Ao Li
Tsinghua University
収録論文 10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
- 一人称視点映像から触覚を推定するマルチソース教師あり学習モデル触覚2026/11/6
手袋・ロボット触覚など複数データ源の触覚情報と特権視点の蒸留を用い、一人称映像のみから接触・圧力を密に推定するTouchAnnotatorを提案した。
- EgoForesight：ノイズを含む一人称視点行動データで方策学習を効果的にスケールするVLA2026/10/22
ロボット実演とノイズの多い一人称動画を併用し、信頼度に応じた行動監督と将来表現の蒸留で方策学習をスケールさせる視覚-言語-行動フレームワークを提案した論文。
- 周波数誘導デュアルパス注意によるリアルタイム水中画像強調水中画像強調2026/6/29
水中画像の劣化は周波数特性に敏感であることに着目し、構造的再パラメータ化可能な軽量CNNにDCT事前分布と周波数誘導デュアルパス注意を統合したリアルタイム水中画像強調フレームワークを提案。4.23Kパラメータで600FPS以上を達成し、大規模モデルを凌ぐ性能を示した。
- JoyAI-Sim: 具現化データピラミッドのためのシミュレーション対応相互変換ツールチェーンシミュレーション2026/6/1
実ロボットのデータ収集と評価の限界を補うため、シミュレーションを介してロボットと人間のデータを相互変換するツールチェーンを提案し、評価とデータ生成のスケーラビリティを向上させる。
- TrackRef3D: 3Dガウススプラッティングにおけるオープンワールド参照セグメンテーションのための多視点一貫トラック・アンド・ラベル手法3Dセグメンテーション2026/5/26
3Dガウススプラッティングにおいて、手動アノテーションなしで自然言語によるオブジェクトセグメンテーションを実現する自動パイプラインを提案。物体発見と意味的接地を分離し、軌跡認識型セマンティックコンセンサスモジュールで多視点一貫性を確保する。
- TAIHRI: 近接ヒューマンロボットインタラクションのためのタスク認識型3D人体キーポイント位置推定ヒューマンロボットインタラクション2026/4/10
ロボットがユーザーの動作指示を理解し、タスクに関連する身体部位の3D座標を正確に推定する、初の視覚言語モデルを提案した。
- JoyAI-RA 0.1: ロボット自律性のための基盤モデルVLA2026/4/1
オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。
- SRPO: VLAモデルのための自己参照方策最適化VLA2025/11/1
VLAモデルの強化学習において、成功軌道を自己参照として失敗軌道に進捗報酬を付与し、報酬の疎さを解消する手法を提案。LIBEROで99.2%の成功率を達成。
- ニューロモーフィック触覚センサによるテクスチャ識別のための探索的運動戦略触覚2025/9/1
NeuroTacセンサを用いて人間の探索戦略に着想を得た触覚テクスチャ分類フレームワークを提案し、滑り+回転運動が87.33%の精度と8.04mWの低消費電力で最適であることを示した。
- 多基準意思決定を用いた車線変更モデル自動運転/行動モデリング2019/10/1
速度・経路・快適性・譲り合いなどの複数の動機を多基準意思決定で統合し、運転スタイルに応じて車線変更の判断を再現するモデルを提案した。
