Tao Yang
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
- EndoVLA-OOV:ロボット内視鏡における言語条件付き視野外ターゲット獲得VLA2026/10/17
上部消化管内視鏡の再訪作業のため、言語指示と過去・現在の画像から視野外の対象へカメラを誘導するVLAポリシーを提案し、実機で93.3%の獲得成功率を達成した。
- DRAM: ロボットマニピュレーション方策のためのデルタ則リカレント連想記憶マニピュレーション2026/9/26
事前学習済みロボット方策に後付けできる固定サイズの連想記憶モジュールDRAMを提案し、バックボーンを凍結したまま長期的な履歴依存タスクの性能を向上させた。
- オフライン強化学習のためのポリシー抽出の分離オフライン強化学習2026/8/21
オフライン強化学習では、アクターと批評家を同時に訓練する従来の手法が、固定データによる過大評価やOOD行動の問題を引き起こす。本論文では、アクターを行動分布のモデリングに限定し、推論時に批評家が候補行動を再ランク付けする「分離ポリシー抽出」パラダイムを提案し、性能向上を実証した。
- EndoLIFT: 言語で曖昧性を解消する潜在条件付き整流フローによる双方向内視鏡制御医療ロボティクス2026/8/20
内視鏡検査の双方向制御において、同じ視覚情報でも逆の動作が必要となる「意図の曖昧性」を解決するため、言語指示と軌跡潜在変数を組み合わせた視覚言語行動ポリシーを提案した。
- 3Dアイソビスト世界モデル:都市の見えない幾何学とその創発的な都市横断シグネチャを明らかにするナビゲーション2026/6/2
都市を移動するエージェントのために、建物の見た目ではなく移動可能な空間(ネガティブスペース)を3Dアイソビストとして予測する世界モデルを提案した。マンハッタンとパリで訓練した単一モデルが、都市横断的な空間特徴を創発的に獲得することを発見した。
- PhysReflect-VLA: 物理的実現可能性と自己反映的調整による信頼性の高い視覚-言語-行動ポリシーVLA/操作2026/6/1
VLAモデルに物理的実現可能性の評価と自己反映による修正を組み込んだ実行時信頼性フレームワークを提案し、実世界の多段階操作タスクで成功率を向上させた。
- PAMAE: 位相認識型MoE行動エキスパートによる信頼性の高いフローマッチングVLAポリシーVLA2026/6/1
多段階ロボット操作タスクにおいて、フローマッチングVLAポリシーの行動生成を位相(実行段階)に応じて専門化するMoEモジュールを提案し、タスク成功率を最大9.2%向上させた。
- 準ペオセリエ機構と差動機構による直線ピンチングと自己適応把持把持・グリッパ2025/10/1
準ペオセリエリンクと差動機構を組み合わせた平行グリッパを提案し、直線的なピンチングと対象物に応じた自己適応把持を両立させた。
- 凸結合深層強化学習による可変形状クアッドロータの飛行制御設計飛行制御2024/8/1
形状変化により複雑な動力学を持つ可変形状クアッドロータに対し、代表的なアーム長モードごとにPPOでオフライン学習した制御則を凸結合するcc-DRL飛行制御法を提案した。
- モバイルロボティクスにおける3D ToF LiDARのレビューLiDAR/レビュー2022/2/1
3D ToF LiDARのモバイルロボティクス応用を、物体検出や自己位置推定などの研究事例と、サービスロボットや自動運転などの産業応用の両面から体系的に整理したレビュー論文。
- 自動運転向け3D物体分類のための効率的なオンライン転移学習転移学習2021/4/1
視覚センサの検出能力をマルチターゲットトラッカー経由でLiDARベースの3D物体分類モデルへ転移し、オンラインランダムフォレストでその場学習するシステムを提案した論文。
- Bi-LSTMとマルチスケールCNNによる運転行動認識モデル行動認識2021/3/1
周囲車両の軌跡から運転行動を認識するため、Bi-LSTMとマルチスケールCNNで時空間特徴を抽出・融合するモデルを提案し、BLVDデータセットで有効性を示した論文。
- パノラマ全周囲画像における駐車枠と車線区画のセグメンテーションのためのVH-HFCNセグメンテーション2018/4/1
全周囲画像の公開データセットを構築し、縦横の畳み込みを並列に用いるVH-HFCNで駐車枠と車線の線状マーキングを高精度にセグメンテーションする手法を提案した。
- TiEV: 中国知能車未来チャレンジにおける同済大学の知能電気自動車自動運転2018/4/1
同済大学が開発した完全電動・ドライブバイワイヤの自動運転車TiEVのソフトウェアシステム全体を構築し、都市部や高速道路での自動走行を実現、2016・2017年の中国知能車未来チャレンジで成果を収めた。
