Mingdong Wu
収録論文 11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
- SimLauncher: シミュレーション事前学習によるサンプル効率の高い実世界ロボット強化学習の起動sim2real2025/7/1
デジタルツインシミュレーションで視覚運動ポリシーを事前学習し、その知識を実世界強化学習の価値ブートストラップと行動提案に活用することで、サンプル効率と成功率を大幅に向上させるフレームワークを提案。
- 予測力注意を伴う適応的視触覚融合による巧みなマニピュレーションマニピュレーション2025/5/1
力誘導注意融合モジュールと自己教師あり未来力予測を導入し、操作段階に応じて視覚と触覚の重みを適応的に調整することで、接触の多い3つの実世界タスクで平均93%の成功率を達成した。
- CordViP: 実世界での巧みな操作のための対応関係に基づく視覚運動ポリシーマニピュレーション2025/2/1
物体の6D姿勢推定とロボット固有感覚を活用し、物体と手の対応関係を捉えるインタラクション認識点群を構築することで、実世界の巧みな操作を高精度に実現する視覚運動ポリシーを提案した。
- AdaManip: 適応的な関節物体操作環境と方策学習マニピュレーション2025/2/1
鍵やドアなど内部状態が見えない関節物体を試行錯誤で操作するための新しいシミュレーション環境と、3D視覚拡散を用いた模倣学習による適応方策を提案した。
- MO-DDN: 多物体要求駆動ナビゲーションのための粗から細への属性ベース探索エージェントナビゲーション2024/10/1
複数の物体と個人の好みを考慮した要求駆動ナビゲーションのベンチマークMO-DDNを提案し、属性を活用した粗から細への探索エージェントで高性能を実現した。
- 巧みな視触覚ポリシー学習のための3D触覚の正準表現と力に基づく事前学習触覚2024/9/1
3D触覚データを正準表現に変換し、力に基づく自己教師あり事前学習を行うことで、巧みな手による接触の多い操作タスクの成功率を向上させた研究。
- 拡散ポリシーによる巧みな機能的把持前操作マニピュレーション2024/3/1
物体を掴む前に位置や向きを器用に調整する把持前操作を、教師-生徒学習と拡散ポリシーで実現し、30種類以上の物体で72.6%の成功率を達成した研究。
- LVDiffusor: 大規模モデルから機能的再配置の事前知識を拡散モデルへ蒸留マニピュレーション2023/12/1
LLMとVLMを使って多様な物体配置例を収集し、拡散モデルに蒸留することで、機能的要件を満たす物体再配置の目標位置を生成する手法を提案した論文。
- GraspGF: 人間支援のためのスコアベース把持プリミティブ学習マニピュレーション2023/9/1
人間の代わりにロボットハンドで物体を把持する際、ユーザの意図に適応するため、把持勾配場(GraspGF)と履歴条件付き残差ポリシーを組み合わせた手法を提案。
- 欲しいものを探せ:要求条件付き物体属性空間の学習による要求駆動型ナビゲーションナビゲーション2023/9/1
ユーザーの要求を指示として、その要求を満たす物体をシーン内から探し出す要求駆動型ナビゲーション(DDN)を提案し、大規模言語モデルから得たテキスト属性特徴を視覚属性特徴と対比学習で整合させる手法を開発した。
- 汎化可能な視聴覚ナビゲーションのための意味非依存・空間認識表現の学習視聴覚ナビゲーション2023/4/1
未聴の音カテゴリや未知の地図への汎化を目指し、意味に依存せず空間を認識する視聴覚表現を補助タスクで学習するプラグアンドプレイ手法を提案。
