Jun Wang
University College London
収録論文 61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
- 信頼度適応型マルチモーダル相対姿勢追跡による水中リーダー・フォロワーロボット制御水中ロボティクス2026/11/9
水中の2台のロボット間の6自由度相対姿勢を、視覚・音響測距・流体力のマルチモーダル計測を信頼度に応じて適応的に重み付けして推定する手法を提案し、AUVによる648回のプール実験で平均3.8cm・2.4°の精度と組込み機器での高速推論を実証した。
- 身体性を持つ科学エージェント:実験設計を学習可能にする自律実験/科学エージェント2026/11/7
大規模モデルを物理実験に統合する際の「身体性の欠如」という課題に対し、認知・実験・身体の3軸で学習可能なEmbodied Science Agentを提案し、廃水処理実験で検証した論文。
- Ropedia W0:人間の経験で多様な身体の移動操作ワールドモデルをスケールするワールドモデル2026/10/19
人間とロボットの一人称視点データを統合し、移動と操作をまたぐ身体横断型ワールドモデルを構築。蒸留によりリアルタイムVR対話や方策評価・計画への応用を実現した。
- Memento 3: 反省的ルールブックによるモデルベースの再帰的自己改善VLA2026/10/8
凍結したLLMエージェントが自然言語のルールブックを外部記憶として保持し、観察・反省・ルール改訂・コード生成・検証のループを通じて世界モデルを継続的に学習・改善する手法を提案。ARC-AGI-3の全25公開ゲームをクリア。
- 振って学ぶ:物理リザバーコンピューティングによる隠れた物体物理の動的問い合わせとロボットマニピュレーションマニピュレーション2026/9/17
柔らかい折り紙ロボットアームを物理リザバーとして使い、物体を掴んで振動させた際の応答から、重心位置や内部状態など視覚では分からない物理特性を推定し、再把持に活用する手法を提案。
- 非定常流れを味方につける:渦を活用する生体模倣推進を実現する高スループット学習プラットフォーム生体模倣推進/流体知能2026/9/13
実流体との相互作用を高速に大量取得する8チャネル装置と、模倣・オフライン学習・オンライン適応を段階的に行うアルゴリズムを組み合わせ、渦を利用した生体模倣推進の制御則を学習する枠組みを提案した。
- 効率的なVLAを決めるもの:アクションヘッド設計・スケーリング・レイテンシの探求VLA2026/9/12
VLAモデルにおいて、アクションヘッドの性能はデコーダ構造よりも言語バックボーンの最終層を初期化に使うことが最大の要因であり、アラインメント後はスケーリングが有効になることを実験的に示した研究。
- 空気圧ソフトロボットによる効果的な物理リザーバ計算に向けてソフトロボティクス2026/9/2
空気圧ソフトアームを用いた物理リザーバ計算において、ポーチの接続トポロジー、剛性、センサ数が曲げ角度推定に与える影響を実験的に評価し、設計指針を導出した。
- DreamX-Phi 1.0: ロボット操作のための行動条件付きビデオワールドモデルVLA2026/8/1
観測フレームと言語指示、行動系列から将来の観測を予測するビデオワールドモデルを提案。アームの軌道忠実性と物体一貫性を保つため、幾何エンコーディングと深度・マスク情報を活用し、蒸留で高速化した。
- 視覚言語モデルにおける衝突接地の探求:安全な人間ロボット協調のためにVLA/安全性評価2026/5/1
人間とロボットの安全な協調のため、視覚言語モデルが現在の接触状態や差し迫った衝突を正確に判断できるかを評価するベンチマーク「TouchSafeBench」を導入し、既存モデルの性能が不十分であることを示した。
- R3D: 3Dポリシー学習の再考模倣学習/3Dポリシー2026/4/1
3Dポリシー学習の不安定性と過学習の原因を診断し、3Dデータ拡張の欠如とバッチ正規化の悪影響を特定。スケーラブルなトランスフォーマー型3Dエンコーダと拡散デコーダを組み合わせた新しいアーキテクチャを提案し、操作ベンチマークで最先端を達成した。
- π-StepNFT: フローベースVLAのオンライン強化学習における広い空間には細かいステップが必要VLA/強化学習2026/3/1
フローベースの視覚言語行動モデルに対する新しい強化学習フレームワークを提案し、尤度計算や価値ネットワークを不要にして、単一の順伝播でステップごとのガイダンスを提供する。
- Sim2Sea: 混雑水域における船舶航行のためのシミュレーションから実世界へのポリシー転移sim2real2026/3/1
混雑した海域での自律航行を実現するため、GPU並列シミュレータと速度障害物ガイド付き行動マスキングを備えたポリシーを開発し、シミュレーションのみで訓練したポリシーを実船にゼロショット転移させた。
- 拘束下での遊泳:四足生物模倣推進のための安全強化学習フレームワーク強化学習/遊泳ロボット2026/3/1
四足ロボットの遊泳を、推力を最大化しつつ不安定化力を最小化する制約付き最適化問題として定式化し、PID調整ラグランジュ乗数を用いた安全強化学習手法ACPPO-PIDを提案。模倣学習と実機曳航試験で初期化・調整し、自由遊泳への転移を実証した。
- CoFineLLM: 言語指示ロボット計画のためのLLMのConformal微調整ロボット計画2025/11/1
LLMベースのロボット計画において、Conformal Predictionの予測セットを小さくするようにLLMを微調整し、ユーザ介入を減らす手法を提案した論文。
- ソフトロボットに物理コンピューティングを具現化するソフトロボティクス2025/10/1
ソフトロボットに物理コンピューティングを組み込み、アナログ発振器・物理リザバー計算・物理アルゴリズム計算の3手法を概説し、将来展望を示した展望論文。
- MobileUse: 階層的リフレクションを備えた自律モバイル操作GUIエージェントGUIエージェント2025/7/1
モバイル操作を自動化するGUIエージェントMobileUseを提案。階層的リフレクションで長期的タスクのエラー回復を実現し、能動的探索で未知環境のコールドスタート問題に対処、AndroidWorldとAndroidLabで最高性能を達成した。
- U-ViLAR: 不確実性を考慮した自動運転向け視覚自己位置推定自己位置推定2025/7/1
視覚情報をBEV空間に変換し、知覚・位置推定の不確実性を考慮した対応付けと位置合わせを組み合わせることで、GNSSが不安定な都市環境でも高精度に自己位置を推定するフレームワークを提案。
- 深層強化学習によるバイオミメティックロボット魚の推進効率向上強化学習/ロボット魚2025/6/1
深層強化学習を用いてバイオミメティックロボット魚の運動を最適化し、推進効率を高めつつエネルギー消費を抑える制御則を獲得した研究。
- ARK: ロボット学習のためのオープンソースPythonベースフレームワークロボット学習フレームワーク2025/6/1
Python中心のロボット学習フレームワークARKを提案し、Gym風環境でシミュレーションと実機を切り替えながら模倣学習アルゴリズムを簡単に使えるようにした。
- GenPO: 拡散生成モデルとオンポリシー強化学習の融合VLA2025/5/24
拡散ポリシーをPPOなどのオンポリシーRLに組み込むため、正確な拡散反転と二重ダミー行動機構で対数尤度計算を可能にした生成ポリシー最適化フレームワークを提案。
- 折り紙モジュラー・マニピュレータを適応型物理コンピュータへ転用:機械学習とロボット知覚への応用物理リザバーコンピューティング2025/5/1
折り紙型モジュラー・マニピュレータを物理リザバーコンピュータとして再利用し、その計算能力が周波数スペクトル相関(PSI)やノード間の空間相関で評価できることを示した研究。
- 不確かさを定量化したポート・ハミルトニアンモデルによるプラグアンドプレイ物理情報学習物理情報機械学習2025/4/1
分布外の観測に対して外れ値を検出し、予測器を物理整合的な分散ポート・ハミルトニアンモデルへ切り替えることで、信頼できる物理情報に基づく軌道予測を実現するフレームワークを提案した。
- DriVerse: マルチモーダル軌跡プロンプトとモーション整合による運転シミュレーション用ナビゲーション世界モデル運転シミュレーション/世界モデル2025/4/1
単一画像と将来の軌跡から運転シーン動画を生成する世界モデル。軌跡をテキスト化し2Dモーションプライアとして与え、動き整合モジュールで時間的一貫性を高める。
- ConformalNL2LTL:自然言語指示を時間論理式へ変換する適合的保証付き手法VLA2025/4/1
大規模言語モデルと適合予測を組み合わせ、自然言語の指示を線形時間論理式に変換する際の正しさをユーザー指定の成功率で保証しつつ、人手介入を最小化する手法を提案。
- MARFT: マルチエージェント強化学習ファインチューニングマルチエージェント強化学習2025/4/1
LLMベースのマルチエージェントシステムを強化学習でファインチューニングするための新しい定式化とフレームワークを提案し、従来のマルチエージェント強化学習との違いを分析した。
- 水泳中のキックが生む波動流れ場を生物模倣型側線センシングで捉える触覚/流れセンシング2025/3/1
人工側線センサと脚モデルを使い、水泳のキックで生じる波動流れ場を時系列・時間周波数特徴の注意機構融合で高精度に検知する枠組みを提案した。
- 物理リザバー計算を用いたソフトモジュラーアームによる身体的多モーダルセンシング触覚2025/3/1
ソフトモジュラーアーム内蔵の曲げひずみゲージを物理リザバー計算に活用し、単純な線形回帰で姿勢・荷重・荷重方向を高精度に推定できることを示した研究。
- 移動と連動したハイブリッド稲冠マッピングアルゴリズム農業ロボティクス2025/2/1
農業用無人地上車両(Agri-UGV)が複雑な水田を走行する際、RGB-Dセンサと運動・慣性計測を統合し、移動に伴う不確かさを考慮した確率的な稲冠の高さマップを生成する手法を提案した。
- 衛星の機動計画と衝突回避のためのマルコフ決定過程軌道計画2025/1/1
大規模衛星コンステレーションの機動計画をマルコフ決定過程として定式化し、低軌道での衝突回避において従来のルールベース手法と比較した。
- 布製ソフトロボットアームにおける固有受容・外受容情報の物理リザバーコンピューティングによる知覚ソフトロボティクス2024/11/1
空気圧駆動のソフトアーム内部の圧力データのみを用い、物理リザバーコンピューティングで曲げ角度と積載質量を同時に高精度予測する手法を提案した。
- 時相論理目標に対するサンプル効率の良い強化学習:タスク仕様を活用した探索誘導強化学習2024/10/1
LTLで記述された高レベル目標に対し、タスク達成に寄与しそうな方向へ探索を偏らせる新手法を提案し、サンプル効率を大幅に改善した。
- 線形化ガウス過程によるオンチップ高周波適応線形最適制御の実現制御2024/9/1
ガウス過程を線形化してモデル予測制御に組み込み、オンチップで高周波に動く適応飛行制御を実現した研究。
- ペンを回す学習から得られた教訓マニピュレーション2024/7/1
シミュレーションで強化学習と軌道データを生成し、実世界で微調整することで、ペンのような物体を手の中で回転させる技能を習得した研究。
- ROS-LLM:タスクフィードバックと構造化推論を備えた身体性AIのためのROSフレームワークVLA2024/6/1
ROSと大規模言語モデルを統合し、非専門家が自然言語でロボットをプログラミングできるフレームワークを提案。行動モードや模倣学習、フィードバックによる反省機能を備え、多様なタスクで有効性を検証した。
- EVE: 拡張現実で誰でもロボットを訓練可能に拡張現実/ロボット学習2024/4/1
物理ロボットなしで、iOSアプリのAR可視化を使って日常ユーザーがロボットのタスク実演を収集・訓練できるシステムを開発し、ユーザー研究で有効性を示した。
- ZSL-RPPO: 再帰的近接方策最適化による四脚ロボットの難地形ゼロショット移動歩行2024/3/1
再帰ニューラルネットを直接訓練するRPPOを提案し、教師なしゼロショット学習で四脚ロボットの難地形歩行を実現、実機で検証した。
- Conformal Predictionを用いた確率的に正しい言語指示マルチロボットプランニングVLA2024/2/1
大規模言語モデルによるマルチロボット計画にConformal Predictionを組み込み、ユーザー指定の成功率を保証しつつヘルプ要求を最小化する分散プランナS-ATLASを提案した。
- CyberDemo: シミュレーション上の人間デモンストレーションを拡張する実世界巧みな操作sim2real2024/2/1
シミュレーション内で人間のデモンストレーションを大規模にデータ拡張し、実世界の巧みな操作タスクへ転移する模倣学習手法を提案。未見の物体にも汎化し、実世界のデモより高い成功率を示した。
- 人工側線によるプロペラ後流センシングを用いた水中ロボットの横方向運動状態推定水中ロボット/センシング2024/1/1
人工側線の圧力センサ群と深層学習ネットワークを用いて、プロペラ後流からリーダーロボットの横方向運動状態を推定する手法を提案し、実験で有効性を検証した。
- バイオミメティックワニロボットの構造設計と協調運動解析バイオミメティックロボット2023/11/1
ワニの構造と運動特性を模倣し、多自由度と関節式胴体を持つロボットを設計。脊椎と尾の協調が運動性能を向上させることをシミュレーションで示した。
- 時相論理タスク仕様に対するミッション駆動型探索による深層強化学習の高速化強化学習2023/11/1
LTLで指定された制御目的を満たす方策を深層強化学習で学習する際、オートマトン表現と学習済み環境モデルを用いてミッション達成に寄与しそうな方向へ探索を優先させることで、学習速度を大幅に改善した。
- 言語とスケッチによる対話型マルチモーダル・マルチタスクロボットナビゲーションフレームワークナビゲーション2023/11/1
言語と手描きスケッチを入力として受け取り、LLMの推論と強化学習エージェントを組み合わせて、複数タスクのロボットナビゲーションを直感的に操作できるフレームワークLIM2Nを提案した。
- 確率的システムにおける時相論理タスクのための検証済み合成ニューロシンボリック制御ニューロシンボリック制御2023/11/1
未知で確率的なダイナミクスを持つ自律システムに対し、学習済みニューラルネットワーク制御器を時相論理タスクに基づいて合成し、確率1で安全にタスクを達成するニューロシンボリック制御手法を提案した。
- 立方体反転ロボットCuRobotの設計と軌道追従制御移動ロボット2023/11/1
立方体の各頂点に円錐形ホイールを8個配置し、どの面が接地しても全方向移動できる反転可能なロボットを設計し、モデル予測制御による軌道追従制御を実装した。
- 大規模言語モデルを用いた適合的時相論理プランニングタスクプランニング2023/9/1
自然言語で与えられた複数のサブタスクを時相論理式で表現し、記号プランナとLLMを適合予測で統合してロボットの行動計画を生成する手法を提案。
- 制御Lyapunov障壁関数を用いた安全なロボット制御のための強化学習安全強化学習2023/5/1
動的モデルを使わずデータのみから安全性と到達可能性を評価する制御Lyapunov障壁関数(CLBF)を導入し、その条件を満たす制御器を探索するモデルフリー強化学習手法LBACを提案。2Dクアッドロータのナビゲーション実験で有効性を示した。
- 地形Transformerによる四足歩行のSim-to-Real転移歩行2022/12/1
高い表現力を持つTransformerモデルと2段階学習で四足歩行制御を学習し、砂場や階段降りなど9つの難地形を実機で踏破した。
- 形態を考慮した脚式ロボット制御のためのシーケンスモデリング歩行2022/12/1
形態情報を条件としたTransformerで脚式ロボットの制御方策を学習し、異なる形態の実機ロボットへの展開を可能にした。
- 時相論理制御目標に対するニューラルネットワーク制御器の検証済み合成VLA2022/9/1
LTLで記述されたタスクを満たすために、訓練済みNN制御器の時相的な合成が存在するかを検証し、計算する手法を提案した論文。
- モジュール学習による複雑環境での画像ゴールナビゲーションナビゲーション2021/8/1
画像ゴールナビゲーションを目標計画・衝突回避・終了予測に分離し、4つのモジュールで構成することで未知の実環境への汎化性能と成功率を向上させた研究。
- 自動合流計画と軌道最適化:自動運転への応用自動運転/軌道計画2021/7/1
自動運転車の合流問題を二層の自動合流計画と降下法ベースの軌道最適化に分離して解くアルゴリズムを提案し、最適な合流機会の発見や乗り心地を改善した。
- 安定性保証付き強化学習による制約付き動的システムの制御強化学習制御2020/11/1
データのみからリアプノフ法で一様最終有界安定性(UUB)を解析し、安全制約下でも収束時と学習中を通じてUUBを保証するオフポリシー/オンポリシー学習アルゴリズムを提案した論文。
- 生成的模倣学習による屋内シーンでの目標駆動型視覚ナビゲーション視覚ナビゲーション2020/9/1
専門家のデモから変分生成モデルを学習し、次の観測を想像してから行動を決める目標駆動型の地図不要ナビゲーション手法を提案。衝突予測と目標確認モジュールを組み合わせ、TurtleBotで実環境での動作を実証した。
- 安全なモデルベース能動強化学習フレームワークSAMBA安全強化学習2020/6/1
確率モデリングと情報理論を組み合わせ、PILCOを拡張した安全制約付き能動探索により、サンプル数と違反を大幅削減する強化学習手法を提案した。
- 安定性保証付き制御のためのActor-Critic強化学習強化学習/制御2020/4/1
制御理論のリアプノフ法をActor-Critic強化学習に組み込み、データのみから閉ループ安定性を保証する制御方策を学習するフレームワークを提案した。
- 低侵襲手術におけるステレオスコープを用いた変形軟組織の動的再構成SLAM/軟組織再構成2020/3/1
ステレオ画像列から軟組織表面の変形形状を逐次再構成するSLAMアルゴリズムを提案し、術中の形状・テクスチャ可視化を目指した研究。
- 情報理論的正則化を導入した強化学習による視覚ナビゲーション視覚ナビゲーション2019/12/1
強化学習による目標駆動型視覚ナビゲーションに相互情報量最大化の正則化を加え、行動と観測変化の因果関係を学習させることで未知の目標やシーンへの汎化性能を向上させた論文。
- ロバスト安定性保証付きH∞モデルフリー強化学習強化学習2019/11/1
サンプルベースでリアプノフ安定性とロバスト性能を解析し、最大エントロピー法で安定性保証付きの政策を学習する手法を提案した。外乱やパラメータ変動に対して既存手法より高いロバスト性を示す。
- NeoNav: 次に観測すべき画像を生成して視覚ナビゲーションの汎化性能を向上させる手法視覚ナビゲーション2019/6/1
エージェントが次に見るべき観測を生成しながら目標へ向かう生成的モデルNeoNavを提案し、未知の目標やシーンへの汎化性能とデータ効率を向上させた。
- マルチスケール記述子の高速対応伝播による非順序レンジスキャンの多視点位置合わせ3D位置合わせ2018/4/1
マルチスケール記述子の対応伝播を高速化したペアワイズ位置合わせと信頼性判定・モデル拡張を交互に適用し、非順序なレンジスキャンを自動で多視点位置合わせする手法を提案した。
