Jingliang Li
Nanyang Technological University
収録論文 9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
- 行動そのものではなく行動のダイナミクスを学ぶODEポリシーロボット学習2026/11/1
ニューラルODEで行動のベクトル場を学習し、前の行動から積分して連続的な軌道を生成するロボットポリシーを提案。模倣学習・RL・VLAなど多様な設定で成功率と滑らかさを大幅に改善した。
- タスク別事前分布とスケジュールでフロー方策を再構築するマルチタスクロボット操作VLA2026/10/27
フロー方策の生成開始点と補間スケジュールをタスクごとに適応させ、言語条件付きマルチタスク操作の性能と推論効率を向上させた研究。
- CoLA: 学習済みアダプタによる複数VLAの協調VLA2026/10/11
各エージェントのVLAを凍結し、軽量なメッセージチャネルと拡散行動ヘッドを学習させることで、情報が私的な場合にのみ明示的通信が有効となる分散協調手法を提案。
- 物理的インタラクションの学習:触覚・力覚を考慮したロボット学習のサーベイ触覚・力覚学習2026/8/1
触覚・力覚センシングを統合したロボット学習手法を、マルチモーダルかつ多段階のシステム設計の観点から統一的な分類学TF-ARTを用いて整理し、今後の研究課題を考察したサーベイ論文。
- ADAPT: 解析的擾乱認識型ポリシートレーニングによる人型ロコモーション歩行2026/6/1
外力による擾乱を物理モデルに基づく観測器で推定し、その情報をポリシーに直接入力することで、人型ロボットの外乱に対する頑健性と速度追従精度を向上させるフレームワークを提案した。
- フィードバックワールドモデルによる拡散ポリシーの精密なガイダンスロボット操作2026/5/1
実行時の観測を利用して予測誤差をオンライン補正するフィードバックワールドモデルを提案し、分布シフト下での予測精度とポリシー性能を向上させた。
- MARSポリシー:必要な時だけマルチモーダルに模倣学習2026/5/1
ロボット操作の模倣学習において、タスクの全フェーズで多様性が必要とは限らないことに着目し、必要な時だけ確率的生成を適応的に行い、単一モードのフェーズでは決定的学習に切り替えるMARSポリシーを提案した。シミュレーションと実機で成功率向上と推論遅延削減を実証した。
- CompassAD: 機能が競合する物体における意図駆動型3Dアフォーダンス接地3Dアフォーダンス接地2026/4/1
複数の物体が同じ機能を持つ場合に、自然言語の意図に基づいて正しい物体の3Dアフォーダンス領域を特定する新しいタスクを提案し、ベンチマークと手法を構築した。
- Action-to-Actionフローマッチング:固有感覚履歴を起点とした高速ロボット方策VLA2026/2/1
ランダムノイズではなく過去の固有感覚行動を起点にフローマッチングで行動生成する方策を提案し、1ステップ推論と高い汎化性能を実現した。
