Zhengru Fang

収録論文 6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

• エッジ支援マルチビュー測位のためのタスク指向通信
  VLA2026/9/28

  UAV/UGVの視覚ベース測位を、通信状況に応じてオフロード判断・送信ビュー選択・意味レート制御を統合的に行うタスク指向通信フレームワークで高精度化した研究。

• ハーネスVLA：メモリ誘導エージェントによる凍結VLAの信頼性ある操作プリミティブへの変換
  VLA/操作2026/7/1

  凍結したVLAモデルを再試行可能な接触豊富なプリミティブとして活用し、解析的プリミティブと組み合わせることで、微調整なしに分布外の操作タスクでの成功率を大幅に向上させるフレームワークを提案した。

• マルチエージェント具現化自動運転：V2X情報交換から共有世界モデルへ
  自動運転/マルチエージェント2026/6/1

  自動運転を単独車両の知能から、車両・インフラ・他交通参加者が知覚を共有し意図を推論し協調行動するマルチエージェント具現化システムへの移行として捉え、約400件の文献をレビューし、共有世界モデル（SWM）の観点から課題と研究優先事項を整理したサーベイ論文。

• 動的摂動下でのロバストな視覚制御のためのエージェント中心観測適応
  視覚制御2026/4/1

  時間変化する劣化（天候やノイズなど）に対して、復元ベース表現の失敗を情報ボトルネックの観点から分析し、前景マスクと復元専門家のルーティングを組み合わせたプラグアンドプレイの観測アダプタACO-MoEを提案した。

• Sense4FL: 自動運転の物体検出のための車両クラウドセンシング強化連合学習
  連合学習/自動運転2025/3/1

  車両の走行経路に依存したデータ収集を考慮し、連合学習における車両選択とデータ収集を最適化することで、自動運転の物体検出精度を向上させるフレームワークを提案。

• AgentsCoDriver: 生涯学習を備えた大規模言語モデルによる協調運転
  自動運転2024/4/1

  大規模言語モデルを活用し、複数車両が情報交換と交渉を行いながら協調運転する枠組みを提案。環境との相互作用を通じて生涯学習する。