Shiqi Zhang
収録論文 39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
- WAM-OPD: オンポリシー蒸留によるワールドアクションモデルの高性能化VLA2026/9/28
事前学習済みワールドアクションモデルを、環境ロールアウトを繰り返さずにオンポリシー蒸留で専門タスクに適応させる手法WAM-OPDを提案。
- DriftingVLA: 次元別時間ドリフトによるネイティブ一段階視覚言語行動生成VLA2026/8/30
フローベースのVLAモデルの多段階推論による遅延を解消するため、分布ドリフト目的関数を用いてノイズから行動チャンクへの直接マッピングを学習する一段階VLAモデルを提案した。行動次元ごとに時間的ドリフトを適用することで、制御性能を保ちつつ3.36倍の高速化を実現した。
- ReTouch: オンライン更新型触覚予測による接触豊富な器用操作の実現触覚/操作2026/8/1
触覚予測を実行時のフィードバックでオンライン更新するVLAモデルReTouchを提案し、接触を伴う器用操作の成功率を大幅に向上させた。
- iFLYTEK-Embodied-Omni技術報告VLA2026/6/24
視覚・言語・行動を単一のOmniフレームワークで統合したマルチモーダル基盤モデルを提案し、脳と小脳の協調に例えられる設計で、指示理解から行動生成までを一貫して行う。
- GEAR-VLA: 汎用ロボット操作のための幾何認識行動表現の学習VLA/操作2026/6/7
VLAモデルの実世界での汎化を改善するため、幾何認識型の行動表現を学習するGEAR-VLAを提案。粗密行動学習、3D特徴の整合、エンボディメント正準化により、未見物体や異なるロボットへの汎化を実現した。
- 能動的知覚を備えたロボットの計画と状況対応タスク計画/能動的知覚2026/4/1
ロボットの実行中に発生する予期せぬ状況を能動的に知覚し対処するためのフレームワークVAP-TAMPを提案した。視覚言語モデルとシーングラフを活用し、タスクと動作の統合計画を行う。
- ドリフトベース方策最適化:オンラインロボット制御のためのネイティブ一段階方策学習ロボット制御2026/4/1
多段階生成方策の推論コストを削減するため、固定点ドリフト目的で訓練時に反復精錬を内部化した一段階生成方策(DBP)と、そのオンラインRLフレームワーク(DBPO)を提案した。
- 鳴き声から言葉へ:音声コミュニケーションを備えた知能ロボット盲導犬に向けてアシスティブ・ロボティクス2026/3/1
視覚障害者を支援するロボット盲導犬にLLMを用いた対話システムを導入し、ナビゲーション計画や周囲の状況を言葉で説明することで、ハンドラーとの協調的意思決定を可能にする手法を開発した。人間対象の実験とシミュレーションで、異なる言語化戦略の評価とナビゲーションの効率・精度を検証した。
- PROTEA: ロボットのタスク計画と実行を安全に守るタスク計画/安全性2026/1/1
LLMを審判として使う防御機構PROTEAを提案し、基盤モデルベースのロボットタスク計画に対する敵対的攻撃への耐性を評価・強化する。
- LLM-GROP: 大規模言語モデルによる視覚に基づくロボットのタスク・動作計画タスク・動作計画2025/11/1
大規模言語モデルの常識知識と視覚情報を活用し、複数物体の移動を伴うモバイルマニピュレーションのタスク・動作計画を統合するフレームワークを提案。実環境とシミュレーションで成功率と効率を評価した。
- MuTRAP:ロボットタスクプランニングを攻撃するマルチトリガートロイの木馬VLA2025/4/1
LLMを用いたロボットタスクプランナーに対し、少数のタスク特化パラメータでバックドアを注入し、複数のトリガーで悪意ある行動を引き起こす初のマルチトリガートロイ攻撃手法を提案。
- 視覚言語モデルによる間取り図マップの解析VLA2024/9/1
視覚言語モデル(VLM)に間取り図を与え、複雑な屋内ナビゲーションのタスク計画を生成させることで、地図解析能力を評価した研究。
- DKPROMPT: ドメイン知識で視覚言語モデルを誘導するオープンワールド計画手法VLA2024/6/1
PDDLのドメイン知識を使って視覚言語モデルへのプロンプトを自動生成し、オープンワールドでのロボットタスク計画・実行を高精度化するフレームワークを提案した論文。
- 最適化ベースのタスク・動作計画のサーベイ:古典的手法から学習ベース手法までタスク・動作計画2024/4/1
タスク計画と動作計画を統合するTAMPについて、最適化ベースの手法を古典的手法から学習ベース手法まで体系的にレビューしたサーベイ論文。
- ORLA*: 遅延A*探索による移動マニピュレータでの物体再配置マニピュレーション2023/9/1
移動マニピュレータが物体を効率的に再配置するため、遅延評価を取り入れたA*探索でピック&プレイス順序を計画する手法ORLA*を提案し、シミュレーションで有効性を確認した。
- 力に応答する歩行制御を備えた盲導四足ロボットのナビゲーション歩行2023/9/1
人間からの引っ張り力に頑健な歩行制御と外力推定を同時に学習し、視覚障害者を誘導する四足ロボットの盲導システムを実現した。
- 長期的な移動マニピュレーション計画のための記号状態空間最適化タスク・動作計画2023/7/1
長期的な移動マニピュレーションタスクにおいて、タスク計画用の抽象的な状態空間を自動的に最適化し、タスクと動作の計画を効率的に生成する手法を提案した。
- COWP: LLMと行動知識を統合したオープンワールドタスクプランニングと状況対処タスクプランニング2023/5/1
LLMの常識知識で行動の前提条件・効果を動的に拡張し、未知の状況にも対応できるオープンワールド向けタスクプランニング手法を提案した。
- ARDIE: 拡張現実・対話・視線による人とロボットの協調人ロボット協調2023/5/1
拡張現実・自然言語・視線のマルチモーダルなフィードバックを統合した意思決定論的枠組みで、人とロボットの協調作業を効率化する知的エージェントを提案した論文。
- LLM+P:大規模言語モデルに最適計画能力を付与するフレームワーク計画2023/4/1
自然言語の計画問題をPDDLに変換し古典的プランナーで最適解を求めて自然言語に戻すことで、LLMの長期計画の弱点を補う手法を提案。
- 視覚言語モデルによる古典的タスクプランナの接地VLA2023/4/1
古典的プランナが生成した行動を視覚言語モデルで検証し、行動失敗の検出とアフォーダンス確認を行うことで、実環境での計画実行を成功させるフレームワークTPVQAを提案した。
- 大規模言語モデルとタスク・動作計画による物体再配置マニピュレーション2023/3/1
LLMから常識的な物体配置の知識を引き出し、タスク・動作計画と組み合わせて、自然言語指示に基づく物体再配置を実現する手法を提案。
- 人間とロボットの協調作業のための拡張現実における可視化ポリシーの学習人間ロボット協調2022/11/1
拡張現実を用いた人間とロボットの協調作業において、何をいつどのように可視化するかをデモンストレーションから学習するフレームワークVARILを開発し、倉庫環境での実験でチーム効率の向上とユーザーの注意散漫の低減を実証した。
- GLAD: 複雑なサービス要求に対応する接地型階層型自動運転自動運転/階層計画2022/10/1
複数の目的地を巡る複雑なサービス要求に対し、サービス・行動・運動の3層を密結合した計画フレームワークGLADを提案し、知覚学習で接地することで安全かつ効率的な自動運転を実現した。
- オープンワールドにおけるロボットのタスク計画と状況対処タスク計画2022/10/1
大規模言語モデルから常識を抽出し、ロボットの行動知識を動的に拡張することで、予期せぬ状況に対応するタスク計画アルゴリズムCOWPを提案した。
- シーングラフ推論による部分観測下のロボット計画ロボット計画2022/2/1
複数視点の画像から物体とその関係を表すシーングラフを構築し、部分観測下での文脈を考慮したロボット計画を可能にするSARPを提案した論文。
- 視覚に基づく移動マニピュレーションのためのタスク・動作計画移動マニピュレーション2022/2/1
移動を伴う長時間行動の実現可能性を視覚情報から確率的に評価し、効率と実現性を両立するタスク・動作計画アルゴリズムGROPを提案。シミュレーションと実機で有効性を検証した。
- 物体の物理特性を学習して接地するタスク・動作計画タスク・動作計画2022/2/1
物体のサイズや重さなどの特性が未知の環境で、物理エンジンを用いて物体とその物理特性を学習しながらタスク・動作計画を行うTMOCを提案し、シミュレーションと実機で有効性を示した論文。
- 360度視界を持つ移動型テレプレゼンスロボットにおける人間の注意誘導の学習テレプレゼンス/強化学習2021/9/1
360度視界のテレプレゼンスロボットが、視覚的指標を用いて人間の注意を目標へ誘導する方策を強化学習で獲得するフレームワークGHAL360を提案し、目標探索タスクの効率で既存手法を上回った。
- ARROCH: 人間と協働するロボットのための拡張現実人間ロボット協働2021/9/1
ARを用いて人間と複数ロボット間の双方向・多ターンのコミュニケーションを実現し、室内の障害物越しにロボットの状態と意図を可視化してフィードバックを可能にするシステムを開発した。実ロボット実験で非AR手法よりユーザー体験とチーム効率が向上した。
- 論理規則で四足歩行ポリシーを学習する歩行2021/7/1
足の接地パターンを論理規則(Reward Machine)で記述し、多様な歩容を効率的に学習・実行時に歩行周波数も調整できる手法を提案した。
- オンライン属性学習のためのマルチモーダル探索行動計画属性学習2021/6/1
ロボットが属性学習と識別を同時に行う新問題On-RALを定義し、情報理論的報酬形成で探索と活用のトレードオフを解決する手法を提案した。
- 自動計画で強化学習のロボット探索を誘導強化学習×計画2020/4/1
行動知識を用いた自動計画で強化学習エージェントの探索を効率化するGuided Dyna-Qを提案し、移動ロボットのナビゲーションで有効性を示した。
- 都市走行のための安全で効率的なタスク・モーション統合計画自動運転計画2020/3/1
自動運転においてタスク計画とモーション計画が安全度を共有し合うことで、効率を最大化しつつ走行の安全性を確保するアルゴリズムTMPUDを提案し、都市走行シミュレーションで有効性を示した。
- 拡張現実を介した交渉ベースの人間-ロボット協調人間-ロボット協調2019/9/1
ARインターフェースで人間とロボットの意思疎通を支援し、交渉ベースの協調フレームワークを構築。配送タスク実験でタスク完了時間を短縮した。
- 対話経験から言語能力を自己拡張するロボット対話エージェントヒューマンロボット対話2019/7/1
意味解析と確率的対話管理を組み合わせ、ユーザーとの対話経験から新たなエンティティや指示表現を学習して知識ベースを拡張するロボット対話システムを開発し、シミュレーションと実機で有効性を示した。
- 強化学習とタスク・動作計画を統合した移動ロボットの堅牢な意思決定タスク・動作計画/強化学習2018/11/1
タスク計画と動作計画を組み合わせたTMPに強化学習を統合し、動的で不確実な環境でもロボットが適応的かつ堅牢に計画・実行できるフレームワークTMP-RLを提案した。
- REBA: ロボティクスにおける知識表現と推論のための洗練ベースアーキテクチャロボット推論2015/8/1
確率的グラフィカルモデルと宣言型プログラミングを組み合わせ、粗い計画をASPで生成し、細かいPOMDPで具体行動に落とし込むロボット推論アーキテクチャを提案・評価した論文。
- 移動ロボットの知識表現と推論のためのASPとPOMDPの統合知識表現・推論2013/7/1
宣言型プログラミング(ASP)と階層的POMDPを組み合わせ、不確実な環境下で移動ロボットが不完全な知識を補いながら対象物を探索できる枠組みを提案し、シミュレーションと実機で評価した。
