Di Guo
収録論文 18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
- モノリシック基盤モデルを身体性マルチエージェントアーキテクチャへ変換し人間-ロボット協調を実現マルチエージェント/人間-ロボット協調2025/12/1
単一の基盤モデルを複数の専門エージェントに分解し、知覚・計画・検証・人間への委任を連携させるLLM駆動フレームワークInteractGenを提案。異種ロボットチームでの3ヶ月実証でタスク成功率と協調性の向上を示した。
- タスク指向飛行への道:フレームワーク・基盤・原則飛行制御/sim2real2025/4/1
クアッドロータのエンドツーエンド深層強化学習のためのタスク指向フレームワークを提案し、シミュレーションから実機への転移を可能にするソフト・ハード・ファームウェアの統合基盤と設計原則を示した。
- Tacchi 2.0: 視覚ベース触覚センサ向けの低計算コストで包括的な動的接触シミュレータ触覚2025/3/1
Material Point Methodとピンホールカメラモデルを組み合わせ、視覚ベース触覚センサの触覚画像・マーカー動画像・関節画像を低計算コストで生成するシミュレータTacchi 2.0を開発した。
- 汎用ロボットのための視覚言語行動モデル構築で重要な要素VLA2024/12/1
視覚言語行動モデル(VLA)の性能を左右する設計要因を大規模実験で分析し、汎用ロボット向けの新しいVLAファミリーRoboVLMsを提案した論文。
- 見てから動く:ロボットマニピュレーションのための非同期能動視覚・行動モデルマニピュレーション2024/9/1
限られた視野や遮蔽に対処するため、カメラの次の最適視点(NBV)とグリッパの次の最適姿勢(NBP)を直列に繋ぎ、少数ショット強化学習で訓練する能動視覚・行動モデルを提案し、RLBenchの視点制約タスクで有効性を示した。
- AssistantX: LLMを活用した人間共存環境における能動的アシスタントVLA2024/9/1
4つのLLMエージェントからなるマルチエージェント構成で、人間がいる実環境で自律的に動作し、指示への反応や状況に応じた戦略調整、人間への能動的な支援要請を行うアシスタントを提案した。
- 大規模言語モデルを活用した異種アドホックチームワーク協調群制御2024/6/1
能力の異なるロボットチームに後から加わったロボットが、LLMと新提案のIRoTを用いた訓練不要の階層的動的プランナで未知の仲間と協調し、片付けタスクのベンチマークと実機で有効性を示した論文。
- HumanTHOR: 共有作業空間における人間とロボットの協調のためのシミュレーションプラットフォームとベンチマーク人間ロボット協調2024/6/1
VRで人間がシミュレーション環境内で行動できる身体性フレームワークHumanTHORを構築し、日常タスクのベンチマークとユーザー研究を通じて人間とロボットの協調を評価した。
- 競争を通じてロボットの潜在能力を引き出す群制御2024/3/1
競争環境での他者との比較を学習の補助信号として活用し、ロボットが競争から知識を得て潜在能力を最大限に発揮する競争学習フレームワークを提案。マルチエージェント競走環境での実験で、単一ロボット環境の最先端手法より優れた性能を示した。
- 散らかった環境でのロボットによる押し込みと把持のための深層強化学習マニピュレーション2023/2/1
吸盤とグリッパを組み合わせたロボットハンドで、散らかった環境の物体を把持するシステムを提案。アフォーダンスマップを能動的探索で改善し、把持成功率を高めた。
- 散らかった環境での身体性探索のためのシーングラフVLA2022/7/1
散らかった環境でロボットが能動的に探索し、視覚と言語の質問に答えるため、模倣学習による操作生成と動的シーングラフに基づくVQAモデルを組み合わせたフレームワークを提案した。
- 視覚言語ナビゲーションのための自己教師あり3D意味表現学習視覚言語ナビゲーション2022/1/1
ボクセル単位の3D意味再構成を自己教師ありで表現学習し、言語指示に基づくナビゲーションに活用した研究。R2RデータセットでRGBベース手法を上回る成功率を達成。
- 知識ベースの身体性質問応答身体性AI2021/9/1
外部知識と3Dシーングラフを組み合わせて、エージェントが環境を探索しながら複雑な質問に答えるK-EQAタスクを提案し、ニューラルプログラム合成による推論フレームワークを構築した論文。
- ロボット操作のための音声視覚グラウンディング参照表現マニピュレーション2021/9/1
音声と視覚の両情報を用いて指示表現を理解し対象物を定位するロボット操作タスクを提案し、そのための音声視覚フレームワークと評価用データセットを構築した。
- ロバストなマニピュレーションのための敵対的スキル学習マニピュレーション2020/11/1
SACをベースに敵対的訓練を導入し、内部・外部外乱に強いマニピュレーション方策を学習する手法を提案。シミュレーションと実機でロバスト性を実証した。
- 敵対的強化学習による故障に強いロバスト制御ロバスト制御2020/11/1
関節故障のケースを敵対的に学習させる強化学習フレームワークを提案し、シミュレーションのみで訓練して実機に直接展開できることを示した。
- 身体性を活かしたシーン記述VLA2020/4/1
エージェントが環境内を動いて最適な視点を見つけ、シーンを記述する「身体性シーン記述」を提案。模倣学習と強化学習でセンサモータ行動を学習し、AI2Thorと実機ロボットで有効性を示した。
- 操作による質問応答:ロボットが環境を変えて答える新タスクマニピュレーション2020/3/1
ロボットが物体を操作して環境を変化させ、与えられた質問に答える「操作質問応答(MQA)」タスクを提案し、VQAとDQNを組み合わせた枠組みとシミュレーション用データセットを構築した論文。
