Tao Lu
Shanghai Artificial Intelligence Laboratory
収録論文 14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
- RoboAtom:ロボット学習のための大規模原子行動アノテーションロボット学習データセット2026/10/29
複数データ源の軌跡に統一的な原子行動(サブタスク)アノテーションを付与した大規模データセットとベンチマークを構築し、スキル認識・境界定位・階層制御の性能向上を示した。
- VLMプランナーからロボットエージェントへ:履歴依存マニピュレーションのための自己進化ハーネスVLA2026/10/21
VLMプランナーを編集可能なハーネスでロボットエージェント化し、実行経験から自己進化させて履歴依存の長期的マニピュレーションを改善するSERAを提案。RoboMMEで成功率51.38%を達成。
- フィジカルAI:概念・技術・課題の体系化フィジカルAI2026/10/19
フィジカルAIの定義と技術的枠組みを統一的に整理し、知覚から行動までの閉ループやsim2real、安全性などの課題を展望したモノグラフ。
- 部分観測下のロボットマニピュレーションにおけるスキルレベル記憶のベンチマークと強化マニピュレーション2026/9/30
部分観測下での操作記憶を評価するベンチマークHIDEを提案し、履歴保持と実行状態追跡のための記憶機構SEEKを開発した。既存方策の限界を示し、記憶拡張がシミュレーションと実世界で成功率を向上させることを示した。
- Real2Gym: 動画からロボット用トレーニング環境を構築し、実機へスキルを転移sim2real2026/9/29
人間やロボットのデモ動画から物理的に整合するシミュレーション環境を再構築し、その中で操作スキルを学習・蒸留して実機ロボットへ転移するReal2Sim2Realフレームワークを提案。
- InternW0-Δ: 予測ダイナミクスと行動を橋渡しする20K時間超のオープンデータによるワールドアクションモデルVLA2026/9/25
視覚ダイナミクスと行動生成を統合したワールドアクションモデルを、20,000時間超の異種オープンデータで事前学習し、シミュレーションと実機で従来手法を上回る性能を達成した。
- Skel-WAM: 人間からロボットへの操作スキル転移を実現する手骨格条件付きワールドアクションモデル模倣学習/人間からロボットへの転移2026/9/18
人間とロボットの手の骨格を共通インターフェースとして用い、人間の動画とロボットの実演を統合学習することで、実機の双腕操作タスクの成功率を大幅に向上させた研究。
- CoRe: 視覚言語モデルフィードバックを用いた選好整合強化学習のための複合報酬強化学習2026/7/1
強化学習における報酬設計の課題に対し、タスク知識に基づく形式的報酬と観測から学習する残差報酬を、視覚言語モデルのフィードバックで統合するハイブリッドフレームワークCoReを提案し、人間の介入なしに選好整合的なポリシー学習を実現した。
- Deform360: 変形可能な世界モデルのための大規模マルチビュー視触覚データセットデータセット/世界モデル2026/7/1
変形物体の動力学予測(世界モデリング)の研究を促進するため、198個の日用品、1,980のインタラクションシーケンス、215時間以上の観測データを含む大規模な視触覚データセットを構築し、2Dビデオモデルと3Dパーティクルモデルの性能を体系的に評価した。
- PEAfowl: 知覚強化型マルチビュー視覚-言語-行動モデルによる両腕マニピュレーションVLA2026/1/1
両腕ロボット操作のためのVLAモデル。トークンごとの深度分布予測と微分可能な3Dリフティングで視点間の幾何学的整合性を高め、Perceiver型のテキスト認識読み出しで指示の接地を改善。訓練時のみの深度蒸留でノイズの多い深度を補い、RoboTwin 2.0で成功率を23ポイント向上させた。
- MISCGrasp:マルチスケール統合と対照学習による3次元把持の強化マニピュレーション2025/7/1
複数スケールの特徴抽出と対照学習を組み合わせ、形状や大きさが異なる物体に適応する3次元把持手法を提案した。
- SENIOR: 選好ベース強化学習における効率的なクエリ選択と選好誘導探索選好ベース強化学習2025/6/1
人間の選好から報酬を学習する強化学習において、比較しやすい動作区間を選ぶクエリ選択法と選好に基づく探索手法を組み合わせ、フィードバック効率と方策学習を改善した。
- NeuGrasp: 背景事前分布を活用した素材非依存の物体把持検出のための汎化可能なニューラル表面再構成把持/表面再構成2025/3/1
透明・鏡面物体でも把持できるよう、背景事前分布とTransformerを組み合わせて多視点から物体表面を再構成する手法を提案し、実機・シミュレーションで従来法を上回る把持性能を示した。
- 拡張好奇心駆動型経験リプレイ強化学習/マニピュレーション2020/11/1
目標指向の好奇心探索と動的な初期状態選択を組み合わせ、報酬が疎なロボットマニピュレーションタスクのサンプル効率を改善する手法を提案した論文。
