Qiang Wang
Peking University
収録論文 24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
- タスクを学ぶのか、検証器を学ぶのか:身体性自己改善における基準露出の再考自己改善エージェント2026/11/5
ロボットシミュレーションのベンチマーク基準をエージェントに与える「基準露出」が、指示タスクの遂行ではなく検証基準への過適合を招くことを実験で示し、指示に忠実な基準の有効性を提案した論文。
- 実世界での探索と自己改善を実現するロボットフレームワークPyRUA-REALロボット探索/自己改善2026/11/4
コーディングエージェントが実世界で探索・コード改善・スキル蓄積を繰り返し、ロボット能力を自己改善する枠組みを提案。実タスクで91.1%、RoboDojoで84.4%の成功率を達成した。
- トークンを減らして行動を改善:成功率14%向上・トークン65%削減を実現するGPT-6 AstraロボットエージェントVLA2026/10/1
ロボットプリミティブとVLAポリシーをPythonコードとして組み合わせ、必要な観測だけを要求するフレームワークPyRUA-Leanを提案。同一プランナーで成功率を63.1%から71.7%に向上させつつ、入力トークンを65%削減した。
- VLAモデルをより良く訓練する方法:ICRA 2026 REAL-Iチャレンジからの教訓VLA2026/9/12
ICRA 2026の実世界 embodied AI 学習チャレンジREAL-Iの結果を報告し、NUS-CLEAR、RCL-Lab、Deeptouch.aiの3チームのVLAと模倣学習を組み合わせたアプローチを比較して、固定データからのロボット学習の教訓をまとめた論文。
- 高次元マニピュレータの安全制御のための動的制約再構築に基づく制御バリア関数安全制御2026/7/17
外乱やモデル誤差がある高次元マニピュレータに対し、拡張状態オブザーバで外乱を推定し、その推定値に基づいて制御バリア関数の安全制約を動的に再構築する手法を提案。シミュレーションで安全性と追従性能の向上を確認した。
- 油圧ショベルのシステムレベルサロゲート学習:シミュレーションから実機へのLSTMアプローチsim2real2026/7/1
油圧ショベルを入出力オペレータとして捉え、LSTMネットワークで閉ループ挙動を模倣するシステムレベルのデジタルサロゲートをシミュレーションから実機へ転移学習する手法を提案した。
- 異種触覚トランスフォーマー触覚2026/6/1
異なる触覚センサー間で共有可能な表現を学習するフレームワークを提案し、多様な触覚データからの操作ポリシー学習を可能にした。
- あなたのHDマップ構築はセンサー劣化に耐えられるか?自動運転/HDマップ/ロバスト性2024/6/1
カメラやLiDARの29種類のセンサー劣化に対するHDマップ構築手法の頑健性を評価する初のベンチマークMapBenchを提案し、31手法を評価して性能低下を明らかにした。
- オフライン方策学習を改善するためのデータセットクラスタリングオフライン強化学習2024/2/1
複数の方策で集められたデータセットを行動ごとにクラスタリングして単一行動のサブセットに分割し、オフライン方策学習の性能を向上させる手法を提案した。
- 原始行動の学習と再利用によるHindsight Experience Replayのサンプル効率改善マニピュレーション2023/10/1
過去に学習した単純タスクの原始的な行動をcriticネットワークで選択的に活用し、複雑なロボット操作タスクの探索をガイドすることで、HERのサンプル効率と計算時間を改善する手法を提案した。
- Real Robot Challenge 2022:実世界のオフラインデータからの巧みな操作の学習マニピュレーション2023/8/1
実機ロボットのデータセットを用いたオフライン強化学習により、押す・掴む・手内操作を含む巧みな操作タスクを学習する競技会を開催し、勝利チームの手法と最先端アルゴリズムのベンチマークを比較した。
- PapillArray光学触覚センサを用いた学習ベースの初期滑り検出によるロボット把持の安定化触覚2023/7/1
PapillArray触覚センサのデータから初期滑りを学習ベースで検出する手法を提案し、データ拡張により未知の把持環境でも高精度に滑りを予測して把持を安定化させた。
- 時空間Transformerに基づく強化学習によるロボット群衆ナビゲーションナビゲーション2023/5/1
空間特徴と時間特徴を別々に扱う従来手法の問題を解決するため、ゲート付き埋め込みで両者を統合しTransformerで時空間情報を符号化する強化学習方策を提案し、群衆環境でのナビゲーション性能を向上させた。
- 正例・未ラベル学習による行動クローニングの改善模倣学習2023/1/1
品質が混在するロボットデータセットから少数の高品質な正例を用いて専門家軌道を反復的に特定し、そのフィルタ済みデータに行動クローニングを適用することで、オフライン強化学習や模倣学習のベースラインを上回る性能を実現した。
- オフライン学習データセット中のエキスパート行動の特定によるロボットマニピュレーション方策の行動クローニング改善マニピュレーション2023/1/1
混合データセットから半教師あり学習でエキスパートデータを特定し、対称性を利用したデータ拡張と組み合わせることで、行動クローニングの性能を大幅に向上させた。
- Davenport連鎖回転を用いた階層型強化学習によるハンド内マニピュレーションマニピュレーション2022/10/1
複雑な3D回転タスクをDavenport連鎖回転で単純な回転スキルに分解し、階層型強化学習で学習することで、限られた計算資源でも成功率を約10%向上させた。
- 深層強化学習と知識転移による複雑なスパース報酬タスクのための器用なロボットマニピュレーションマニピュレーション2022/5/1
深層強化学習と知識転移を用いて、立方体を位置と姿勢の両方で操作する複雑なタスクを実現した研究。
- 想像上の後知恵経験再生:スパース報酬タスクのための好奇心駆動型モデルベース学習モデルベース強化学習2021/10/1
モデルベース強化学習に想像データと後知恵経験再生・好奇心報酬を組み合わせ、スパース報酬の多目標ロボットタスクを報酬設計なしでデータ効率よく学習する手法を提案した。
- 自動運転車の学習ベース制御に対する実行時安全保証自動運転/安全保証2021/9/1
深層強化学習コントローラと安全保証付きベースラインコントローラを切り替えるSimplex-Driveを提案し、形式証明と車線変更シミュレーションで安全性と性能の両立を示した。
- クラウド上のロボット競技会:Real Robot Challengeマニピュレーション2021/9/1
遠隔操作可能な3本指ロボットプラットフォームを構築し、世界中のチームが参加できる器用な物体操作の競技会を開催した。競技で収集した数百時間分のデータセットも公開している。
- 深層強化学習による実機ロボットチャレンジの攻略sim2real2021/9/1
3本指ロボットで立方体を目標軌道に沿って運ぶ課題を、シミュレーションでのドメインランダム化とHindsight Experience Replayを用いた純粋な強化学習で解き、実機転移に成功した。
- 安全で効率的な衝突回避制御のためのハイブリッドコントローラ自動運転/衝突回避2021/3/1
適応型モデル予測制御と離散安全制御を組み合わせ、通常時は効率最適化、非通常時は衝突回避を優先する自動運転向けハイブリッド制御器を設計・実験評価した。
- sEMGによる力予測を用いた壊れやすい物体・変形物体の力誘導高精度把持制御把持制御2020/2/1
筋電位から把持力を予測する回帰モデルを作り、その予測値をアドミタンス制御で追従させることで、壊れやすい物や変形する物を傷つけずに把持する手法を提案した。
- IRS: 視差と表面法線推定のための大規模屋内ロボティクスステレオデータセットステレオビジョン2019/12/1
屋内ロボティクス向けに10万枚以上のステレオRGB画像と高品質な視差・表面法線の正解を持つ大規模合成データセットIRSを構築し、表面法線推定モデルDTN-Netも提案した論文。
