Rui Wang
Institute of Software, Chinese Academy of Sciences
収録論文 34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
- 接触の展開を見せて巧みな技能を転移する接触模倣インターフェースマニピュレーション2026/10/29
ロボットなしの人間実演から接触に基づく観察と行動を生成し、接触面計画と制御を階層化してロボットハンドへ巧みな操作技能を転移するフレームワークCIMIを提案した。
- 金融犯罪分析のための敵対的にロバストなマルチグラフニューラルネットワークに向けて敵対的ロバスト性2026/10/22
マルチグラフニューラルネットワークに対する構造的敵対攻撃の枠組みと、サイクル正則化を用いた敵対的学習による防御手法を提案し、マネーロンダリング検出での有効性を示した。
- OGPO: 復帰可能なVision-Language-Actionモデルのためのオフライン目標条件付き方策最適化VLA2026/10/9
VLAモデルの事後学習を、軌道レベルの模倣から意味的キー状態への到達可能性学習へと転換するオフライン目標条件付き方策最適化フレームワークを提案し、オンライン対話なしで外乱からの復帰能力と堅牢性を向上させた。
- HIGS: 幾何・意味理解を統合する階層的暗黙グリッドシーン理解2026/9/29
マルチ解像度サブマップと統合クエリ機構で、幾何と意味の両方を扱う効率的でスケーラブルな階層的ニューラル場を提案した論文。
- AnyStep-WAM: 予算整合蒸留と適応推論によるワールドアクションモデルVLA2026/9/27
ワールドアクションモデルのノイズ除去ステップ数をタスクの難易度に応じて適応的に配分し、成功率を維持しつつ計算量を最大85%削減するフレームワークを提案。
- クロスブランチ競合を盾に:統合マルチモーダル画像編集における顔アイデンティティ保護画像編集/顔保護2026/7/18
統合マルチモーダルモデルによる無断の顔編集から身元を守るため、理解・生成の2ブランチの構造的整合性を崩す敵対的保護フレームワークCCSを提案した。
- Hy-Embodied-0.5-VLA:視覚言語行動モデルから実世界ロボット学習スタックへVLA2026/6/1
データ収集からモデル設計、事前学習、微調整、強化学習、実機展開までを含むロボット学習の全スタックを備えたエンドツーエンドシステムを提案した論文。
- バックドアに基づく視覚-言語-行動モデルの所有権検証手法VLA/セキュリティ2026/5/1
視覚-言語-行動モデル(VLA)にバックドア型の透かしを埋め込み、モデル公開後の所有権を検証するフレームワークGuardVLAを提案した。
- ロボットに触覚を感じさせる:身体化されたミラー共鳴のための視覚-触覚皮質アライメント触覚/視覚-触覚統合2026/5/1
視覚と触覚の表現を多層的に整合させることで、RGB画像からロボットハンド上の触覚信号を予測し、人間の触れ合いに対する反射的な応答を可能にするフレームワークを提案した。
- 何を無視し、何に反応するか:VLAモデルの視覚的に頑健なRLファインチューニングVLA/RLファインチューニング2026/5/1
VLAモデルのRLファインチューニングにおいて、視覚変化がタスクに無関係か挙動変更を要するかを区別する補助目的を追加し、視覚的頑健性を向上させるPAIR-VLAを提案した。
- 想像をいつ信じるか:ワールドアクションモデルにおける適応的アクション実行マニピュレーション2026/5/1
ロボット操作のためのワールドアクションモデル(WAM)において、予測と実世界の観測の一致度を検証する軽量な検証器(FFDC)を導入し、実行するアクション数を適応的に調整する手法を提案した。
- ノイズ空間におけるチャンク境界アーティファクトの帰属と制御VLA2026/3/1
生成的な視覚運動ポリシーにおけるチャンク境界の実行不連続性を分析可能なメカニズム変数として扱い、潜在ノイズの操作で系統的に制御でき、タスク結果に影響を与えることを示した。
- SA-VLA: 空間認識型フローマッチングによる視覚-言語-行動強化学習VLA2026/2/1
フローマッチング型VLAポリシーの強化学習適応時に空間的帰納バイアスが失われる問題に対し、空間表現の融合・幾何学的進捗に基づく密報酬・空間条件付き探索戦略を組み合わせ、空間分布シフト下での汎化性能を高める手法を提案。
- 運動予測と計画のスケーリング則運動予測・計画2025/6/1
自動運転における運動予測と計画タスクで、トランスフォーマーモデルの性能が計算量に対してべき乗則で向上することを示し、最適なモデルサイズとデータサイズの比率や推論時計算のスケーリングも分析した。
- 自律走行車の自己位置推定のためのエンドツーエンド学習に基づくマルチセンサフュージョン自己位置推定2025/3/1
不確かさ推定を不要にし、高次ニューラルネット特徴でセンサ情報を符号化するエンドツーエンドのマルチセンサフュージョン手法を提案し、実環境で精度とロバスト性を向上させた。
- RobotDiffuse: 冗長マニピュレータのための拡散モデルベース運動計画とROP障害物回避データセットマニピュレーション2024/12/1
拡散モデルと点群エンコーダ、エンコーダのみのTransformerを組み合わせ、冗長マニピュレータの滑らかな運動計画を実現。35M姿勢・0.14M障害物回避シーンを含む新データセットROPを公開。
- 視覚(慣性)オドメトリ評価における軌道アライメントのための時空間ハンドアイキャリブレーションキャリブレーション2024/4/1
視覚(慣性)オドメトリの評価で軌道を正解データに合わせる際、ノイズやドリフトに強い新しい時空間ハンドアイキャリブレーション手法を提案し、従来法より高精度で頑健であることを示した。
- F$^3$Loc: フロアプラン自己位置推定のための融合とフィルタリング自己位置推定2024/3/1
フロアプラン上での自己位置推定を、単一・多視点の深度予測を融合した確率的モデルと時間フィルタリングで高精度・リアルタイムに実現した研究。
- VXP: ボクセル・クロス・ピクセルによる大規模画像-LiDAR位置認識位置認識2024/3/1
画像とLiDARスキャンの局所対応を自己教師ありで学習し、両モダリティを共有特徴空間に統合するクロスモーダル位置認識フレームワークVXPを提案。3つのベンチマークで最先端手法を大きく上回る精度を達成した。
- EgoPlan-Bench:マルチモーダル大規模言語モデルの人間レベル計画能力を評価するベンチマークVLA2023/12/1
一人称視点の実世界シナリオでMLLMの計画能力を評価するベンチマークEgoPlan-Benchを提案し、性能向上のための指示チューニングデータセットEgoPlan-ITも公開した。
- NeRFを活用した不確実性を考慮した視覚的自己位置推定視覚的自己位置推定2023/10/1
NeRFで生成した学習データの不確実性を評価し、情報量の多い視点を選別することで、シーン座標回帰による視覚的自己位置推定を高効率化する手法を提案。
- 強化学習と生成事前学習モデルによる四足ロボットの生物らしい敏捷性と遊び歩行2023/8/1
動物の運動データから生成モデルで制御信号を学び、階層的に環境適応と戦略を訓練することで、四足ロボットに生物らしい敏捷性と鬼ごっこ遊びを実現した。
- 閉鎖空間におけるオンライン物体再構成のための安全で遮蔽を考慮したマニピュレーションマニピュレーション2022/5/1
閉鎖空間で物体をその場で並べ替えながら安全に再構成する枠組みを提案し、単調インスタンス向けアルゴリズムを開発してシミュレーションで有効性を示した。
- 狭所における遅延評価型の物体再配置計画マニピュレーション2022/3/1
棚のような狭所での物体再配置を、把持位置の到達可能性から依存関係を素早く推定し、衝突判定を有望解のみに遅延させる枠組みで解く手法を提案した。最大16物体の難問を既存手法より速く解ける。
- 永続ホモロジーを用いた効果的な非把持マニピュレーションマニピュレーション2022/2/1
混雑した空間で対象物を取り出すため、永続ホモロジーで遮蔽物の連結成分を自動検出し、押し動作のグループ化と回数最小化を図る非把持操作手法を提案した。
- 狭く散らかった空間での効率的な把持物体の再配置マニピュレーション2021/10/1
棚のような狭く物が密集した環境で、ロボットが把持して物体を再配置するための高速で成功率の高い計画手法を提案した論文。
- 物体モデルのオンライン再構築と再利用によるロボットマニピュレーションの生涯改善マニピュレーション2021/9/1
把持・配置タスクにおいて、過去に操作した物体を認識し、その再構築モデルを再利用することで形状不確かさを低減し、操作の効率と精度を生涯にわたり改善するパイプラインを提案した。
- フィードバック合成と微分可能ラスタライズを用いた自動運転のための模倣学習自動運転/模倣学習2021/3/1
中レベル入力の模倣学習型自動運転プランナーを提案し、新規フィードバック合成によるデータ拡張と微分可能ラスタライザで衝突等を罰する損失を導入、注意機構と後処理最適化で安全性と快適性を向上させた。
- 手と目の協調による汎化:空間不変な視覚運動制御を学習するための行動空間模倣学習2021/3/1
人間の手と目の協調を模した学習可能な行動空間HANを提案し、模倣学習ポリシーが新しいシーン配置にゼロショットで汎化できることを多段階操作タスクで示した。
- 均一物体の再配置:完全単調プリミティブから効率的な非単調情報付き探索へマニピュレーション2021/1/1
ロボットが一度に1物体を操作する条件下で、物体間衝突を避けつつ移動回数を最小化する再配置問題に対し、領域グラフとDFSDPプリミティブを組み合わせた情報付き探索手法を提案した。
- 深層強化学習に基づくバイオニック可変尾翼の新制御モード強化学習/飛行制御2020/10/1
鳥の尾翼に着想を得た面積・回転制御可能なバイオニック尾翼を提案し、モデル不要のPPOで尾翼を、PIDでエルロンとスロットルを制御する手法をシミュレーションで訓練・評価した。
- 物体姿勢の離散分布を考慮した安全で効果的な把持経路計画マニピュレーション2020/8/1
6D姿勢推定の不確実性を離散分布として扱い、衝突確率を最小化しつつ目標到達確率を最大化する把持経路計画を確率的MCR問題として定式化した研究。
- 視覚触覚融合知覚による変形物体の把持状態評価視覚触覚融合2020/6/1
視覚と触覚を3D畳み込みで融合するネットワークを構築し、変形物体の把持状態(滑り・適切・過剰)を99.97%の精度で分類した。
- 接空間点集合レジストレーションによる変形可能物体の操作学習変形物体操作2018/10/1
物体の各点に角度を定義した接空間表現で点集合レジストレーションを行い、変形物体を過度な伸縮なく操作する軌道生成手法を提案し、ロープや布の操作実験で有効性を示した。
