Junting Dong
Shanghai Artificial Intelligence Laboratory
収録論文 8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
- RoboAtom:ロボット学習のための大規模原子行動アノテーションロボット学習データセット2026/10/29
複数データ源の軌跡に統一的な原子行動(サブタスク)アノテーションを付与した大規模データセットとベンチマークを構築し、スキル認識・境界定位・階層制御の性能向上を示した。
- VLMプランナーからロボットエージェントへ:履歴依存マニピュレーションのための自己進化ハーネスVLA2026/10/21
VLMプランナーを編集可能なハーネスでロボットエージェント化し、実行経験から自己進化させて履歴依存の長期的マニピュレーションを改善するSERAを提案。RoboMMEで成功率51.38%を達成。
- フィジカルAI:概念・技術・課題の体系化フィジカルAI2026/10/19
フィジカルAIの定義と技術的枠組みを統一的に整理し、知覚から行動までの閉ループやsim2real、安全性などの課題を展望したモノグラフ。
- InternW0-Δ: 予測ダイナミクスと行動を橋渡しする20K時間超のオープンデータによるワールドアクションモデルVLA2026/9/25
視覚ダイナミクスと行動生成を統合したワールドアクションモデルを、20,000時間超の異種オープンデータで事前学習し、シミュレーションと実機で従来手法を上回る性能を達成した。
- Tele-Catch: 動的3D物体キャッチのための適応型遠隔操作遠隔操作2026/3/1
動く物体を器用なロボットハンドでキャッチするタスクにおいて、人間の遠隔操作信号と自律ポリシーを融合する共有自律フレームワークを提案し、キャッチ精度とロバスト性を向上させた。
- SMAP: 物理的に妥当なヒューマノイド全身制御のための自己教師あり動作適応全身制御2025/5/1
人間の動作データをベクトル量子化周期オートエンコーダで物理的に妥当なヒューマノイド動作へ適応させ、強化学習による全身模倣制御の安定性と学習効率を向上させるフレームワークを提案した。
- TeleOpBench:双腕巧みなテレオペレーションのためのシミュレータ中心ベンチマークテレオペレーション2025/5/1
双腕巧みなテレオペレーションの4つの方式(モーションキャプチャ、VR、外骨格、単眼視覚追跡)を30の高忠実度タスクで公平に比較評価するシミュレータベンチマークを提案し、実機実験との相関を確認した。
- HOMIE: 同型外骨格コックピットによるヒューマノイドの移動・操作遠隔操作2025/2/1
ペダル・同型外骨格アーム・モーションセンシンググローブを統合した半自律遠隔操作システムで、ヒューマノイドの全身移動と器用な物体操作を低コストかつ効率的に実現する。
