Jing Wu
収録論文 14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
- フリート経験から学ぶ:ロボットの集合学習パラダイムマニピュレーション2026/10/19
配備中のロボット群が実行経験を共有し、失敗文脈から成功軌道を検索して方策を更新する集合経験学習(CEL)を提案。実世界5タスクで93.3〜99.2%の成功率を達成した。
- BEE: 視覚言語行動モデルを用いた介入適応型実世界強化学習VLA2026/9/23
凍結したVLAモデルに対し、人間の修正を行動次元ごとの信頼度に応じた制約として扱うことで、実機でのオンライン強化学習を効率化する手法を提案。
- GE-Act 2.0: ロボット操作のためのワールドアクションモデルの事前学習とスケーリングVLA2026/9/4
操作データのみで生成・行動コンポーネントをゼロから学習するワールドアクションモデルを提案し、大規模データでの事前学習とスケーリングの効果を検証した。
- SpatioLM: 視覚言語モデルにおける汎用物理空間知能の実現VLA2026/8/3
視覚言語モデルに追加の3D入力や外部エンコーダを使わず、パラメータ効率的なモジュールと擬似深度・カメラ情報の教師信号で空間推論能力を強化し、汎用性能の低下を抑えつつ空間知能を向上させた。
- Xiaomi OneVL: ワンステップ潜在推論と視覚言語説明によるプランニング自動運転/VLA2026/4/1
自動運転のVLAモデルにおいて、潜在推論を視覚世界モデルで強化し、明示的CoTを超える精度を実現しつつ、推論速度を回答のみの予測と同等に高速化したフレームワークを提案した。
- VISTA: 視覚条件付けを強化する追従選好最適化によるVLAモデルVLA2026/2/1
VLAモデルが視覚状態に弱く依存してしまう問題に対し、追従タスクでの選好最適化と潜在蒸留で視覚条件付けを強化し、タスク性能を向上させた。
- MiMo-Embodied: クロス身体性基盤モデル技術報告VLA2025/11/1
自動運転と身体性AIを統合した初のクロス身体性基盤モデルを開発し、両分野で最先端性能を達成した。
- SEA: 不確実領域の能動的探索のための意味地図予測能動的探索2025/10/1
観測から地図の欠損領域を反復予測し、予測と実地図の差分を強化学習で探索に活かすことで、限られた時間で高精度な意味地図を構築する手法を提案。
- 惑星探査ロボットのための粒状環境SLAMデータセットTAIL-PlusSLAM2024/4/1
砂浜を惑星表面の模擬環境として、車輪型と四足歩行ロボットにLiDARやRGB-Dカメラなどを搭載し、昼夜にわたる多様な走行データを収集したSLAM用データセットを公開した。
- TAIL: 変形可能な粒状環境におけるロボット移動のための地形認識型マルチモーダルSLAMデータセットSLAM2024/3/1
砂地などの変形可能な地形を走行するロボット向けに、ステレオカメラ・RGB-Dカメラ・3D LiDAR・IMU・RTKを同期したマルチモーダルSLAMデータセットを構築し、車輪型と四足歩行型の走行データを収集して既存SLAM手法を評価した。
- 深層ロボットアフォーダンス学習の最近の進歩:強化学習の視点からアフォーダンス学習2023/3/1
強化学習の観点から深層ロボットアフォーダンス学習の最近の研究を分類・整理し、課題と今後の方向性をまとめたレビュー論文。
- 抽象的デモンストレーションと適応的探索による効率的で安定な多段階スパース報酬強化学習強化学習2022/7/1
複雑なタスクをサブタスクに分解し、正しい順序で学習させるとともに、習熟度に応じて探索の確率を適応的に変えることで、スパース報酬の多段階タスクを効率的かつ安定に学習する手法A^2を提案。
- Pybulletによる多目標ロボットマニピュレーション強化学習環境のオープンソース実装マニピュレーション2021/5/1
MujocoベースのOpenAI Gym多目標マニピュレーション環境をオープンソースのPybullet上に再実装し、HER付きDDPGで性能を比較検証した。関節制御や画像観測などの新APIと、長期的・疎報酬の多段階タスクも提供する。
- 動的運動プリミティブに基づく汎用ロボット手書き学習システム模倣学習2020/12/1
人間の手書きの見本からロボットが文字を学び、同じ書き方で再現したり新しい文字を生成したりできる、DMP*と呼ぶ改良アルゴリズムを用いた学習システムを提案した。
