Haoyi Niu
収録論文 16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
- HiRE: 後知恵報酬編集による方策ファインチューニング強化学習2026/9/22
成功・失敗軌跡を後知恵で対比し、基盤表現モデルの報酬を制御中心に校正する訓練不要の枠組みを提案。
- ODEWorld: 物理時間の流れに基づく連続予測アーキテクチャ世界モデル2026/7/1
物理世界の連続的な時間を捉えるため、常微分方程式(ODE)を用いた連続時間の潜在世界モデルを提案し、離散時間モデルの限界を克服した。
- Action QFormer: 行動監視下での構造化表現形成による視覚言語行動モデルの性能向上VLA2026/7/1
視覚言語行動モデルにおいて、行動監視が継承したマルチモーダル表現を形成する役割を分析し、クエリベースのインターフェースを導入して行動に適した表現を再構成することで、ゼロショットsim-to-realナビゲーションの成功率を大幅に向上させた。
- オンライン模倣事前学習付きワールドモデルによるマニピュレーションの効率的なSim-to-Real転移レシピsim2real2025/10/1
ロボットシミュレータでのオンライン模倣学習と実機データでのオフライン微調整を組み合わせたワールドモデルベースの枠組みを提案し、限られた実機専門家データでもsim-to-real転移の成功率を大幅に改善した。
- PhysiAgent: 実世界で動作する身体性エージェントフレームワークVLA2025/9/1
VLMとVLAを監視・記憶・自己反省機構とツールボックスで統合し、VLAの能力を最大限に引き出す身体性エージェントフレームワークを提案。複雑な実世界ロボットタスクでの性能向上を実証した。
- 潜在空間後方計画による効率的なロボット政策学習ロボット計画2025/5/1
最終目標から逆算して潜在空間で中間サブゴールを予測する後方計画手法を提案し、長期的なタスクにおけるリアルタイム制御を効率化した。
- パラメータ空間におけるスキル拡張と合成強化学習2025/2/1
スキルをLoRAモジュールとして管理し、パラメータ空間で合成・動的選択することで、新たなタスクに効率的に適応する強化学習フレームワークPSECを提案。
- xTED: 拡散モデルによる軌道編集を用いたクロスドメイン適応クロスドメイン適応2024/9/1
拡散モデルで軌道を編集し、データレベルでドメインギャップを橋渡しするクロスドメイン適応フレームワークを提案。
- デュアルエンコーダによる多目的軌道計画軌道計画2024/3/1
デュアルエンコーダ型Transformerで初期軌道を生成し、逐次二次計画法で洗練することで、時間-ジャーク最適軌道計画を高速化する手法を提案した。
- 身体性エージェントのためのクロスドメイン方策転移に関する包括的サーベイsim2real2024/2/1
シミュレーションや実験室など異なるドメイン間でロボットの方策を転移する手法を体系的に整理し、ドメインギャップの分類や主要手法、今後の課題をまとめたサーベイ論文。
- DecisionNCE: 暗黙的選好学習による身体性マルチモーダル表現VLA2024/2/1
視覚軌跡と言語指示の対応を暗黙的選好として扱い、Bradley-Terryモデルを再パラメータ化することで、タスク進捗と時間的一貫性、言語接地を同時に学習する統合表現学習フレームワークを提案した。
- 自動運転の継続的方策改善のためのシュタッケルベルク・ドライバーモデル自動運転/閉ループ学習2023/9/1
自動運転車をリーダー、周囲車両をフォロワーとするシュタッケルベルクゲームで階層的な相互作用をモデル化し、閉ループで難易度の高いシナリオを生成しながら方策を継続的に改善する手法を提案した。
- H2O+:動力学ギャップに対応したハイブリッドオフライン・オンライン強化学習の改良フレームワークsim2real2023/9/1
限られたオフラインデータと不完全なシミュレータを併用し、実環境とシミュレーションの動力学ギャップを考慮して方策を学習するH2O+を提案し、実機ロボット実験で有効性を示した。
- 閉ループ個別化カリキュラムによる継続的な運転方策最適化自動運転2023/9/1
自動運転の安全性向上のため、衝突予測に基づいて過去のシナリオから個別化カリキュラムを再サンプリングし、閉ループで運転方策を継続的に訓練するフレームワークCLICを提案。
- 自動運転のための汎用かつ効率的な強化学習フレームワーク自動運転/強化学習2021/10/1
意味表現学習と下流の運転方策学習を組み合わせた強化学習フレームワークを提案し、実車で複雑な実世界シナリオへの汎化性と高い学習効率を示した。
- DR2L: ドメインランダム化強化学習でコーナーケースを顕在化し自動運転を堅牢化sim2real2021/7/1
シミュレーション内の自動運転強化学習に敵対的モデルを導入し、ドメインランダム化で難しい事例を段階的に浮かび上がらせて実世界への転移を容易にする研究。
