物理世界との整合性を高めた。
- CVD-SfM: マルチ高度シーンでのスパース位置推定のためのクロスビュー深層フロントエンドStructure-from-Motionシステム位置推定/SfM2025/8/1
クロスビュートランスフォーマーと深層特徴量、Structure-from-Motionを統合し、スパース画像入力から多様な高度でのカメラ姿勢を高精度に推定するシステムを提案。新規データセットも構築し、空中ナビゲーションや捜索救助への応用可能性を示した。
- WorldEval: 世界モデルを実世界ロボット方策の評価器として活用世界モデル2025/5/1
世界モデルを実世界ロボット方策の評価代理として用いるWorldEvalを提案し、Policy2Vecで行動追従動画を生成して方策ランキングや安全性検出を実現した。