Shengcheng Fu
Tongji University
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
- BeJEPA：教師なし強化学習による目標条件付きヒューマノイド行動ワールドモデルヒューマノイド制御2026/10/16
身体姿勢と世界座標上の位置・向きを統合した表現をJEPAで学習し、目標条件付き方策を長期行動予測で改善するヒューマノイド制御手法を提案。実機G1で姿勢・位置・向きの同時達成や転倒復帰を実証した。
- PartiGen: 部位認識表現による言語条件付きヒューマノイド動作生成ヒューマノイド動作生成2026/10/9
身体部位ごとの注意機構と拡散モデルを組み合わせ、テキストからヒューマノイドの全身動作を生成する手法を提案。Unitree G1実機で動作を検証した。
- P3: VAEベースロボット学習のための確率的方策伝播強化学習2026/7/1
VAEベースの方策とPPOの理論的不整合を指摘し、分布を考慮した最適化フレームワークP^3を提案。データ効率と収束速度を大幅に改善した。
- GeoAlign: セマンティクスを超えた状態誘導による空間的位置合わせをVLAモデルに導入VLA2026/6/1
VLAモデルにロボットの状態情報を利用した幾何学的特徴の位置合わせ機構を導入し、操作タスクの成功率を向上させた。
- ヒューマノイド知覚歩行のための地形符号化におけるグローバル・ローカル注意分解歩行2026/6/1
ヒューマノイドの強化学習歩行において、広域の地形把握と正確な足場選択を分離するため、粗密エンコーダと注意機構を組み合わせたGLADを提案し、実機で頑健な歩行を実現した。
- UniLab: GPU中心パラダイムを超えたロボット強化学習のためのヘテロジニアスアーキテクチャ強化学習/システムアーキテクチャ2026/5/1
CPUシミュレーションとGPU学習を分離したヘテロジニアスな強化学習システムUniLabを提案し、GPUシミュレーションに依存せずに3〜10倍の学習効率向上を実証した。
- HierKick: 視覚誘導サッカーロボット制御のための階層的強化学習階層的強化学習2026/3/1
サッカーロボット制御のための二周波数階層型強化学習フレームワークを提案し、高レベル方策で戦術選択、低レベル制御で精密な関節動作を実現。シミュレーションと実機で高い成功率を達成した。
- HiWET: 長期的なヒューマノイド移動操作のための階層型ワールドフレームエンドエフェクタ追従移動操作2026/2/1
ヒューマノイドの移動操作をワールド座標系でのエンドエフェクタ追従問題として再定式化し、高レベル方策がサブゴールを生成、低レベル方策が安定性制約下で実行する階層型強化学習フレームワークを提案。運動学的マニフォールド事前分布により探索を効率化し、実機へのゼロショット転移も実証した。
