Mengdi Li

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

• 物体特性と空間認識を考慮した変形可能な線状物体の操作ポリシー
  変形物体操作2026/10/25

  物体の物理的特性を画像テキスト学習で推定し、将来の観測から得た空間情報を方策に蒸留することで、単腕・双腕ロボットによる線状物体の多タスク操作の成功率と視覚変化への頑健性を向上させた研究。

• NativeMEM: 長期ホライズンのロボット操作のためのネイティブメモリ圧縮
  VLA/長期メモリ/操作2026/7/1

  事前学習済みVLAモデルが高頻度更新で長い視覚履歴を保持できるように、VLA自身の視覚エンコーダを再利用して各フレームを単一トークンに圧縮するメモリ圧縮方式を提案。外部メモリや新規モジュール不要で、シミュレーション成功率を32.4%から84.0%に向上させた。

• HoloBrain-0 技術報告
  VLA2026/2/1

  ロボットの身体情報（カメラ配置やURDF）を組み込んだVLAフレームワークを提案し、事前学習と事後学習でシミュレーションと実機のマニピュレーションタスクを高精度に達成、エコシステム全体をオープンソース化した。

• 大規模言語モデルによる双腕ロボットの制御
  マニピュレーション2024/4/1

  LLMを使って双腕ロボットの長期的な協調作業を計画・制御するエージェントLABORを提案し、シミュレーションで成功率が向上することを示した論文。

• 大規模言語モデルのフィードバックによるロボットマニピュレーションの強化学習加速
  マニピュレーション2023/11/1

  LLMを自動監督者として活用し、自然言語プロンプトで報酬フィードバックを与えることで、ロボット操作タスクの強化学習を効率化するLafite-RLフレームワークを提案した。

• 報酬分解による高レベルなロボット説明の再検討
  説明可能強化学習2023/4/1

  強化学習ロボットの行動を、抽象化された行動空間と報酬分解を組み合わせて、物体属性に基づく高レベルで曖昧さのない説明を生成する枠組みを提案した。

• 環境と対話する：大規模言語モデルを用いた対話型マルチモーダル知覚
  VLA2023/3/1

  LLMを基盤とし、ロボットが視覚・音・触覚・固有感覚などのマルチモーダル情報を能動的に収集しながら対話的にタスクを遂行するフレームワークMatchaを提案した。

• 遮蔽推論による効率的な物体存在予測ロボティクス
  能動知覚2021/7/1

  ロボットがテーブル上の物体の存在を最小限の移動で予測するため、遮蔽推論と能動知覚を組み合わせた再帰型ニューラルネットモデルを提案し、強化学習と教師あり学習で訓練した。