Jiuguang Wang
Multiply Labs
収録論文 23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
- KinoGen: 運動学的に接地した動画生成によるカスタマイズ可能なヒューマノイド移動操作リファレンス移動操作2026/10/14
ロボットと物体のシミュレーション画像を条件に動画生成モデルで2視点動画を作り、それにモデルをフィットさせてヒューマノイドの移動操作リファレンスを合成するフレームワーク。キーフレーム編集で目標姿勢を指定でき、Unitree G1で追従方策を実機展開した。
- 信念重複部分逆変換:ヒューマノイドの移動操作のための物体中心フロー再計画移動操作2026/10/9
未知の質量やキャスタ剛性を持つカートを押すヒューマノイドのため、オンライン推定・フロー計画・全身制御を統合し、信念の変化に応じて計画を部分的に修正するBOPIを提案。シミュレーションで誤差を大幅に削減し、実機でもカートの移動と旋回を実現した。
- BRACE: 力と地形を考慮したヒューマノイド全身運動追従のための参照適応ヒューマノイド全身制御2026/10/5
平地で記録された全身参照軌道を、傾斜地でも力の加減を考慮して追従できるよう、地形適合と力変換を参照に織り込み、DAggerで単一のフローマッチング方策に蒸留したヒューマノイド全身トラッカー。
- Sumo: 動的かつ汎用的な全身ロコ操作ロコ操作2026/4/1
事前学習した全身制御ポリシーをテスト時にサンプルベースのプランナーで操縦することで、脚式ロボットが大型・重量物を動的に操作できるようにするsim-to-real手法を提案。実機のSpotでタイヤの直立やバリアの引きずり等を実証し、シミュレーションで人型ロボットへの汎用性も示した。
- 到達可能集合グラフ上の接触リッチSE(2)マニピュレーションのための近似最適大域計画マニピュレーション2026/1/1
接触を活用したマニピュレーションのための近似最適計画手法を提案し、到達可能集合のグラフをオフライン構築してオンラインで計画することで、従来手法より61%コストを削減し91%の成功率を達成した。
- SAGA: 構造的アフォーダンス接地によるオープンワールド移動マニピュレーション移動マニピュレーション2025/12/1
マルチモーダル基盤モデルを用いてタスク意図を3Dアフォーダンスヒートマップとして接地し、言語・点指定・実演など多様な指示で四足歩行マニピュレータの全身制御を実現するフレームワークを提案。
- サンプリングベースMPCのための生成モデル:適応的な接触リッチマニピュレーションのためのブートストラップ手法マニピュレーション2025/10/1
サンプリングベースMPCの制御列を条件付きフローマッチングで学習し、オンライン計画を効率化する生成予測制御フレームワークを提案。四足ロボットの実世界接触リッチ移動マニピュレーションに初めて適用し、サンプル効率と汎化性能を向上させた。
- 柔軟な肢間協調による多様な移動操作移動操作2025/6/1
強化学習で各肢を操作と移動に動的に割り当て、目標軌道・接触点・言語指示に応じて多様な移動操作を実現する手法を提案。実機12タスクで平均78.9%の成功率を達成。
- Judo: サンプリングベースモデル予測制御のための使いやすいオープンソースパッケージモデル予測制御2025/6/1
サンプリングベースMPCのプロトタイピング・評価・実機展開を支援するオープンソースソフトウェアJudoを提案し、MuJoCoを活用したリアルタイム性能を検証した。
- ASHiTA: 3Dシーンに基づく自動階層的タスク分析タスクプランニング2025/4/1
高レベルな指示を3Dシーングラフに基づくサブタスクへと分解するフレームワークASHiTAを提案し、LLMベースラインを上回る性能を示した。
- 軌道最適化による接触の多いマニピュレーションのための物理駆動データ生成マニピュレーション2025/2/1
VRで収集した少数の人間のデモを、運動学的リターゲティングと軌道最適化で様々なロボット形態・物理パラメータに適応させ、接触の多い操作タスク用の大規模で物理的に一貫したデータセットを低コストで生成するパイプラインを提案。
- CuriousBot: 操作可能な3D関係物体グラフによる対話型移動探索移動探索2025/1/1
物体間の多様な関係を表す3D関係物体グラフを構築し、移動ロボットが能動的な操作を通じて環境を探索するシステムを提案。VLMのみの手法を上回る性能を示した。
- ピクセルから述語へ:事前学習済み視覚言語モデルによる記号的世界モデルの学習VLA2025/1/1
事前学習済み視覚言語モデルを用いて画像から記号的な述語を抽出し、長期タスクの計画に使える抽象的世界モデルを少数の実演から学習する手法を提案。
- 接触の多いマニピュレーション方策はサンプリングベースプランナから学ぶべきか?マニピュレーション2024/12/1
接触の多い巧みな操作タスクの訓練データをモデルベース計画で生成する手法を検討し、RRTのデモはエントロピーが高すぎるため一貫性を重視したデータ生成と拡散ベースのBCを組み合わせ、実機へのゼロショット転移を実現した。
- 接触の多い両腕マニピュレーションのための計画誘導拡散ポリシー学習マニピュレーション2024/12/1
モデルベースの動作計画器で高忠実度シミュレーション内に大規模なデモを生成し、タスク条件付き拡散ポリシーを模倣学習することで、多様な物体を扱う接触の多い両腕操作を実世界で実現した。
- ゼロショット物体中心指示追従:基盤モデルと従来型ナビゲーションの統合VLA2024/11/1
因子グラフ地図上で自然言語指示をゼロショットで接地するLIFGIFを提案し、物体中心VLNデータセットOC-VLNで評価、Spotロボットでの実世界実証も行った。
- 平滑化された接触ダイナミクスに対する線形フィードバックは接触の多い計画を安定化するのに十分か?マニピュレーション2024/11/1
接触平滑化を用いた微分可能シミュレータによる線形制御器合成の有効性を、双腕全身マニピュレーションの300以上の軌道で検証し、LQRでは接触の多い計画の安定化に不十分である理由を分析した。
- GenDP: カテゴリレベル汎化を実現する3Dセマンティックフィールド拡散ポリシーVLA2024/10/1
マルチビューRGBDから大規模視覚モデルで3D記述子場を生成し、参照記述子と比較して意味場を得ることで、拡散ポリシーの未見物体への汎化性能を20%から93%に向上させた。
- 自律的な実世界強化学習による移動マニピュレーションの継続的改善移動マニピュレーション2024/9/1
人間の監督や大規模な計測装置なしに、実世界で移動マニピュレーション方策を継続的に学習・改善する強化学習フレームワークを提案し、Spotロボットで4つの難タスク平均80%の成功率を達成した。
- Jacta: 器用な全身マニピュレーションを学習するための汎用プランナマニピュレーション2024/8/1
器用な手先と全身を使う複雑なマニピュレーションタスク向けに、強化学習のデモンストレーションを自動生成する柔軟な動作プランナを提案し、実機への転移も示した。
- 同変拡散ポリシー模倣学習2024/7/1
拡散モデルを用いた模倣学習にSO(2)同変性を導入し、ノイズ除去関数のサンプル効率と汎化性能を向上させる手法を提案。
- VLFM: 視覚言語フロンティアマップによるゼロショット意味的ナビゲーションナビゲーション2023/12/1
深度から占有マップを作り、事前学習済み視覚言語モデルで言語に基づく価値マップを生成して、未知環境で対象物体へ効率的に探索するゼロショットナビゲーション手法を提案し、実機Spotでも実証した。
- EVORA: 不確実性を考慮した悪路走行のための深層エビデンシャル走破性学習走行制御/不確実性推定2023/11/1
深層エビデンシャル学習で走破性の不確実性を推定し、リスクを考慮した経路計画を行うことで、車輪・四足ロボットの悪路ナビゲーション性能を向上させた研究。
