Shuying Deng
University of California, Berkeley
収録論文 5本 ・ フィジカルAI/ロボット学習
所属歴(論文より): University of California, Berkeley(〜2026) / UC Berkeley(〜2026)
VLAマニピュレーション模倣学習
※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
- 動画予測ポリシー2:より良く予測し、より良く行動するVLA2026/10/7
操作動画で基盤動画モデルを追加事前学習し、単段階の視覚プランナに蒸留、MoTで行動モジュールを統合することで、オープンエンドな操作タスクにおけるゼロショット汎化性能を大幅に向上させた世界行動モデル。
- 再構成・練習・実世界展開:身体性エージェントのためのガイド付き自己改善マニピュレーション2026/10/1
オフラインデータから操作タスクを抽出し、シミュレーションで練習して失敗を診断しながらスキルとプロンプトを自己改善し、実機で高い成功率を達成するフレームワークRPGを提案。
- ナイフで皮をむく方法:細粒度操作と人間の好みの整合マニピュレーション2026/3/1
ナイフでの皮むきを例に、力覚を考慮した模倣学習と人間の好みに基づく報酬モデルで、連続的で主観的な成功基準を持つ操作タスクを学習する枠組みを提案した。
- DemoGen: データ効率の良い視覚運動方策学習のための合成デモンストレーション生成模倣学習2025/2/1
タスクごとに1回の人間デモから、3D点群編集と行動軌道の適応により空間的に多様な合成デモを自動生成し、実世界のマニピュレーション方策の性能を大幅に向上させる手法を提案。
- RiEMann: 点群セグメンテーション不要の準リアルタイムSE(3)同変ロボットマニピュレーションマニピュレーション2024/3/1
シーン点群から対象物をセグメンテーションせずに直接操作目標姿勢を予測するSE(3)同変な模倣学習フレームワークを提案し、5〜10回のデモで学習して未知のSE(3)変換や妨害物体に頑健、準リアルタイムで動作することを示した。
