Hao Wu
UESTC
収録論文 37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
- 実行長制御による長チャンク方策のサンプル効率の良いオンライン適応強化学習2026/11/10
長い行動チャンクを予測するロボット方策を、各チャンクをどれだけ実行するかの長さだけを強化学習で適応させることで、少ないオンライン試行で効率的に微調整する手法ExRLを提案した。
- 意味的・視覚的フィードバックでロボット世界モデルを学習する世界モデル2026/11/5
ロボット世界モデルを、候補未来の比較と意味的・視覚的フィードバックで事後学習するRoboImagineを提案し、RT-1などで視覚予測精度を改善した。
- LumiTac:ヒューマンロボットインタラクション向け小型高速六軸光学触覚センサ触覚2026/11/4
小型・低コストの光学式六軸触覚センサを開発し、機械学習で力とモーメントを高速推定、ロボット操作や人との接触に応用した。
- 磁気ピラーアレイ触覚センサMagPillarによるロボット表面知覚触覚2026/11/1
クモの触毛に着想を得た磁気ピラーアレイと3軸ホールセンシングを組み合わせた柔軟触覚センサを開発し、材料表面の識別と形状知覚を実現した。
- 差分パッチで実現するドメインランダム化シミュレーションのリソース共有sim2real2026/10/24
ドメインランダム化されたロボットシミュレーション環境を「共通テンプレート+差分パッチ」で表現し、多数インスタンス間でリソースを共有してCPU/GPUメモリを大幅に削減するシステムPatchworkを提案。
- 履歴証拠を再活用する学習不要の視覚言語ナビゲーションVLA2026/10/19
視覚言語ナビゲーションにおいて履歴の冗長性を圧縮しつつ、忘却に着想を得た再指示で保持情報を再活用する学習不要フレームワークを提案し、成功率と計算効率を改善した。
- LynxScenes: 屋外車輪脚ロボットの知覚・ナビゲーション・想像・再構成のための大規模実世界ベンチマークナビゲーション2026/10/13
車輪脚ロボットLYNX M20で収集した約10万クリップ・3百万フレームの大規模実世界データセットを構築し、軌道予測・BEV知覚・未来予測・3D再構成の4タスクを評価するベンチマークを提供した。
- 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。
- MagCilia:ロボットの接触知覚と把持フィードバックのための3次元力覚センシングを実現するコンパクト磁気繊毛触覚センサ触覚2026/10/7
柔軟な磁気繊毛構造とホールセンサを組み合わせた小型触覚センサを開発し、3次元力の再構成、把持フィードバック、表面認識を単一ユニットで実現した。
- 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。
- Zeva-Ego: 一人称視点動画の中間学習と文脈内因果学習によるロボットマニピュレーションVLA2026/9/21
一人称視点の人間動画から行動中心の監督信号を作りVLAモデルを中間学習させ、さらに展開時に行動と結果のフィードバックからパラメータ更新なしで適応する枠組みを提案。
- PhysBrain 1.5:視覚言語モデルから物理基盤モデルへVLA2026/9/14
人間のインタラクション動画から身体動作を学習し、行動生成と未来状態予測を統合した8Bの物理基盤モデルを構築、28の身体理解ベンチマークでオープンソース最高性能を達成した。
- SpectraTac: 分散色センシングによるコンパクトなカメラ不要の光学触覚センサ触覚2026/8/31
カメラを使わず、RGB照明と分散配置した色センサで触覚情報を取得する小型・低コストの光学触覚センサを提案し、3次元力推定と接触領域分類を実現した。
- Zeva: 文脈内因果学習による汎用身体操作の実現マニピュレーション2026/8/31
ロボットが実環境での物理的相互作用からその場で学習し、その知識を次の行動に活かすフレームワークZevaを提案。ポリシーモデルを凍結したまま、因果相互作用抽出器と二重タイムスケールの因果メモリを用いて、実行した行動と状態変化を符号化し、後の行動の文脈として注入する。シミュレーションと実機操作で最先端のVLAやWAMを上回る性能を示し、勾配更新なしで自己進化を実現。
- LARC: ロボットマニピュレータ軌道の遅延適応到達可能性認証軌道検証2026/8/30
軌道の連続時間安全性を効率的に検証するため、区間を適応的に分割して認証する手法を提案。固定細分割と同等の判定精度を維持しつつ、計算量を大幅に削減した。
- 緩和を考慮したソフトグリッパのマルチモーダルセンシング:構造・知覚・学習の統合ソフトロボティクス/把持制御2026/8/27
ソフトグリッパの粘弾性による把持力低下を、温度と変形のリアルタイム計測と物理情報学習モデルで補償し、長時間の安定把持を実現した。
- 能動表面駆動型再構成グリッパー:薄物の堅牢な把持と逐次操作グリッパー/把持2026/8/27
薄い物体(本など)を安定して把持・操作するために、能動表面と劣駆動コンプライアンスを統合した新しいグリッパーを提案し、複雑な制御なしで堅牢な把持を実現した。
- Zetta ζ: 自己進化する物理知能のための効率的な閉ループ具現化ハーネス具現化エージェント/自己進化2026/8/17
ロボットの実行中にコードベースの批評家と回復スキルをオンラインで進化させる閉ループハーネスを提案し、LIBERO-ProとRoboCasaで高い成功率と高速化を達成した。
- Embodied.cpp: 異種ロボット向け具現化AIモデルのポータブル推論ランタイムVLA/推論ランタイム2026/7/1
VLAモデルや世界行動モデルなどの具現化AIモデルを、異なるロボットやエッジデバイス上で効率的に実行するためのC++推論ランタイムを提案。モジュール化された5層構造により、多レート実行や低遅延推論を実現し、Pythonベースラインと比較して1.05〜2.70倍の高速化とVRAM削減を達成した。
- ActProbe: 生成ロボットポリシーの早期故障検出のためのアクション空間プローブ故障検出2026/6/1
生成ロボットポリシーの出力するアクション列自体に故障予兆が含まれることを利用し、軽量なアクション空間のみの検出器ActProbeを提案。故障を視覚的に認識される前に検出し、F1-即時性のトレードオフを改善する。
- DexLink Hand: 人間らしい器用さを備えたコンパクトで低コストな16自由度リンク駆動ハンドハンド/機構設計2026/6/1
高自由度でありながら人間の手のサイズに収まる、低コストで器用なリンク駆動のロボットハンドを開発した。
- SyLink Hand:人間の巧緻性を目指したシナジー着想リンク駆動の擬人化ハンドハンド/機構設計2026/6/1
人間の手のシナジー(協調運動)に着想を得て、リンク機構で駆動する擬人化ハンドを設計・試作し、外観・運動学・機能の擬人性と機械的簡素さを両立した。
- MemCompiler: コンパイルする、注入しない -- 身体化エージェントのための状態条件付きメモリ身体化エージェント/メモリ管理2026/5/1
エージェントの現在の状態に応じて関連メモリのみを動的に選択・コンパイルするメモリシステムを提案し、静的メモリ注入を上回る性能と低遅延を実現した。
- 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。
- 迷走を止める:メタ認知推論による効率的な視覚言語ナビゲーションナビゲーション2026/4/1
基礎モデルを用いた訓練不要の視覚言語ナビゲーションエージェントに、空間記憶・履歴認識計画・反射的修正を統合したメタ認知機構を導入し、探索の停滞や冗長な再訪問を減らして効率と性能を向上させた。
- STARRY: ロボット操作のための時空間アクション中心世界モデルVLA/操作2026/4/1
将来の時空間予測とアクション生成を統一拡散プロセスで統合し、幾何学的注意変調により3次元制御を強化する世界モデル拡張型VLAポリシーを提案。
- HortiMulti: 園芸用ポリトンネルにおける位置特定とマッピングのためのマルチセンサーデータセットデータセット/SLAM2026/3/1
商業用イチゴ・ラズベリーポリトンネルで収集した、季節をまたぐマルチモーダルデータセットを提供し、既存のSLAM手法の性能評価と課題を明らかにした。
- 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。
- AdaNav: 不確実性に基づく適応的推論による視覚言語ナビゲーションVLA2025/9/1
視覚言語ナビゲーションにおいて、不確実性に応じて推論を動的に発動する軽量プラグインを提案し、少ない学習データで大幅な性能向上を実現した。
- LLMを活用した人間らしい交通シミュレーションによる自動運転テスト自動運転シミュレーション2025/8/1
認知理論とLLMを組み合わせ、多様な運転スタイルを持つ人間ドライバーを再現する交通生成フレームワークHDSimを提案し、自動運転システムの安全性評価を改善した。
- HandCept: 巧みな手のための正確な固有受容感覚を実現する視覚・慣性融合フレームワーク固有受容感覚2025/5/1
手首搭載のRGB-Dカメラと9軸IMUを拡張カルマンフィルタでリアルタイム融合し、巧みな手の関節角度を2〜4度の誤差でドリフトなく推定する視覚・慣性固有受容感覚フレームワークを提案。
- InSpire: 内在的空間推論を備えた視覚-言語-行動モデルVLA2025/5/1
VLAモデルに「物体はロボットから見てどの方向か」という空間推論を組み込むことで、タスク無関係な視覚特徴への誤相関を抑え、汎化性能を高める手法を提案。
- 生物に着想を得た砂上転がりロボット:機体形状が転がり性能に与える影響歩行・移動ロボット2025/3/1
サンショウウオの砂丘転がりに着想を得て、砂上を転がるロボットを開発し、六角形・四角形・三角形の機体形状が移動性能に与える影響を実験とモデルで解析した。
- GelSight FlexiRay: 大変形を活用した柔軟・全面マルチモーダル触覚センシング触覚2024/11/1
Fin Ray効果グリッパに統合し、多鏡構成で大変形時でも光学経路を確保することで、柔軟構造でも接触力・位置・固有感覚・温度・テクスチャ・滑りを検知できる視覚触覚センサを実現した。
- LiDARとカメラの連携による一貫性のある物体検出センサーフュージョン2024/5/1
点群と画像の両方で物体位置を同時に検出し、それらの対応関係を単一の順伝播で推定するエンドツーエンド手法を提案し、新指標Consistency Precisionで評価した。
- ダイヤルゲージと平面拘束を用いた新しいロボットキャリブレーション手法キャリブレーション2022/8/1
ダイヤルゲージと平面拘束を利用して測定を簡素化し、SCKFとLMアルゴリズムを組み合わせてロボットの運動学パラメータを高精度に同定するキャリブレーション手法を提案した。
- 脳波感情認識のための時空間トランスフォーマー生体信号/感情認識2021/10/1
脳波による感情認識のために空間注意・時間注意を組み合わせた4種類のトランスフォーマーを提案し、空間と時間の特徴を同時にモデル化する手法が最も高い認識精度を示した。
