Shunlin Lu
NeoteAI
収録論文 5本 ・ フィジカルAI/ロボット学習
触覚VLA触覚/操作人型ロボット制御全身制御
※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
- OpenViTac: 視覚触覚ポリシーを統一シミュレーション・実世界フレームワークで学習・評価する触覚2026/10/7
接触を伴う操作タスクを4つの触覚能力次元で整理し、シミュレーションと実世界のペア環境でVLA・WAM・VTLAポリシーを評価するベンチマークOpenViTacを提案し、触覚表現と統合手法の比較やsim-real共訓練の分析を行った。
- 探索・実行・進化:身体性エージェントのためのスキル獲得と再利用ループVLA2026/9/29
視覚と言語に触覚を組み合わせ、スキルライブラリを進化的に更新しながら再利用する枠組みRoboSkillを提案し、ロボットタスクの成功率向上と実行時間短縮を実現した。
- TacPAC: 接触リッチ操作のためのワールドアクションモデルにおける触覚予測とリアルタイム行動修正触覚/操作2026/9/4
視覚中心のワールドアクションモデルに触覚予測を組み込む際、予測と実行のタイミング差が問題となる。TacPACは、計画された行動チャンクに基づく触覚予測をキャッシュし、実行中に得られる実触覚画像と照合して未実行の行動をリアルタイムに修正する手法を提案し、5つの実ロボットタスクで成功率を大幅に向上させた。
- 人型ロボットのためのスケーリング行動基盤モデル人型ロボット制御2026/7/1
人型ロボットの制御を大規模行動データで学習する行動基盤モデル(BFM)のスケーリング手法を提案し、学習パラダイム、データ、モデル構造の協調により性能が向上することを示した。
- ヒューマノイドロボットのための行動基盤モデル全身制御2025/9/1
大規模な行動データセットで事前学習した生成モデルにより、ヒューマノイドの全身制御を多様なタスクに汎化させ、新しい行動へ迅速に適応できるようにした研究。
