Jiaming Wang
ReKep
収録論文 18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
- WorldSketch: ゼロショット移動マニピュレーションのための世界モデルを描くVLA2026/10/31
VLMに行動を直接生成させるのではなく、タスク関連物体と幾何・運動だけを捉えた最小限のキネマティック世界モデルを構築させ、幾何プランナで接触と全身運動を最適化する手法。実行フィードバックでモデルを自己修正し、複数ベンチマークでゼロショット高成功率を達成。
- SketchMate: 幾何学的推論エージェントによるゼロショット高精度挿入マニピュレーション2026/10/30
VLMにタスクの幾何学的スケッチ(基本図形と嵌合フレーム)を作らせ、多視点深度で計測して計画・制御することで、未見部品のサブミリ精度挿入をゼロショットで実現した。
- 制御に使える不確かさ推定を拡散軌道モデルに付与するSCOPE拡散モデル/不確かさ推定/制御2026/10/8
拡散モデルによる軌道生成に、モンテカルロサンプリング不要で各時刻の共分散を推定する軽量モジュールSCOPEを提案し、歩行者予測・群衆ナビゲーション・Maze2D・実機マニピュレーションで閉ループ性能を改善した。
- WorldSonus: ワールドモデルに音を届けるvideo-to-audio2026/10/6
ワールドモデルが生成する映像に、リアルタイムで空間的なステレオ音声を合成する対話型のvideo-to-audioフレームワークを提案した論文。
- 長期物体探索のための回顧的オープンボキャブラリメモリ物体探索2026/9/29
ロボットが繰り返し観測する中で「観測の機会」に応じて物体の存在確率を推定し、クエリ時に指定された概念の長期出現傾向を能動探索の事前分布に変換する手法ECROMを提案。
- インターネット動画から方策状態空間でソーシャルナビゲーションを学習ソーシャルナビゲーション2026/9/26
単眼歩行動画を方策の状態空間における閉ループのソーシャルナビゲーション訓練環境に変換する手法を提案し、実機実験で高い成功率を達成した。
- ロボティクスにおける自己改善の限界：エージェントによるスキル発見123ラウンドの教訓ロボット学習2026/9/23
ロボットが人間のコード記述なしに自己改善できるか検証するエージェントシステムを構築し、家庭内マニピュレーションで123ラウンド試行。能力発見は可能だが改善が積み上がらない原因を分析した。
- HappyWorld-Bench：世界モデルの信頼性を評価する総合ベンチマーク世界モデル評価2026/9/21
生成世界モデルがエージェントの相互作用下でどれだけ信頼できるかを、動画・空間・身体性の3トラックで評価するベンチマークを提案し、14の動画モデル、9の空間システム、8の身体性モデルを評価した。
- 車輪脚ロコマニピュレーションのためのハイブリッド力覚センサレス推定を用いた力認識強化学習ロコマニピュレーション2026/9/12
エンドエフェクタの力覚センサを使わずに、運動量観測・接触制約レンチ投影・時間的残差学習を組み合わせて力を推定し、それを観測に組み込んだ全身強化学習で車輪脚ロボットの力制御を実現した。
- VLAモデルをより良く訓練する方法：ICRA 2026 REAL-Iチャレンジからの教訓VLA2026/9/12
ICRA 2026の実世界 embodied AI 学習チャレンジREAL-Iの結果を報告し、NUS-CLEAR、RCL-Lab、Deeptouch.aiの3チームのVLAと模倣学習を組み合わせたアプローチを比較して、固定データからのロボット学習の教訓をまとめた論文。
- SCOPE: ビデオワールドモデルのためのスコア分離型エージェント最適化ビデオワールドモデル2026/8/15
推論時に凍結されたビデオワールドモデルを監査可能な形で適応させるフレームワークSCOPEを提案し、Physics-IQベンチマークで性能向上を実証した。
- 変化に頑健なオンライン空間意味トポロジカルマッピングマッピング2026/5/1
環境変化に頑健な空間意味推論のため、RGB-Dキーフレームのオンライン・ポーズ認識トポロジカルグラフを提案し、連続SE(3)での逐次仮説検定により曖昧さを扱う。実ロボット実験でSLAMベース手法より頑健性が向上。
- VRA: 電圧制約アクチュエーションにおける離散時間関節加速度の接地制御/アクチュエーション2026/5/1
電圧制約下の電気アクチュエータで物理的に実現不可能な関節加速度を排除する、電圧実現可能加速度(VRA)インターフェースを提案し、ハードウェア実験で有効性を実証した。
- GBPP: 二段階学習による把持を考慮したロボットのベース配置予測マニピュレーション2025/9/1
RGB-D画像1枚から把持に適したロボットのベース姿勢を高速に選ぶ学習ベースのスコアラーを提案。安価なヒューリスティックで大規模データを自動ラベリングし、少数の高忠実度シミュレーションで微調整する二段階カリキュラムを採用した。
- GeNIE: 実世界環境のための汎化可能なナビゲーションシステムナビゲーション2025/6/1
SAM2を基にした走行可能性予測と経路融合戦略を組み合わせ、多様な地形や天候で動作する汎用的な屋外ナビゲーションシステムを開発し、ICRA 2025のEarth Rover Challengeで優勝した。
- 訓練不要のタスク指向把持生成マニピュレーション2025/2/1
事前学習済みの把持生成モデルと視覚言語モデルを組み合わせ、追加学習なしでタスクに適した把持を生成する手法を提案し、5つのクエリ戦略を評価した。
- 効率的な物体ゴールナビゲーションのための確率的物体位置(POLo)スコア推定物体探索ナビゲーション2023/11/1
3D物体確率マップに基づくPOLoスコアで探索を効率化し、それを近似するニューラルネットPOLoNetを提案。OVMM 2023チャレンジで既存手法を大きく上回った。
- 走行中EV充電のための移動型給電車ディスパッチングに向けた深層強化学習フレームワークVLA2023/8/1
走行中の電気自動車に無線充電を行う移動型給電車(MED)の配車タイミングと場所を、深層強化学習(PPO)で最適化するフレームワークを提案し、充電パネルの位置ずれも考慮した現実的なシミュレーション環境で有効性を示した。
