Haoran Xu
Shanghai Jiao Tong University
収録論文 12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
- 身体非依存ワールドモデルと微分可能な自己運動モデルを結合したクロスエンボディメント運動計画クロスエンボディメント/運動計画2026/10/30
カメラの自己運動を介して身体非依存のワールドモデルと各ロボットの微分可能な自己運動モデルを結合し、7種類のシミュレーションロボットで汎用運動計画ポリシーを学習した研究。
- NeoWorld-3: ピクセルからコード定義の物理世界へsim2real2026/10/20
視覚観測からコードで記述された実行可能な3D物理世界を再構築するコーディングエージェント型フレームワーク。再構築したデジタルツイン上で計画した操作を実機の双腕ロボットでゼロショット実行しReal-Sim-Realループを実現した。
- テスト時マルチエージェント協調のための分解価値勾配フローマルチエージェント強化学習2026/10/1
オフラインMARLにおいて、生成モデルと価値関数をテスト時のアクション洗練で統合し、Stein変分勾配降下で行動サンプルを高価値領域へ輸送するSCOUTを提案。離散・連続ベンチマークで最高性能を達成。
- AWM-VLA: 効率的で説明可能な視覚-言語-行動ポリシーのための整合された世界モデリングVLA2026/8/15
拡散トランスフォーマーポリシー内に未来の視覚-言語埋め込みと整合する未来トークンを組み込み、物体中心の予測も加えることで、長期的な結果を先読みしつつ説明可能なロボット操作を実現した。
- ReScene: マルチビューキャプチャからの構造化屋内シーン再構築3D再構築2026/6/26
マルチビュー画像から物理的に整合性のある構造化3Dシーンを再構築するフレームワークを提案し、幾何・画質・知覚品質で最先端を達成した。
- ループ型ワールドモデルワールドモデル2026/6/16
パラメータ共有のトランスフォーマーブロックを反復適用して潜在状態を精緻化する、初のループ型ワールドモデルを提案。従来比100倍のパラメータ効率と適応的計算量を実現し、反復的な潜在深度を新たなスケーリング軸として確立した。
- World2Minecraft: 占有駆動によるシミュレーションシーン構築シミュレーション環境構築2026/4/30
実世界のシーンを3Dセマンティック占有予測に基づいてMinecraft環境に変換する手法を提案し、データ収集パイプラインと大規模データセットMinecraftOccを導入して、占有予測の性能向上とカスタマイズ可能な具現化AI研究プラットフォームを実現した。
- 人間らしい事前知識を活用したアフォーダンス認識型ロボット巧み把持マニピュレーション2025/8/1
人間の手の動きを模倣した事前学習と、機能的に不適切な接触領域を避けるアフォーダンス認識モジュールを組み合わせ、自然で汎用的な巧み把持を実現するフレームワークAffordDexを提案。
- TeleOpBench:双腕巧みなテレオペレーションのためのシミュレータ中心ベンチマークテレオペレーション2025/5/1
双腕巧みなテレオペレーションの4つの方式(モーションキャプチャ、VR、外骨格、単眼視覚追跡)を30の高忠実度タスクで公平に比較評価するシミュレータベンチマークを提案し、実機実験との相関を確認した。
- デルタトライプレーン・トランスフォーマー:占有世界モデル世界モデル2025/3/1
自動運転向けに、3D占有の変化をトライプレーン表現で効率的に予測する新しい世界モデルを提案し、従来比1.44倍の高速化と精度向上を実現した。
- PROTO: 反復的政策正則化によるオフライン・オンライン強化学習強化学習2023/5/1
オフライン事前学習とオンライン微調整を組み合わせる際に、反復的に進化する正則化項を導入することで、安定した微調整と高い最終性能を両立させる枠組みを提案した。
- データ幾何と深層関数の融合:オフライン強化学習の汎化オフライン強化学習2022/5/1
オフライン強化学習において、データの凸包内ではQ関数がよく近似できる点に着目し、状態条件付き距離関数をポリシー制約として用いるDOGEを提案。OOD領域での過度な保守性を緩和し、D4RLで汎化性能を向上させた。
