Junyao Shi

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

• FlowDPG: フローマッチングポリシーに対する決定論的ポリシー勾配の実世界操作への応用
  強化学習/操作2026/6/1

  フローマッチングポリシーにDDPGスタイルの強化学習を適用する際、時間方向の逆伝播(BPTT)を回避する蒸留フレームワークを提案し、実世界の長期的な両腕組み立てタスクで92%の成功率を達成した。

• OmniGuide：汎用ロボットポリシーを強化する万能ガイダンス場
  VLA2026/3/1

  3D基盤モデルやVLMなどの多様なガイダンスを微分可能なエネルギー関数として表現し、VLAモデルの行動サンプリングを誘導することで、複雑な操作タスクの成功率と安全性を向上させるフレームワーク。

• Maestro：視覚言語モデルでロボティクスモジュールを統合するゼロショット汎用ロボット
  VLA2025/11/1

  VLMコーディングエージェントが知覚・計画・制御モジュールを動的に組み合わせてプログラム的政策を生成し、ゼロショットで汎用ロボットを実現する手法を提案。

• VLMgineer: 視覚言語モデルをロボットの道具職人に
  VLA2025/7/1

  視覚言語モデルのコード生成と進化的探索を組み合わせ、タスクを解くための物理ツールとその操作計画を自動で共設計するフレームワークを提案し、日常的な操作タスクの新ベンチマークで有効性を示した。

• ZeroMimic: Web動画からロボット操作スキルを蒸留
  模倣学習2025/3/1

  人間の一人称視点動画データセットから、多様な物体や未知の環境で即時展開可能な画像ゴール条件付き操作スキルポリシーを生成するシステムを提案。

• ロボットに怒鳴らないで：言語モデル駆動ロボットのための協調インターフェースとしての物理的修正
  VLA2024/12/1

  LLMで動作するロボットに対し、人間が物理的な力で動きを修正すると、その意図を再推定して自然言語に変換し、以後のLLMの指示生成を改善する手法を提案した。

• 「何」と「どこ」の基盤モデルを組み合わせた物体中心表現によるロボティクス
  物体中心表現2024/4/1

  セグメンテーションで物体の位置を特定し、事前学習済みモデルでその物体の特徴を記述することで、追加学習なしにロボット制御向けの物体中心表現を構築するフレームワークPOCRを提案。

• 能動学習でBCIヒューマンフィードバックを最大化する
  ヒューマンフィードバック/能動学習2020/8/1

  ロボットの不確実性に基づいて人間への問い合わせを能動学習で選び、複数バッファ機構でノイズ耐性と破滅的忘却を防ぎつつ、少ないフィードバックで障害物回避を伴う3D到達タスクを学習させる手法を提案した。

• 脳波信号によるロボット学習の加速
  強化学習/BCI2019/10/1

  人間の脳波から得られる誤り評価信号を強化学習の報酬形成に利用し、疎な報酬環境でのロボットナビゲーション学習を加速させる手法を提案した。