Sizhe Yang
収録論文 12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
- WorldBridge:動画と行動を橋渡しする汎用ワールドアクションモデルVLA2026/10/29
動画予測と行動生成を別エキスパートに分け、構造化アテンションとフローマッチングで統合したWorld Action Modelを提案。動画のカバレッジ拡大と少数の行動ラベル付き実演で未知タスクへの転移性能が大きく向上することを示した。
- MemoryWAM: 持続的メモリによる効率的な世界行動モデリングマニピュレーション2026/6/1
ロボット操作のための世界行動モデルに、最近のフレーム、イベント境界アンカーフレーム、長期履歴を要約するコンパクトなgistトークンを組み合わせたハイブリッドメモリ設計を導入し、長期的な記憶依存タスクを効率的に処理する手法を提案した。
- 万能ポリシー:幾何学を考慮した行動潜在表現による異種ロボット間操作マニピュレーション2026/3/1
異なるロボット間で共有可能な行動潜在表現を学習し、単一のポリシーで複数のロボットを操作するフレームワークを提案。
- UltraDexGrasp: 合成データによる双腕ロボットの汎用器用把持の学習把持2026/3/1
双腕ロボットのための多戦略・器用な把持を実現するフレームワークを提案し、大規模合成データセットと単純なポリシーでゼロショットの実機転送に成功した。
- ロボットの触覚を感じる:器用な操作のための触覚フィードバックアレイグローブ遠隔操作/触覚2026/3/1
高精度な磁気式モーションキャプチャと指先の触覚アクチュエータアレイを組み合わせた低コストグローブを開発し、触覚を活用した遠隔操作による器用なマニピュレーションを実現した。
- DexImit: 単眼人間動画からの両手巧みなマニピュレーション学習マニピュレーション2026/2/1
単眼の人間の操作動画を物理的に妥当なロボットデータへ自動変換する4段階パイプラインを提案し、両手巧みなマニピュレーションの学習を可能にした。
- Robo3R: 高精度フィードフォワード3D再構成によるロボットマニピュレーションの強化マニピュレーション2026/2/1
RGB画像とロボット状態から実時間でメートルスケールの3Dシーンを再構成するフィードフォワードモデルを提案し、模倣学習や把持生成などの操作タスクで性能を向上させた。
- ガウススプラッティングによる新規デモ生成で実現するロバストなワンショットマニピュレーションマニピュレーション2025/4/1
3Dガウススプラッティングで再構成したシーンを直接編集し、多様で視覚的にリアルなデモを生成することで、ワンショット設定での視覚運動政策の汎化性能を大幅に向上させる手法RoboSplatを提案。
- 予測的逆動力学モデルによるロボットマニピュレーションのスケーラブル学習マニピュレーション2024/12/1
ロボットの予測視覚状態に基づく逆動力学モデルで行動を予測するPIDMを提案し、大規模データで事前学習したSeerがシミュレーションと実世界で大幅な性能向上を達成した。
- GRUtopia:大規模都市で汎用ロボットを夢見るsim2real2024/7/1
10万の対話可能なシーンからなる都市規模のシミュレーション環境と、LLM駆動のNPCによる社会シミュレーション、脚式ロボット向けベンチマークを提供し、Embodied AIのSim2Real研究を加速するプロジェクト。
- BBSEA:身体性エージェントのための脳と身体の同期による自律学習VLA2024/2/1
大規模基盤モデルを「脳」、身体性エージェントを「体」と見なし、両者を同期させて人間の介入なしに未知環境で多様な物理タスクを自律的に学習する手法を提案した。
- MoVie: 視点汎化のための視覚モデルベース方策適応視覚強化学習2023/7/1
視覚強化学習エージェントが未知の視点に適応できるよう、テスト時に報酬信号なしでモデルベース方策を適応させる手法を提案し、18タスクで大幅な性能向上を達成した。
