Shuo Cheng
収録論文 17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
- 能動的生成シミュレーション：Sim-to-Realポリシー共訓練のための何をシミュレートすべきかのメタ学習sim2real2026/10/14
シミュレータのデータ生成分布をメタ学習で最適化し、実世界タスク性能を最大化するMetaGenSimを提案。実機マニピュレーションで均一生成比150%の成功率向上を達成。
- 見ながら学ぶ：ロボット模倣学習における能動的知覚のための拡散モデル模倣学習/能動的知覚2026/6/1
オクルージョンがある環境で、ロボットが行動予測と視点選択を同時に学習する模倣学習手法See2Actを提案。拡散モデルを用いて行動と視点を共同で最適化し、シミュレーションと実世界で性能を向上させた。
- Human2Any: 制約を考慮した構成的プランニングによる人間からロボットへの転移操作学習/転移学習2026/6/1
人間の動画から物体間の相互作用の事前知識を学習し、ロボットの制約を考慮したプランニングと組み合わせることで、実ロボットのデモデータなしに多様なロボットへ操作スキルを転移するフレームワークを提案。
- EgoEngine: 一人称人間ビデオから高忠実度の器用なロボットデモへ器用操作/データ生成2026/6/1
一人称視点の人間の操作ビデオを、ロボットが実行可能な高品質なデモデータに変換するフレームワークを提案。実ロボットデモなしで初のゼロショット視覚運動器用操作学習を実現。
- LiLo-VLA: 物体中心ポリシー連携による長期的マニピュレーションの構成VLA2026/2/1
物体中心のVLAポリシーをモジュール化して連結し、未学習の長期的マニピュレーション課題にゼロショットで汎化するフレームワークを提案。
- シミュレーションと実機のポリシー共同学習のための汎化可能なドメイン適応sim2real2025/9/1
シミュレーションと少数の実機デモを組み合わせ、最適輸送に基づく損失でドメイン不変な特徴空間を学習し、実機でのマニピュレーション成功率を最大30%向上させる手法を提案。
- C2TE: 順序柔軟なマルチビークル隊列合流のための協調制約付きタスク実行設計群制御2025/6/1
異なる車線の車両群が、順序を固定せずに協調して隊列へ合流するための分散制約付きタスク実行アルゴリズムを提案し、制御バリア関数で安全制約を符号化して収束性を解析した。
- EgoMimic: 一人称視点映像による模倣学習のスケーリング模倣学習2024/10/1
スマートグラスで撮影した一人称視点の人間の手の映像とロボットのデータを統合して模倣学習を行い、多様な長期的マニピュレーションタスクの性能と汎化を向上させるフレームワークを提案。
- 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。
- NOD-TAMP：ニューラル物体記述子による汎化可能な長期計画マニピュレーション2023/11/1
少数の人間デモから短い操作軌道を抽出し、ニューラル物体記述子で適応させて組み合わせることで、多様な物体・シーンに汎化する長期接触操作を実現するTAMPベースの枠組みを提案。
- 粒状物体の山を操作するためのニューラル場ダイナミクスモデルマニピュレーション2023/11/1
密度場表現と全畳み込みネットワークを用いて粒状物体の山の操作を学習するダイナミクスモデルを提案し、勾配ベースの軌道最適化に統合可能で、シミュレーションと実世界で高精度・高効率・ゼロショット汎化を実現した。
- 見極めることを学ぶ：選好と表現学習による異種人間デモンストレーションの模倣模倣学習2023/10/1
品質やスタイルが異なる人間のデモンストレーションから学ぶため、軌道セグメントの潜在表現と選好学習を用いて品質評価器を訓練するオフライン模倣学習フレームワークL2Dを提案し、シミュレーションと実機で有効性を示した。
- 大規模物体関係事前知識を用いたゼロショット物体探索物体探索ナビゲーション2023/3/1
Visual Genomeで学習した物体共起関係のグラフニューラルネットワークを使い、未知環境でも対象物体のありそうな場所を逐次予測して効率的に探索するゼロショット手法を提案し、シミュレータと実機で検証した。
- LEAGUE: 長期的操作タスクのためのガイド付きスキル学習と抽象化マニピュレーション2022/10/1
タスク計画の記号インターフェースを活用して強化学習による操作スキルを学習し、スキルの再利用と長期タスクの解決を可能にするフレームワークを提案。
- 楽観的探索と分布補正を組み合わせたオフポリシー強化学習強化学習2021/10/1
不確実性に対する楽観性に基づく探索ポリシーとDICEによる分布補正を組み合わせ、オフポリシー強化学習のサンプル効率を改善した研究。
- 置くことを学んで掴み直すことを学ぶマニピュレーション2021/9/1
物体と周囲環境の部分点群を入力に、ピックアンドプレース操作の系列を生成して初期把持姿勢を目標把持姿勢へ変換するシステムを提案。安定配置予測器と再把持グラフ探索を組み合わせ、シミュレータと実機で有効性を示した。
- 不確実性を考慮した適応的薄体積表現による深層ステレオ3D再構成/MVS2019/11/1
各画素の奥行き予測の不確実性に応じて平面の奥行き仮説を空間的に変化させる適応的薄体積(ATV)を提案し、粗から細へ段階的に高解像度・高精度な多視点ステレオ3D再構成を実現した。
