Zhongpu Xia
Anyverse Dynamics
収録論文 19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
- MonoEgo: 受動的な手首コンステレーションと疎なワークステーションアンカーによる単眼メートル法エゴセントリック実演キャプチャデータ収集2026/9/28
1台の単眼カメラで受動的な手首マーカーと作業台アンカーを撮影し、オフライン再構成によりメートルスケールのエゴセントリックな実演データを取得するシステムを提案した。
- UpDown-SC: 重力正規化された上下包絡線スキャンコンテキストによる屋内LiDAR位置認識位置認識2026/9/24
屋内LiDAR位置認識において、重力方向の正規化と上下2つの包絡面（低中層構造の上側包絡と天井構造の下側包絡）を表現する学習不要の極座標記述子を提案し、姿勢やセンサ高さの変化に頑健な検索を実現した。
- オンライン重力推定は重要か？LiDAR慣性オドメトリにおける静かな設計分岐の再検討LiDAR慣性オドメトリ2026/9/12
LiDAR慣性オドメトリにおいて重力をオンライン推定し続けるか固定するかの設計選択を比較し、通常時は差が小さいがLiDAR停止時や動的開始時に影響が出ることを示した。
- JEPAポリシー：ペア行動と未来表現予測による拡散不要の模倣学習模倣学習2026/9/9
行動チャンクとその未来表現をペアで学習する拡散不要の模倣学習フレームワークを提案し、9つのシミュレーションタスクと実機実験で成功率向上と低遅延を実現した。
- GIFT: 行動指向の構造的監督による誘導中間特徴学習を用いたロボット操作マニピュレーション2026/9/3
視覚と言語の事前学習で得られる特徴と制御に必要な情報の乖離（行動十分性ギャップ）を埋めるため、中間特徴に幾何・アフォーダンス・目標領域の3つの制御関連構造を学習させるフレームワークGIFTを提案し、複数のポリシーで性能向上を確認した。
- WALA: 行動ラベル付きデモと行動フリー動画から実行可能な潜在行動を学習するロボット学習2026/7/1
行動ラベル付きデモと行動フリー動画の両方から実行可能な潜在行動を学習するフレームワークWALAを提案し、ロボットポリシーの性能と汎化性を向上させた。
- PerlAD: 擬似シミュレーションに基づく強化学習による閉ループエンドツーエンド自動運転の性能向上自動運転2026/3/1
オフラインデータから構築したベクトル空間上の擬似シミュレーションと予測ワールドモデルを用いて、レンダリング不要で効率的な強化学習による閉ループ自動運転を実現した。
- サンプリングからのロールアウト学習：R1スタイルのトークン化交通シミュレーションモデル交通シミュレーション2026/3/1
交通シミュレーションのための新しいポリシーR1Simを提案し、運動トークンのエントロピーパターンに基づく強化学習と適応的サンプリングを導入して、多様で安全なマルチエージェント挙動を実現した。
- DreamerAD: 潜在世界モデルによる自動運転のための効率的な強化学習自動運転/世界モデル2026/3/1
動画拡散モデルのサンプリングを100ステップから1ステップに圧縮し80倍高速化した潜在世界モデルで、自動運転の強化学習を安全かつ高頻度に訓練可能にした。
- MeanFuser: MeanFlowによる高速ワンショット多様体軌道生成と適応的再構成を用いたエンドツーエンド自動運転自動運転/軌道生成2026/2/1
ガウス混合ノイズとMeanFlowを組み合わせ、離散アンカーに依存せず高速かつロバストに軌道を生成するエンドツーエンド自動運転手法を提案。
- InCoM: 意図駆動型知覚と構造的協調による移動マニピュレーション移動マニピュレーション2026/2/1
移動マニピュレーションにおいて、潜在的な動作意図を推定して知覚注意を段階的に配分し、ベースとアームの動作を分離して協調生成するフレームワークを提案。シミュレーションと実機で成功率を大幅に向上させた。
- TakeAD: 専門家の介入データを用いた選好ベースの事後最適化によるエンドツーエンド自動運転自動運転2025/12/1
自動運転の模倣学習における開ループ訓練と閉ループ運用のギャップを埋めるため、ドライバー介入データを活用しDAggerとDPOを組み合わせて方策を微調整する手法を提案した。
- Mimir: 不確実性伝播を伴う階層的目標駆動拡散によるエンドツーエンド自動運転自動運転2025/12/1
目標点の不確実性をラプラス分布で推定し、マルチレート誘導機構で先読みすることで、堅牢かつ高速な軌道生成を実現した階層型自動運転フレームワーク。
- WorldRFT: 強化学習ファインチューニングによる潜在世界モデル計画法自動運転/世界モデル/強化学習2025/12/1
自動運転向けに、シーン表現学習を計画タスクに整合させる階層的計画分解と局所的な反復改善を導入し、GRPOによる強化学習ファインチューニングで安全性を高めた潜在世界モデルフレームワークを提案。nuScenesとNavSimでSOTA性能を達成。
- TransDiffuser: エンドツーエンド自動運転のための脱相関マルチモーダル表現による多様な軌道生成自動運転/軌道生成2025/5/1
拡散モデルによる軌道生成のモード崩壊を、事前定義軌道語彙やシーンプライアなしで解決するため、脱相関マルチモーダル表現最適化を導入したエンコーダ・デコーダ型生成軌道計画モデルを提案。
- 模倣学習ベースのエンドツーエンド自動運転におけるデータスケーリング則自動運転2024/12/1
400万件の運転デモデータを用いて、模倣学習ベースのエンドツーエンド自動運転モデルの性能がデータ量に対してべき乗則に従うことを示し、長尾データの重要性や組み合わせ汎化を明らかにした。
- PlanAgent: マルチモーダル大規模言語モデルによる閉ループ車両運動計画自動運転計画2024/6/1
マルチモーダルLLMを認知エージェントとして用い、BEV地図とテキスト記述から階層的推論でプランナコードを生成し、反省モジュールで評価する閉ループ車両運動計画システムを提案。nuPlanで評価。
- Planning-inspired Hierarchical Trajectory Prediction for Autonomous Driving2023/4/1
- An Auto-tuning Framework for Autonomous Vehicles2018/8/1