Letian Fu
収録論文 18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
- ASPIRE: ロボットのためのエージェント的スキル発見スキル発見/継続学習2026/7/1
ロボット制御プログラムを自律的に作成・改善し、再利用可能なスキルライブラリを構築する継続学習システムASPIREを提案。シミュレーションと実世界で高い性能とゼロショット汎化を示した。
- GaP: 変動的オートメーションタスクのためのグラフとしてのポリシーを用いたマルチエージェント自己学習ハーネスタスク計画2026/7/1
ロボットの信頼性を高めるため、エージェント型コーディングと解釈可能なロボットプログラミングを組み合わせ、タスクをグラフ構造で表現して自己学習する手法を提案した。
- T-Rex: 触覚反応型巧みな操作触覚/操作2026/6/1
触覚信号に動的に反応する操作を実現するため、大規模な触覚データセットと可変レートのMixture-of-Transformersアーキテクチャを導入し、12の操作タスクで成功率を大幅に向上させた。
- 遊び心のあるエージェント型ロボット学習スキル獲得2026/6/1
ロボットエージェントが指示なしで自己主導の「遊び」を通じてスキルを獲得し、後続タスクに活用する手法を提案。コード生成エージェントチーム(RATs)が探索タスクを生成・実行・検証・修正し、成功体験をコードスキルライブラリに蓄積する。
- CaP-X: ロボットマニピュレーションのためのコーディングエージェントのベンチマークと改善フレームワークマニピュレーション2026/3/1
コードを方策として使うエージェントを体系的に評価する環境CaP-GymとベンチマークCaP-Benchを構築し、テスト時計算の拡張で人間レベルの信頼性を達成する手法を提案した。
- EgoScale：多様な一人称視点ヒューマンデータによる器用なマニピュレーションのスケーリングマニピュレーション2026/2/1
2万時間超の一人称視点ヒューマン動画でVLAモデルを事前学習し、人間データ量と検証損失の対数線形則を発見。軽量な人間-ロボット中間学習により、22自由度ハンドの器用な操作成功率を54%向上させた。
- Robo-DM: 大規模ロボットデータセットのためのデータ管理データ管理2025/5/1
ロボット軌道データをEBML形式で効率的に圧縮・管理し、学習時の読み込みを高速化するオープンソースのクラウド型データ管理ツールキットを提案。
- Real2Render2Real：力学シミュレーションもロボット実機も不要なロボットデータ拡張sim2real2025/5/1
スマホで撮影した物体スキャンと人間の実演動画1本から、3Dガウススプラッティングで高精細なロボット実演データを大量生成する手法。実機テレオペ150回分に匹敵する性能を実現。
- OTTER: テキスト認識型視覚特徴抽出を備えた視覚-言語-行動モデルVLA2025/3/1
言語指示に意味的に対応する視覚特徴だけを選択的に抽出して行動予測に用いるVLAアーキテクチャを提案し、事前学習済みの視覚言語モデルを凍結したまま高いゼロショット汎化を実現した。
- Blox-Net: VLM監督・物理シミュレーション・リセット付きロボットによるロボット組立のための生成的設計ロボット組立/生成的設計2024/9/1
自然言語プロンプトと部品画像から、VLMと物理シミュレーションを組み合わせてロボットが組み立て可能なアセンブリを自動生成するシステムを提案し、キリンなどの形状を高精度で再現しつつ実機で安定して組み立てられることを示した。
- 次トークン予測によるインコンテキスト模倣学習模倣学習2024/8/1
言語や報酬を使わず、人間の教示軌道をプロンプトとして与えるだけで実機ロボットが新しいタスクを学習なしに実行できる次トークン予測モデルICRTを提案した。
- 生涯LERF：FogROS2を用いた局所的3Dセマンティック在庫モニタリングVLA2024/3/1
移動ロボットが言語と幾何の密な表現を継続的に最適化し、物体の変化を検出して選択的に更新することで、自然言語クエリに応じて3Dヒートマップで在庫位置を提示する手法を提案。
- 触覚・視覚・言語を統合するマルチモーダルデータセット触覚2024/2/1
44Kの視覚-触覚ペアに言語ラベルを付けたデータセットを構築し、触覚・視覚・言語を統合した生成モデルを訓練した。
- センサモータ事前学習によるロボット学習VLA2023/6/1
カメラ画像・固有感覚・行動の系列をトークン化しマスク予測で自己教師あり事前学習するTransformerモデルRPTを提案し、実世界2万軌道で事前学習がスクラッチ学習を上回りタスク・環境・ロボット間の転移を可能にすることを示した。
- 産業用挿入タスクのための視触覚フィードバック方策の実環境における安全な自己教師あり学習マニピュレーション2022/10/1
力覚センシングを活用した安全な自己教師ありデータ収集により、把持姿勢のばらつきに頑健な視触覚挿入方策を実機で学習し、USB挿入タスクで45/45の成功率を達成した。
- 積み重ねられた物体の効率的な積み下ろしを伴う棚上でのメカニカルサーチマニピュレーション2022/7/1
棚に積み重なった物体を積み下ろししながら目標物体を探索する手法を提案し、シミュレーションと実機実験で有効性を示した。
- 新ツール「ブラクション」を用いた棚上のメカニカルサーチマニピュレーション2022/1/1
薄い押し出しブレードと吸盤グリッパを組み合わせた新ツール「ブラクション」と、棚の側面から対象物を探索するための改良シミュレーション・知覚・探索方策を提案し、吸着把持動作が押し出しのみの手法より成功率を向上させることを示した。
- 効率的な把持集合を学習する探索的把持アルゴリズムLEGSマニピュレーション2021/11/1
把持が難しい物体に対して、有望な把持候補の小さな集合を維持しながら数千の把持を効率的に探索し、高い信頼度で探索を終了できる手法LEGSを提案した論文。
