Fangchen Liu
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
- 量より質:データ中心ロボット学習のための影響関数によるデモンストレーションキュレーションデータキュレーション2026/3/1
デモンストレーション学習において、検証データへの損失削減への貢献度を影響関数で推定し、高品質なデータを選別する手法QoQを提案。シミュレーションと実環境で既存手法より高い性能を達成。
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- ViTaMIn-B: 信頼性と効率性を備えた視触覚両手操作インターフェース触覚2025/11/1
両手・接触の多い操作タスク向けに、柔軟フレームの視触覚センサDuoTactとMeta Questコントローラによる6DoF両手姿勢取得を組み合わせた、高品質な操作データを効率的に収集できるハンドヘルドシステムを提案した。
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- ViTaMIn: ロボット不要の視覚触覚マニピュレーションインターフェースによる接触の多いタスクの学習触覚2025/4/1
視覚と触覚を統合した手持ちグリッパで遠隔操作なしに実演データを収集し、マルチモーダル表現学習で接触の多い操作タスクを効率的に学習する手法を提案。
- OTTER: テキスト認識型視覚特徴抽出を備えた視覚-言語-行動モデルVLA2025/3/1
言語指示に意味的に対応する視覚特徴だけを選択的に抽出して行動予測に用いるVLAアーキテクチャを提案し、事前学習済みの視覚言語モデルを凍結したまま高いゼロショット汎化を実現した。
- Video2Policy: インターネット動画を活用したシミュレーションでのマニピュレーションタスクのスケーリングsim2real2025/2/1
インターネット上の人間行動動画からシミュレーションタスクを再構築し、LLM生成報酬による強化学習で汎用方策を訓練、実機転移も実現したフレームワーク。
- ExBody2: 高度で表現豊かなヒューマノイド全身制御全身制御2024/12/1
人間のモーションキャプチャとシミュレーションデータで全身追従制御器を学習し、実機に転移することで、ヒューマノイドが歩行・しゃがみ・ダンスなどの表現豊かな動きを安定して行えるようにした研究。
- 次トークン予測によるインコンテキスト模倣学習模倣学習2024/8/1
言語や報酬を使わず、人間の教示軌道をプロンプトとして与えるだけで実機ロボットが新しいタスクを学習なしに実行できる次トークン予測モデルICRTを提案した。
- Body Transformer:ロボット身体性を活用した方策学習VLA2024/8/1
ロボットの身体をセンサとアクチュエータのグラフとして表現し、マスク付きアテンションで情報を集約するBoTを提案。模倣学習・強化学習の方策において、通常のTransformerやMLPより高性能・高効率であることを示した。
- MOKA: マークベース視覚プロンプティングによるオープンワールドロボットマニピュレーションマニピュレーション2024/3/1
視覚言語モデルに画像上のマークを手がかりに質問応答させ、自由文指示からアフォーダンスを予測してロボットの卓上マニピュレーションを実現する手法を提案。
- FMB: 汎化可能なロボット学習のための機能的マニピュレーションベンチマークマニピュレーション2024/1/1
3Dプリント可能な物体を用いて、把持・再配置・組立などの基本スキルとその組み合わせを評価する実世界ロボット学習ベンチマークを提案し、模倣学習フレームワークも提供する。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- SpawnNet: 事前学習済みネットワークから汎化可能な視覚運動スキルを学習する模倣学習2023/7/1
凍結した事前学習済み視覚バックボーンのボトルネックを解消するため、多層表現を別ネットワークに融合する二流アーキテクチャSpawnNetを提案し、模倣学習におけるカテゴリ汎化性能を向上させた。
- 思考の連鎖に基づく予測制御マニピュレーション2023/4/1
劣ったデモからでも複雑な操作を学習できるよう、デモをサブスキルに分解し、その連鎖をTransformerで予測しながら制御する階層的模倣学習手法を提案した。
- 視覚制御のためのマスク付きワールドモデルモデルベース強化学習2022/6/1
視覚表現学習とダイナミクス学習を分離し、マスク付き畳み込み特徴とViTで再構成するオートエンコーダと潜在ダイナミクスモデルを組み合わせた視覚モデルベース強化学習フレームワークを提案。Meta-worldとRLBenchの多様な視覚ロボットタスクで最先端性能を達成。
- より汎化可能なワンショット視覚模倣学習に向けて模倣学習2021/10/1
多様な7タスク61バリエーションの視覚ロボット操作ベンチマークを構築し、マルチタスク設定でのワンショット模倣学習の汎化性能を検証。自己注意と時間的コントラスト学習を組み合わせたMOSAICを提案し、新規タスクへの適応性能を向上させた。
- SAPIEN:関節物体を備えた物理シミュレーション環境sim2real2020/3/1
家庭用ロボットの学習向けに、関節を持つ多数の物体を収めた物理的にリアルなシミュレーション環境SAPIENを構築し、部品検出や動作属性認識、強化学習による操作タスクを評価した。
