Pu Hua
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーションVLA模倣学習sim2real強化学習
※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
- HERMES: 多源运动データからの人間→ロボット身体化学習による移動型巧みなマニピュレーションマニピュレーション2025/8/1
複数の人間の手の動きデータを強化学習で統合し、移動型双腕多指ハンドロボットの器用な操作を実現するフレームワークを提案。深度画像ベースのsim2real転移とPnP位置推定による自律ナビゲーションを組み合わせ、実環境での汎化性能を向上させた。
- 三重階層拡散方策による視覚運動学習VLA2025/5/1
RGB-D入力・多スケール視覚表現・階層的条件付き拡散を組み合わせ、視覚特徴と行動生成の統合を強化した視覚運動方策を提案。44のシミュレーションタスクで平均27.5%改善し、実機双腕タスクでも高性能を示した。
- Stem-OB: 拡散逆変換による幹状収束観測を用いた汎化可能な視覚模倣学習模倣学習2024/11/1
事前学習済み拡散モデルの逆変換で観測画像から照明やテクスチャの違いを除去し、追加学習なしで視覚模倣学習の汎化性能を高めるプラグアンドプレイ手法を提案した。
- 生成的ロボットシミュレーションの評価についてsim2real2024/10/1
生成されたロボットタスクの品質・多様性・汎化性を評価する枠組みを提案し、人間評価との高い一致を確認した。
- GenSim2: マルチモーダル推論LLMによるロボットデータ生成のスケーリングsim2real2024/10/1
マルチモーダル推論LLMを活用して多様なシミュレーションタスクとデモデータを自動生成し、生成データで学習するマルチタスク方策により実機へのゼロショット転移や実データとの共同学習で性能向上を実現した。
- マルチタスク方策学習から創発する単純な行動表現強化学習2022/10/1
マルチタスク方策ネットワークに状態とタスク埋め込みを入力すると意味のある行動表現空間が創発し、埋め込みの補間や合成で行動系列を指示できることを示した研究。
