Haibao Yu
University of Hong Kong
収録論文 25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
- 接触の多いマニピュレーションでGPT-6 Astraはどこまで登れるか？PhysLadder：物理的相互作用のための階層的で対応の取れたSim-Realベンチマークベンチマーク/Sim2Real2026/10/25
接触の多い家事タスク16件を3段階の難易度で実機とシミュレーションの両方で評価するベンチマークPhysLadderを提案し、GPT-6 Astraのゼロショット性能が難易度上昇とともに低下する様子を明らかにした。
- 制御可能でフォトリアルな歩行者危険動作生成によるエンドツーエンド運転安全評価自動運転/シミュレーション2026/10/5
軌道レベルの衝突合成と3Dガウシアンスプラッティングを組み合わせ、フォトリアルで動作制御可能な危険歩行者シナリオを生成するControlPedを提案し、エンドツーエンド運転モデルの性能低下を明らかにした。
- KineWorld：身体性世界モデリングのための動作誘導型トランスポート場世界モデル2026/10/5
ロボットの動作からカメラ整合なトランスポート場を構築し、映像生成の監視を空間的に再重み付けする世界モデルを提案。双腕操作データで学習し、単視点・多視点評価で有効性を示した。
- PRICE：身体性強化学習のための物理的関係に基づく行動チャンクのクレジット割り当て強化学習2026/9/30
終端の成否信号のみから、軌道間の物理的関係を利用して行動チャンクごとのクレジットを推定する手法PRICEを提案し、LIBEROや実機で有効性を示した。
- GaussianDream++: ロボット操作のための効率的な3Dガウス世界モデリングVLA/3Dガウス/世界モデル2026/8/26
VLAポリシーに世界状態トークンと世界予測トークンを挿入し、訓練時のみ3Dガウス表現で現在と未来の世界を監督することで、推論時の追加コストなしに操作性能を向上させる手法を提案。
- GaussianWAM: 3Dガウス場から世界行動モデルへの幾何学と意味の蒸留VLA2026/8/25
多視点観測から3Dガウス場を介して幾何・意味情報を世界行動モデルに蒸留し、ロボット操作の視覚予測と行動生成を強化する手法を提案。
- SoftVTBench: 変形を考慮した視覚触覚データセットと変形物体操作のベンチマーク変形物体操作/データセット/ベンチマーク2026/8/19
変形物体操作の物理的相互作用品質を評価するため、視覚触覚データセットと閉ループベンチマークを構築し、変形許容度を考慮した成功率を提案した。
- SoftVTBench: 物理的制約下での変形物体操作のための安全性を考慮した視覚触覚ベンチマークベンチマーク/変形物体操作/触覚2026/7/1
変形物体の操作において、タスク完了だけでなく物理的安全性（落下や過度な変形の回避）を評価するベンチマークを提案し、触覚センシングが安全性向上に寄与することを示した。
- RoboDojo: 汎用ロボット操作ポリシーの包括的評価のための統合シミュレーション・実世界ベンチマークベンチマーク2026/7/1
シミュレーションと実世界の両方で汎用ロボット操作ポリシーを評価するための統一ベンチマークを提案し、42のシミュレーションタスクと18の実世界タスクで多様な能力を評価する。
- GaussianDream: ロボット操作のためのフィードフォワード3Dガウス世界モデルVLA/世界モデル2026/5/1
本論文は、ロボット操作のためのフィードフォワード型3Dガウス世界モデルを提案し、現在の3D空間構造と短期的な未来の進化を捉えることで、行動生成の精度を向上させる。
- AR Forcing: 長期的ロボットナビゲーションのためのワールドモデルに向けてナビゲーション2026/5/1
拡散ベースのナビゲーションワールドモデルにおける訓練と推論の分布ずれを解消するため、自己回帰訓練戦略AR Forcingを提案し、長期的な予測の安定性と精度を向上させた。
- ReconDrive: 自動運転シーン再構成のための高速フィードフォワード4Dガウススプラッティング自動運転/4DGS2026/3/1
自動運転シーンの高忠実度再構成と新規視点合成を高速に行うフィードフォワード型4Dガウススプラッティング手法を提案。3D基盤モデルを動的シーン向けに拡張し、静的・動的要素を分離して表現することで、シーン毎の最適化と同等の品質を桁違いの高速処理で実現した。
- CounterScene: 生成ワールドモデルにおける反実仮想因果推論による安全重視のクローズドループ評価自動運転シナリオ生成2026/3/1
安全な運転シーンから、因果的に重要なエージェントへの最小介入を通じて危険なシナリオを生成するフレームワークを提案。因果関係グラフで相互作用を明示し、現実性を保ちつつ衝突率を向上させた。
- UniMM-V2X：MoEで強化した多段階融合によるエンドツーエンド協調自動運転V2X協調自動運転2025/11/1
V2X協調自動運転において、知覚・予測・計画を階層的に統合するエンドツーエンド枠組みを提案し、Mixture-of-ExpertsでBEV表現と運動予測を強化してSOTA性能を達成した。
- DriveE2E：実世界からシミュレーションへの閉ループ自動運転ベンチマーク自動運転ベンチマーク2025/9/1
実世界の交通シナリオと交差点のデジタルツインをCARLAに統合し、エンドツーエンド自動運転モデルを評価する閉ループベンチマークを構築した。
- V2X協調自動運転のエンドツーエンド競技会：研究課題と進展V2X協調自動運転2025/7/1
V2X通信を活用した協調自動運転のエンドツーエンド競技会を開催し、帯域制約下での知覚・計画の課題と上位解法の傾向を分析した。
- U-ViLAR: 不確実性を考慮した自動運転向け視覚自己位置推定自己位置推定2025/7/1
視覚情報をBEV空間に変換し、知覚・位置推定の不確実性を考慮した対応付けと位置合わせを組み合わせることで、GNSSが不安定な都市環境でも高精度に自己位置を推定するフレームワークを提案。
- StyleDrive：運転スタイルを考慮したエンドツーエンド自動運転のベンチマーク自動運転2025/6/1
個人の運転嗜好を大規模実世界データセットで収集し、VLMと人間検証でアノテーションした初のパーソナライズE2E自動運転ベンチマークを提案。
- 汎化可能な両腕マニピュレーションのベンチマーク：CVPR 2025 MEISワークショップにおけるRoboTwin両腕協調チャレンジマニピュレーション2025/6/1
RoboTwinシミュレーションと実機ロボットを用いた両腕マニピュレーションの国際コンペを開催し、17タスクで64チームが競い、汎化可能な協調方策の知見をまとめた。
- Griffin: 空陸協調による検出・追跡データセットとベンチマーク空陸協調認識2025/3/1
ドローンと地上車両の協調認識のための37kフレーム超の3D知覚データセットと、通信効率や遅延・欠損・位置ノイズに対する頑健性を評価するベンチマークを提案した。
- LiDARを用いた車車間・路車間協調のためのエンドツーエンド時系列知覚協調知覚2024/11/1
車両とインフラのLiDARデータを時系列アテンションで統合し、キャリブレーション誤差補正モジュールを導入することで、協調型の物体検出・追跡精度を大幅に向上させた研究。
- 時間的文脈を活用した車両・インフラ協調知覚の強化協調知覚2024/8/1
路側センサと車載センサの協調による3D物体検出において、時間的文脈を活用したクエリ伝送と融合、通信途絶時の復元機構を提案し、限られた通信帯域下でも高精度な知覚を実現した。
- V2X協調によるエンドツーエンド自動運転自動運転/V2X2024/4/1
車両とインフラのセンサデータをV2X通信で統合し、知覚から計画までを一つのネットワークでエンドツーエンドに学習する協調自動運転フレームワークUniV2Xを提案。
- RCooper: 路側協調知覚のための実世界大規模データセット路側知覚2024/3/1
路側センサ同士が協調して交通エリアを広く知覚するための、交差点と回廊を含む5万枚の画像と3万点の点群からなる初の実世界大規模データセットを公開した。
- RoboCodeX：ロボット行動合成のためのマルチモーダルコード生成VLA2024/2/1
人間の指示を物体中心の操作単位に分解し、コード生成でロボットの行動を合成するフレームワークを提案。シミュレータと実機で操作・ナビゲーションタスクの最先端性能を達成。
