Chun Gu
Fudan University
収録論文 9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
- 触覚予測とフィードバックで行動を精緻化する速度場ステアリング触覚2026/11/1
フローマッチング型行動生成の速度場を触覚の予測・実時間フィードバックで残差修正し、視覚主体の基盤ポリシーを活かしつつ接触を要する巧緻操作の成功率を高めた手法。
- X-World:動画事前知識を可変視点ロボット制御へ転移するフレームワークVLA2026/10/25
動画拡散モデルの事前知識を固定長トークン列と共有アクションエキスパートに通して、1〜3視点の可変カメラ入力に対応するロボット制御ポリシーへ転移する手法を提案し、LIBEROや実機双腕タスクで有効性を示した。
- 人間の意味情報からヒューマノイドへのストリーミング動作リターゲティング学習リターゲティング2026/10/21
人間の動作を意味情報に基づく物理エキスパートでロボット向けに変換し、因果的なTransformerでストリーミング動作リターゲティングを実現した研究。
- 配備中に学習するヒューマンインザループ型オンライン事後学習システムマニピュレーション2026/10/21
展開中に人間の介入とポリシー生成ロールアウトからオンラインでポリシーを更新する、批評家や報酬モデル不要の教師あり学習フレームワークを提案し、実世界の両腕マニピュレーション4タスクで有効性を示した。
- 順方向ダイナミクスモデルVLA2026/10/9
未来予測を行動特徴に条件付けることで、推論時に未来生成を省略しつつ、真の未来状態で方策を学習させるロボット行動モデルを提案した。
- X-WBC:ヒューマノイド全身制御のためのクロスエンボディメント基盤モデル全身制御/クロスエンボディメント2026/9/14
人間の動作データを共通の意味表現として学習し、ロボット固有の軽量モジュールで各機体に適応させることで、複数のヒューマノイドをまたいで全身制御方策を訓練する基盤フレームワークを提案。
- NavOL: オンライン模倣学習によるナビゲーションポリシーナビゲーション2026/5/1
シミュレータとオンラインで対話し、専門家のデモを収集して自己更新するオンライン模倣学習パラダイムを提案し、分布シフトや報酬設計の問題を軽減したナビゲーションポリシーを学習する。
- 想像された未来から実行可能な行動へ:ロボット操作のための潜在行動の混合マニピュレーション2026/5/1
ビデオ生成モデルによる未来予測をロボット操作に活用する際、予測フレームを直接ポリシーに渡すのではなく、複数の逆動力学モデルを用いて潜在行動の混合表現に変換する制御指向インターフェースMoLAを提案し、シミュレーションと実機で性能向上を確認した。
- 予言による行動方策の強化学習VLA2025/11/1
ロボット世界モデル「Prophet」を大規模データで事前学習し、新環境へ少数適応させてシミュレータとし、FlowScaleでVLA方策を強化学習する手法を提案。
