Tuo An

Nanyang Technological University

収録論文 11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

• 行動そのものではなく行動のダイナミクスを学ぶODEポリシー
  ロボット学習2026/11/1

  ニューラルODEで行動のベクトル場を学習し、前の行動から積分して連続的な軌道を生成するロボットポリシーを提案。模倣学習・RL・VLAなど多様な設定で成功率と滑らかさを大幅に改善した。

• タスク別事前分布とスケジュールでフロー方策を再構築するマルチタスクロボット操作
  VLA2026/10/27

  フロー方策の生成開始点と補間スケジュールをタスクごとに適応させ、言語条件付きマルチタスク操作の性能と推論効率を向上させた研究。

• MOSS: ロボットフローマッチング方策のためのモード指向ソース整形
  マニピュレーション2026/10/15

  フローマッチング生成方策の初期ノイズをモードごとに整形し、推論時にどの行動モードを実行するかを明示的に選択可能にした手法を提案。

• Δフローマッチング：ロボット基盤モデルのための効率的生成
  VLA2026/10/11

  過去の履歴をノイズ付きで初期分布に用いるΔフローを提案し、VLAやWAMの学習・推論を大幅に高速化しつつ動作の滑らかさと汎化性能を向上させた。

• APEX: 精密操作のための適応的ポリシー実行
  マニピュレーション2026/6/1

  ポリシーと低レベル制御器の間に挿入するプラグアンドプレイ型フレームワークを提案し、実行ギャップを埋めて操作成功率を向上させた。

• FLASH: スパースサンプリングによる効率的な視覚運動ポリシー
  VLA2026/5/1

  拡散モデルやフローマッチングの反復処理による遅延を解消するため、ルジャンドル多項式で軌道を表現し、履歴係数から生成を開始することで単一推論で長い行動範囲を実現する高速な視覚運動ポリシーを提案した。

• フィードバックワールドモデルによる拡散ポリシーの精密なガイダンス
  ロボット操作2026/5/1

  実行時の観測を利用して予測誤差をオンライン補正するフィードバックワールドモデルを提案し、分布シフト下での予測精度とポリシー性能を向上させた。

• MARSポリシー：必要な時だけマルチモーダルに
  模倣学習2026/5/1

  ロボット操作の模倣学習において、タスクの全フェーズで多様性が必要とは限らないことに着目し、必要な時だけ確率的生成を適応的に行い、単一モードのフェーズでは決定的学習に切り替えるMARSポリシーを提案した。シミュレーションと実機で成功率向上と推論遅延削減を実証した。

• ロボット学習のためのワールドモデル：包括的サーベイ
  サーベイ2026/5/1

  ロボット学習におけるワールドモデルの役割と進化を体系的にレビューし、ポリシー学習、シミュレーション、評価への応用や課題を整理したサーベイ論文。

• CompassAD: 機能が競合する物体における意図駆動型3Dアフォーダンス接地
  3Dアフォーダンス接地2026/4/1

  複数の物体が同じ機能を持つ場合に、自然言語の意図に基づいて正しい物体の3Dアフォーダンス領域を特定する新しいタスクを提案し、ベンチマークと手法を構築した。

• Action-to-Actionフローマッチング：固有感覚履歴を起点とした高速ロボット方策
  VLA2026/2/1

  ランダムノイズではなく過去の固有感覚行動を起点にフローマッチングで行動生成する方策を提案し、1ステップ推論と高い汎化性能を実現した。