Dong Liu
収録論文 17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
- LK Jam: ロール認識GRUを用いたリアルタイム人-AI対話型音楽生成システムのシステムアーキテクチャと実装音楽生成2026/6/19
軽量GRUと高効率オーディオホストアーキテクチャを用いて、低遅延で双方向のリアルタイム音楽生成システムを構築した論文。
- マルチエージェント強化学習による協調的な長縄跳びマルチエージェント強化学習2026/6/1
複数の人型ロボットが協力して長縄跳びを行うためのマルチエージェント強化学習フレームワークを提案し、シミュレーションと実機でその有効性を実証した。
- 血管内ガイドワイヤナビゲーションの文脈認識報酬モデリングのための視覚言語手続き推論医療ロボティクス2026/6/1
ロボット支援血管内介入におけるガイドワイヤ自律ナビゲーションのため、視覚言語モデルを用いて手続き的推論を行い、ナビゲーション段階に応じて報酬を動的に調整するフレームワークを提案した。物理ロボット実験で有効性を示した。
- OLIVE: 効率的な適応型外骨格のためのオンライン低ランクインクリメンタル学習外骨格/適応制御2026/6/1
外骨格制御を展開中に継続的に個人適応させる、パラメータ効率の良いオンライン学習フレームワークを提案。低ランク更新と報酬ベースのポリシー勾配により、センサフィードバックのみで適応を実現する。
- 血管内ロボットナビゲーションにおける解剖学的経路曖昧性解消のためのトポロジー符号化グラフを用いた視覚ベース推論医療ロボティクス2026/2/1
冠動脈インターベンション支援ロボット向けに、血管セグメンテーションとグラフアテンションで分岐の投影による誤認を解消し、実時間経路計画を行う二段階フレームワークを提案した。
- MM-ACT: マルチモーダル並列生成から行動を学習する統合VLAモデルVLA2025/12/1
テキスト・画像・行動を共有トークン空間で統合し、並列デコードで生成するVLAモデルを提案。LIBEROや実機Franka、RoboTwin2.0で高い成功率を達成した。
- RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集マニピュレーション2025/11/1
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
- ConEQsA: 並行・非同期な身体性質問のスケジューリングと応答VLA2025/9/1
複数の質問が非同期に届く実環境向けに、緊急度を考慮して並行処理する身体性質問応答フレームワークとベンチマークを提案した。
- MK-Pose: マルチモーダル・キーポイント学習によるカテゴリレベル物体姿勢推定姿勢推定2025/7/1
RGB画像・点群・カテゴリのテキスト記述を統合し、自己教師ありキーポイント検出とグラフ強化特徴融合でカテゴリレベル物体姿勢を高精度に推定する手法を提案。
- RoboBrain 2.0 技術報告VLA2025/7/1
視覚と言語を統合し、実環境での知覚・推論・計画を担う具現化基盤モデルRoboBrain 2.0を提案。7Bと32Bの2種類で、空間理解や時系列意思決定タスクで高い性能を示す。
- 屋外都市環境のためのステレオ3DガウシアンスプラッティングSLAMSLAM2025/7/1
RGBステレオ画像のみを用い、事前学習済みの深度推定ネットワークで3Dガウシアンの最適化を導くことで、屋外大規模環境での高精度なトラッキングとマッピングを実現する初のバイノキュラー3DGS-SLAMシステムを提案した。
- 高速・低速思考を備えた言語条件付きロボットマニピュレーションマニピュレーション2024/1/1
認知科学の二重過程理論に着想を得て、指示の種類に応じて高速思考系と低速思考系を使い分けるロボット操作フレームワークRFSTを提案し、意図認識や推論が必要な複雑なタスクを実世界で実現した。
- 物体中心の指示拡張によるロボットマニピュレーションマニピュレーション2024/1/1
マルチモーダル大規模言語モデルを用いて物体の位置情報を自然言語指示に織り込み、模倣学習ポリシーの操作性能を向上させる枠組みを提案した。
- 深度認識を活用した事前学習による視覚ロボットマニピュレーションマニピュレーション2024/1/1
大規模3Dデータを用いた自己教師あり学習でRGBのみの視覚バックボーンを事前学習し、3D空間でのマニピュレーション性能を向上させる手法を提案。
- DTF-Net: 変形可能テンプレート場によるカテゴリレベル姿勢推定と形状再構成姿勢推定2023/8/1
カテゴリごとの変形可能なテンプレート場を学習し、未知物体の6D姿勢推定と形状再構成をRGB-D画像から行う手法を提案。
- 移動を伴う建設タスクのナビゲーションと構築を同時に評価するベンチマーク環境ナビゲーション・構築ベンチマーク2021/3/1
GPSなしで環境を移動しながら設計通りに構造を変更する移動建設タスクをPOMDPとして定式化し、1/2/3Dグリッドワールドで従来手法と深層強化学習を比較評価したベンチマークを提案する。
- 外乱からの回復でロボットに長期的自律性を与える:接地された異常分類と回復ポリシーマニピュレーション2018/9/1
ロボット操作中の外部外乱による異常を非パラメトリック統計と変分推論で分類し、再実行・適応の回復ポリシーで自律的に復帰させるシステムを実機で検証した。
