Jun Lv
Noematrix Ltd.
収録論文 22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
- SWAM: クロスモーダル整合で世界行動モデルをスケールするVLA2026/11/9
約4.7万時間の動画・ロボット実演データを用い、言語-映像-行動の監督設計が世界行動モデルの性能に与える影響を体系的に分析し、効率的な学習レシピを提案した論文。
- 価値を記憶として:汎用ロボットポリシーのためのオンライン価値誘導型ポストトレーニング強化学習2026/10/15
価値予測を記憶として活用し、オフライン実演とオンライン強化学習を組み合わせることで、汎用ロボットポリシーを実世界で効率的に適応させるフレームワークVaMを提案。
- RoboRSI:複雑な実世界環境における安定・効率的・再利用可能なロボット自己進化ロボット自己進化2026/10/8
タスクをスキル階層に分解し、実行結果を責任スキルに帰属させて検証済みの改善のみを再利用するロボット自己改善システムを提案。実機の家庭内片付け104ラウンドと各種シミュレータで最高性能を達成。
- 力の注入に遅すぎることはない:反応的力注入によるVLAポストトレーニングの加速VLA/力覚/接触操作2026/7/1
事前学習済みの視覚言語行動(VLA)ポリシーに、接触反応性を追加するフレームワークLIFTを提案。力覚メモリとゼロ初期化クロスアテンションで反応的アクション専門家を移植し、オンラインDAggerループで分布シフトに対処。タオル折り、本挿入、ハノイの輪配置で性能向上を実証。
- FA-RDP: 接触を伴う操作のための周波数適応型リアクティブ拡散ポリシーマニピュレーション2026/7/1
接触前後の異なるフェーズで必要とされる動作の多様性と反応性のトレードオフを解決するため、周波数適応型の拡散ポリシーを提案。接触前は低周波・多段サンプリングで多様性を保持し、接触後は高周波・一段サンプリングで素早い反応を実現する。
- ActiveGlasses: 自己中心的な人間のデモから能動視覚で操作を学習する操作学習2026/4/1
スマートグラスに取り付けたステレオカメラで人間のデモを収集し、同じカメラをロボットの知覚アームに搭載して能動視覚を再現することで、ロボット操作をゼロショット転移で学習するシステムを提案した。
- カメラ選択の再考:ロボット操作における魚眼カメラ特性の実証研究模倣学習/カメラ特性2026/3/1
ロボット操作における手首搭載魚眼カメラの特性を、シミュレーションと実世界の実験で体系的に分析し、空間定位、シーン汎化、ハードウェア汎化への影響を明らかにした。
- RoboPocket: スマホでロボットポリシーを即座に改善模倣学習2026/3/1
スマートフォンとARを用いて、物理ロボットを使わずに模倣学習のデータ収集を効率化し、ポリシーを即時改善するシステムを提案した論文。
- ImplicitRDP: 構造的スローファスト学習による視覚-力覚拡散ポリシーVLA2025/12/1
視覚と力覚を単一ネットワークで統合し、非同期トークンを因果注意で処理する拡散ポリシーを提案。接触の多い操作タスクで高い反応性と成功率を実現した。
- ARMADA: 自律的オンライン失敗検出と人間共有制御によるスケーラブルな実世界展開と適応sim2real2025/10/1
模倣学習ポリシーの実世界展開において、オンライン失敗検出(FLOAT)と人間共有制御を組み合わせ、必要な時だけ人間が介入するマルチロボット適応システムを提案。成功率4倍以上、人間介入率2分の1以下を実現。
- SOE: 多様体上探索によるサンプル効率の良いロボット方策の自己改善マニピュレーション2025/9/1
タスクに関連する要因を潜在空間で表現し、有効な行動の多様体上に探索を制約することで、安全かつ効率的にロボット方策を自己改善するフレームワークを提案した。
- 知識駆動型模倣学習:多様な条件への汎化を実現する模倣学習2025/6/1
外部の構造的意味知識を活用して物体表現を抽象化し、少ない実演データでロボットマニピュレーションの汎化性能を高める知識駆動型模倣学習を提案した。
- SIME: モーダルレベル探索による方策の自己改善模倣学習/自己改善2025/5/1
ロボットが人間のデータから初期学習した後、環境との相互作用を通じて自己改善するために、モーダルレベルの探索とデータ選択を組み合わせた手法を提案し、シミュレーションと実機で有効性を示した。
- ガウススプラッティングによる新規デモ生成で実現するロバストなワンショットマニピュレーションマニピュレーション2025/4/1
3Dガウススプラッティングで再構成したシーンを直接編集し、多様で視覚的にリアルなデモを生成することで、ワンショット設定での視覚運動政策の汎化性能を大幅に向上させる手法RoboSplatを提案。
- AirExo-2:低コスト外骨格による汎化可能なロボット模倣学習のスケールアップ模倣学習2025/3/1
低コストの外骨格システムAirExo-2で実世界の大規模デモンストレーションデータを収集し、それを擬似ロボットデータに変換して、3D空間と2D意味論を融合する模倣学習ポリシーRISE-2を訓練した。
- TieBot: 実世界-シミュレーション-実世界アプローチによる視覚デモンストレーションからのネクタイ結び学習変形物体マニピュレーション2024/7/1
ネクタイの変形と長期的な操作が難しいネクタイ結びを、実演動画からメッシュ列を推定し、教師方策と生徒方策を学習して実機に転移するReal-to-Sim-to-Realシステムを提案。実機で双腕ロボットが10回中5回成功。
- 人間とエージェントの共同学習による効率的なロボットマニピュレーションスキル獲得マニピュレーション2024/7/1
人間と学習型アシストエージェントがロボットの制御を共有し、データ収集とロボットの訓練を同時に行うことで、効率的にマニピュレーションスキルを獲得するシステムを提案した。
- DiffGen: 微分可能物理シミュレーション・微分可能レンダリング・視覚言語モデルによるロボット実演生成sim2real2024/5/1
微分可能な物理シミュレーションとレンダリング、視覚言語モデルを組み合わせ、自然言語指示からロボットの実演データを自動生成するフレームワークを提案。
- ClothesNet: 情報豊富な3D衣服モデルリポジトリとシミュレーション衣服環境衣服操作/シミュレーション2023/8/1
11カテゴリ約4400体の3D衣服モデルに特徴・境界線・キーポイントを注釈付与した大規模データセットを構築し、衣服の認識ベンチマークとロボット操作(折り畳み・吊り下げ・着衣など)のシミュレーション環境を提供した。
- SAM-RL: 微分可能な物理シミュレーションとレンダリングによるセンシング認識型モデルベース強化学習モデルベース強化学習2022/10/1
微分可能な物理シミュレーションとレンダリングを活用し、実画像とレンダリング画像を比較してモデルを自動更新することで、効率的に方策を学習するモデルベース強化学習システムを提案し、組立・工具操作・変形物体操作の実世界タスクで有効性を示した。
- SAGCIシステム:サンプル効率・汎化・合成・逐次学習を目指すロボット学習フレームワークマニピュレーション2021/11/1
カメラの点群から環境をURDFとしてモデル化し、微分可能シミュレーションと対話的知覚を組み合わせて、関節物体操作のポリシーを効率的に学習するシステムを提案した。
- 6-PACK: アンカーベースキーポイントによるカテゴリレベル6D姿勢トラッカー6D姿勢推定2019/10/1
RGB-Dデータ上で未知の物体インスタンスの6D姿勢をリアルタイム追跡するため、少数の3Dキーポイントを教師なしで学習し、キーポイントマッチングでフレーム間の動きを推定する手法を提案した。
