Ge Li
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
- 失敗前にロボットを修正する：選好学習による能動的ヒューマン・イン・ザ・ループ介入ヒューマン・イン・ザ・ループ/選好学習2026/11/3
XRインターフェースで将来の動作を事前確認し、望ましくない行動の前に介入できる枠組みを提案。修正を選好学習でポリシーに反映し、実機マニピュレーションで成功率を向上させた。
- CausalSplat: 3Dガウシアンスプラッティングにおける包括的階層的推論に向けて3Dシーン理解2026/8/11
3Dガウシアンスプラッティングを用いたシーン理解において、暗黙的な意図や常識推論を扱う新しいタスクを提案し、ベンチマークとフレームワークCausalSplatを構築した。
- RayViT: 視点変動に頑健な模倣学習のためのレイ条件付き視覚表現模倣学習2026/7/1
カメラの幾何情報を事前学習済みViTに注入する軽量アーキテクチャRayViTを提案し、カメラの摂動に対する模倣学習の頑健性を向上させた。
- PAWS: アドバンテージ重み付きセグメントを用いた選好学習強化学習2026/6/10
人間の軌道比較から報酬を学習する選好ベース強化学習において、訓練と推論の不一致による分布シフトを分析し、セグメントレベルのアドバンテージ関数を直接用いた政策更新手法PAWSを提案した。ロボット操作・移動タスクで既存手法を上回る性能を示した。
- PointMapPolicy：マルチモーダル模倣学習のための構造化点群処理マニピュレーション2025/10/1
点群をダウンサンプリングせず規則的なグリッド状に構造化し、RGB画像と効率的に融合する拡散ポリシーを提案。複数の操作タスクで最先端性能を達成した。
- MoRe-ERL: エピソード強化学習による動作残差学習強化学習/軌道計画2025/8/1
事前計画された参照軌道を、エピソード強化学習と残差学習を組み合わせて安全で効率的なタスク固有の軌道に改良する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性能も検証した。
- BEAST: Bスプライン符号化による模倣学習向けアクション系列の効率的トークン化模倣学習2025/6/1
Bスプラインでアクション系列をコンパクトな離散・連続トークンに符号化するトークナイザを提案し、別途学習不要で滑らかな軌道生成と計算コスト削減を実現した。
- IRIS: 没入型ロボットインタラクションシステムXR/データ収集2025/2/1
拡張現実(XR)を用いて、多様なシミュレータや実世界環境でロボット操作とデータ収集を可能にする没入型システムIRISを提案。複数ユーザの同時インタラクションも実現。
- 模倣学習のための点群と視覚表現の融合に向けて模倣学習2025/2/1
点群とRGB画像の両方を活用する模倣学習手法FPV-Netを提案し、点群エンコーダを画像トークンで条件付けすることでRoboCasaベンチマークで最先端性能を達成した。
- BMP：Bスプラインと運動プリミティブの橋渡し模倣学習/強化学習2024/11/1
Bスプラインを運動プリミティブとして再定式化し、境界条件の充足と軌道分布の高次統計の両立を可能にしたBMPを提案。模倣学習と強化学習で既存手法より高い表現力と適用性を示した。
- TOP-ERL: Transformerを用いたオフポリシー・エピソディック強化学習強化学習2024/10/1
長い行動軌跡をセグメントに分割し、Transformerベースのクリティックで各セグメントの状態行動価値を推定することで、エピソディック強化学習をオフポリシーで効率的に学習する手法を提案した。
- 拡散ポリシーを混合エキスパートへと変分蒸留する手法模倣学習2024/6/1
事前学習済みの拡散ポリシーを変分推論により混合エキスパート(MoE)へ蒸留し、複雑な行動分布を保ちつつ推論を高速化するVDDを提案。
- MaIL: Mambaによる模倣学習の改善模倣学習2024/6/1
Transformerの代わりに状態空間モデルMambaを用いた模倣学習アーキテクチャMaILを提案し、少ないデータでも過学習を抑えて汎化性能を高め、LIBEROベンチマークと実機実験で有効性を示した。
- ブラックボックスを開く：時間相関エピソード強化学習のためのステップベース方策更新強化学習2024/1/1
エピソード強化学習のブラックボックスを開き、ステップ情報を活用して時間相関を考慮した方策更新を行うTCEを提案。データ効率と滑らかな探索を両立。
- MP3: 運動プリミティブに基づく再計画ポリシー強化学習/運動プリミティブ2023/6/1
運動プリミティブを深層強化学習に統合し、スパースで非マルコフ的な報酬から学習しつつ、実行中の環境変化に適応できる再計画戦略を導入した手法を提案する。
- LIO-PPF: インクリメンタル平面事前フィッティングとスケルトン追跡による高速LiDAR慣性オドメトリSLAM2023/2/1
LiDAR慣性オドメトリにおいて、平面を逐次更新する事前フィッティングとスケルトン追跡により、地図サイズを削減しつつ最大4倍高速な残差計算と1.92倍のFPSを実現した手法を提案。
- ProDMPs：動的・確率的運動プリミティブの統一的視点運動プリミティブ2022/10/1
DMPの常微分方程式をオフライン計算可能な基底関数に変換し、動的システムの性質を保ちつつ高次統計も扱える確率的動的運動プリミティブ（ProDMPs）を提案した論文。
- 局所的な混合エキスパートによる多様なスキルライブラリの特化強化学習2021/12/1
最大エントロピー強化学習を混合エキスパートごとの下界最適化に分解し、局所的な文脈分布を専門家と共に適応させることで、高精度で多様なスキルを段階的に獲得する手法を提案した。
