Bangya Liu
University of California, Los Angeles
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
- Ego2Contact:一人称視点の人間動画から触覚を予測し接触の多いロボット操作に活用触覚2026/10/16
人間の一人称視点RGB動画から両手の触覚場を予測するモデルを学習し、解剖学的対応付けでロボットの触覚レイアウトに適応させ、シミュレーションと実機の操作ポリシーに触覚入力を供給した研究。
- TouchScale:視覚と触覚の大規模ヒューマンインタラクションデータセット触覚2026/10/7
単一のウェアラブル装置で収録した500時間の接触豊富な人間の行動データを構築し、視覚-触覚学習の事前学習に用いることで、未知の触覚センサへのゼロショット予測やロボットの接触を伴う操作タスクの成功率を大幅に改善した。
- ENCORE: 少数の実演から操作戦略を発見するエージェントマニピュレーション2026/9/29
少数の実演を証拠として与え、コーディングエージェントが知覚・行動APIに対するポリシープログラムを書いて反復改善し、言語指示だけでは不明な操作戦略を発見する手法。
- 行動アンクローニング:推論時ステアリングなしでモードリダイレクションをポリシー重みに蒸留する手法模倣学習/ポリシー編集2026/6/1
デモデータに含まれる望ましくない行動モードを抑制するため、一時的なモード分類器からのリダイレクション信号をポリシー重みに蒸留し、推論時オーバーヘッドなしで安全な行動を実現する手法MoREを提案した。
- IntentionNav: 暗黙的な人間の指示からの意図駆動型物体ナビゲーションのベンチマークナビゲーション2026/5/1
物体のカテゴリ名を直接与えず、人間の暗黙的な意図(例:「これを温めたい」)から目標物体を推論して探索する「意図駆動型物体ナビゲーション」のベンチマークを提案し、VLMを用いた評価を行った。
- 幾何学的有用性スコアリングによるTransformerベース単眼SLAMの高速化SLAM2026/4/1
単眼SLAMの計算冗長性を減らすため、フレームのマッピング価値を事前に予測する軽量なゲーティングネットワークLeanGateを提案し、90%以上の冗長フレームをスキップして85%以上の計算削減と5倍のスループット向上を実現した。
- SpatialStack: 3D VLM空間推論のための階層的幾何学-言語融合VLA2026/3/28
3D空間推論に弱い視覚言語モデルに対し、視覚・幾何・言語表現を階層的に融合するフレームワークを提案し、複数のベンチマークで最高性能を達成した。
- 自己中心視点の世界モデルによる写実的な手と物体のインタラクション合成世界モデル/インタラクション合成2026/3/1
ユーザーの行動のみから物理的に妥当な自己中心視点の手と物体のインタラクション動画を生成する世界モデルを提案し、3D推定から得た物理的知識を埋め込むことで将来の物体軌跡を使わずに高品質な合成を実現した。
- 反実仮想失敗合成による実行可能な操作リカバリの学習マニピュレーション2026/3/1
実世界の成功デモから生成モデルで反実仮想的な失敗ロールアウトを合成し、失敗診断と回復軌道を予測するフレームワークを提案。実機実験で補正精度を大幅に向上させた。
- 協調知覚のための生空間センサデータのプライバシー配慮型共有協調知覚2025/12/1
自動運転車間で生の空間センサデータを共有する際の新たなプライバシー問題を指摘し、漏洩を最小化する研究フレームワークSHARPを提案する。
