Hong-Xing Yu
Stanford University
収録論文 8本 ・ フィジカルAI/ロボット学習
世界モデルVLAロボットアート/計画sim2real3D再構成/データセットマニピュレーション4D再構成
※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
- UniAction: 世界モデルのための統合アクション条件付け世界モデル2026/10/23
力・カメラ・手・ロボット姿勢など異種のアクションを共通の要素表現に変換し、単一の動画世界モデルで統合的に条件付けできるフレームワークを提案した。
- 展開を通じたロボットオーケストレーターとポリシーの共進化VLA2026/10/6
VLMオーケストレーターとVLAポリシーを実展開中に共進化させ、自己生成したデモでポリシーを微調整し検証後に採用することで、実世界タスクの成功率を向上させる手法Robo-COPを提案。
- IMPASTO: モデルベース計画と学習された力学モデルを統合したロボット油絵再現ロボットアート/計画2026/3/1
ロボットが油絵の画像列から筆の軌道や力、色を推論して再現するシステムを提案。学習したピクセル力学モデルとモデル予測制御を統合し、自己対戦のみで学習する。
- VisualMimic: 視覚によるヒューマノイドの移動操作を運動追跡と生成で実現sim2real2025/9/1
一人称視覚と階層的な全身制御を組み合わせ、シミュレーションで訓練した視覚運動方策を実機ヒューマノイドにゼロショット転移し、箱の持ち上げやサッカーのドリブルなど多様な移動操作を屋外でも実現した。
- デジタルツインカタログ：大規模フォトリアリスティック3Dオブジェクトデータセット3D再構成/データセット2025/4/1
2000体の高精細3Dオブジェクトと、DSLRカメラおよびARグラスで撮影した画像列を含む大規模データセットを構築し、3Dデジタルツイン再構成の評価ベンチマークを提供した。
- 物体中心ニューラル散乱関数によるマルチオブジェクト操作マニピュレーション2023/6/1
物体ごとの光の散乱を表すニューラル表現OSFをモデル予測制御に組み込み、複数物体の操作を照明条件が厳しく未知の環境でも高精度に実現した。
- 動力学拡張ニューラルオブジェクトの微分可能物理シミュレーションsim2real2022/10/1
NeRFなどの密度場で表現された物体の質量・慣性・摩擦を推定し、微分可能接触モデルでシミュレーションする手法を提案。実動画から石鹸の摩擦係数を学習し、ロボットアームによる操作軌道の最適化を実現した。
- 動的シーンの4D表現を学習するニューラル放射フロー4D再構成2020/12/1
RGB画像から動的シーンの3D占有・放射・動きを暗黙的に学習し、多視点レンダリングや動画の超解像・ノイズ除去を可能にする手法を提案。
