Fan Xu
USTC
収録論文 8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
- OmniPiano: 標準・堅牢・安全・マルチエージェントRLのための多様な器用なピアノ演奏ベンチマークマニピュレーション2026/10/30
1〜5本のShadow Handによるピアノ演奏タスクを統一環境で提供し、標準・堅牢・安全・マルチエージェントRLを評価できるベンチマークOmniPianoを提案した。912以上のタスク設定と36のベースラインで現行手法の限界を示した。
- 長期的ロボット世界モデルのための重要記憶保持世界モデル2026/10/10
ロボット動画の自己回帰世界モデルにおいて、初期シーンと直近の視覚行動ブロックを保持し古い履歴を破棄する訓練不要の文脈スケジューリング手法ReCAPを提案し、長期ロールアウトでの予測品質と効率を改善した。
- FutureWorlds: 代替未来からロボット世界モデルを学習する世界モデル2026/10/1
マルチモーダル離散自己回帰モデルと多様性ビーム探索、候補ごとの記憶保持、MemSPO最適化を組み合わせ、ロボットの行動条件付き未来予測を高精度化する枠組みを提案。
- Spotter: 身体性モデルを主導させ、VLMに内省させるVLA2026/9/29
身体性モデルが連続実行を主導し、VLMが並行して監視・エラー検出時のみ介入して内省・修正する枠組みを提案し、RoboCasaやRoboTwin 2.0で成功率を改善した。
- RoboAlign-R1: ロボットビデオ世界モデルのための蒸留型マルチモーダル報酬アライメントビデオ世界モデル2026/5/1
ロボットビデオ世界モデルの訓練を、再構成損失などの低レベル目的ではなく、指示追従や操作成功などの意思決定に重要な能力に合わせるため、報酬アライメントと長期推論安定化を組み合わせたフレームワークを提案した。
- 計画としての時空間予測:生成的世界モデルを用いたモデルベース強化学習アプローチモデルベース強化学習2025/10/5
時空間予測をモデルベース強化学習の問題として捉え、生成的世界モデルとビーム探索による計画で非微分な評価指標を報酬として活用し、極端事象の捕捉精度を高める手法を提案した。
- 単眼画像に基づくケーブル駆動ソフトロボットの三次元力推定手法触覚2024/9/1
単眼画像と駆動情報を融合したエンドツーエンドネットワークにより、ソフトロボットの3次元接触力を高精度に推定する手法を提案した。
- RL-GSBridge: 3Dガウシアンスプラッティングによるロボットマニピュレーション学習のためのReal2Sim2Real手法sim2real2024/9/1
3Dガウシアンスプラッティングを強化学習シミュレーションに組み込み、メッシュベースの編集と物理シミュレータ同期により、視覚ベースの深層強化学習でゼロショットのsim-to-real転移を実現した。
