Wei Li
Chinese Academy of Sciences
収録論文 50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
- バイアス付き事前地図に頑健なオンライン・ベクトル化地図構築フレームワークPriorMaskMap地図構築2026/10/29
古い情報や一時的な道路変化で誤りを含む事前地図でも、その信頼度を推定して活用し、オンラインで高精度かつ頑健にベクトル化地図を構築する手法を提案した。
- 視覚言語デルタ行動:ロボット操作のためのコンパクトな遷移インターフェース学習VLA2026/10/19
未来状態の完全予測ではなく、世界状態の変化を表すコンパクトな「デルタ」を学習し、視覚言語理解と行動生成をつなぐインターフェースとして用いるVLA手法を提案した論文。
- I2O2I-Nav: 屋内-屋外-屋内の長距離ナビゲーションのためのベンチマークとモジュラーエージェントナビゲーション2026/10/13
屋内と屋外をまたぐ長距離ナビゲーションを評価する物理シミュレーションベンチマークを構築し、複数の固定ナビゲーションポリシーを連携させるモジュラーエージェントを提案した。
- 世界校正型Proposal-to-Actionフローによる視覚言語行動モデルVLA2026/10/1
VLAポリシーの生成開始点を直近の動作から予測可能にし、世界モデルで校正した異方性ソースで行動を生成するProActを提案。
- ATI-VLA: 行動中心の予測型視覚-言語-行動モデルVLA2026/10/1
予測観測と行動の表現を共有コードブックで揃え、予測潜在を行動生成に適応的に注入することで、操作タスクの性能と収束速度を向上させたVLAモデル。
- World4Scorer: 自動運転のための結果に基づく世界モデリング自動運転計画2026/9/29
シミュレータで全候補軌道の結果をラベル付けし、軌道条件付きJEPA予測器でスコアリングする計画手法を提案。NAVSIM-v2で最先端性能を達成。
- UniMPA:行動接地型遷移モデリングによる統合記憶・予測・行動モデルVLA2026/9/10
視覚言語行動モデルの遷移実現性ギャップを、記憶・予測・行動を統合した行動接地型インターフェースで解決する手法を提案。
- RIDE: 再局在化情報を活用した3Dガウシアンスプラッティングによる深度推定深度推定2026/9/10
ロボットのRGB映像から、3Dガウシアンスプラッティングと再局在化の幾何情報を組み合わせて高精度な密なメートル深度を推定する手法を提案。
- Riemann-1.0: 物理AIのための具現化世界行動モデルVLA2026/8/27
ロボットの行動と世界の変化を統一的な因果系列としてモデル化し、単一モデルでポリシー実行と世界シミュレーションを実現する世界行動モデルを提案。大規模データで事前学習し、シミュレーションと実世界の操作タスクで最高性能を達成。
- ロボット学習における潜在アクションの重要要素ロボット学習2026/8/20
ロボット操作のための潜在アクションモデル(LAM)の設計選択を体系的に比較し、41の設計選択肢を3次元で評価。VLMバックボーンの微調整が下流のポリシー学習に有効であることを示した。
- DART-S: オフロード車両ジャンプのための到達可能性監査付きアクティブサスペンション事前調整車両制御2026/8/20
オフロード車両のジャンプ時に、サスペンションを事前に調整してピッチや車輪回転を変え、空中での姿勢制御の余裕を増やす手法を提案。シミュレーションで成功率を大幅に向上させた。
- GST-Bench: ビデオからVLMsはグローバルな空間認識を獲得できるか?VQA/空間認識2026/8/6
連続的な長期間ビデオからグローバルな空間認識を評価する新しいベンチマークGST-Benchを提案し、22の最先端VLMを評価した結果、人間との大きなギャップを明らかにした。
- IcFuzz: セマンティックステージガイドと多レベル変異によるIsaac Simのファジングシミュレータ検証2026/8/1
Isaac Simのソフトウェアバグを発見するための初のファジング手法を提案。LLMによるセマンティックステージ分割と多レベル変異、多腕バンディットによる適応スケジューリングでコードカバレッジとクラッシュ検出を大幅に向上させた。
- 接触を伴うロボット操作のための表現整合型触覚グラウンディング触覚/VLA/操作2026/7/1
触覚強化型VLAポリシーにおいて、将来の触覚状態を予測する中間表現の位置を特定し、軽量な潜在触覚予測器(LTP)を導入して行動表現と接触結果を整合させる手法を提案した。実機の接触を伴う操作タスクで有効性を実証した。
- DART: オフロード車両ジャンプのための二軸空中到達可能性ゲート付きトルク反作用制御車両制御/ジャンプ制御2026/7/1
オフロード車両のジャンプ中の空中姿勢制御の限界を解析し、離陸前の速度調整と空中でのトルク反作用制御を組み合わせたDARTを提案。シミュレーションで着地成功率を大幅に向上させた。
- MVP-Tac: ロボット支援低侵襲手術のための小型化された視覚・光弾性触覚センサ触覚センサ2026/7/1
視覚と触覚を共存させる小型触覚センサを開発し、腫瘍触診や内視鏡検査での硬さ分類を高精度で実証した。
- データ非対称潜在想像と再ランキングによる3Dロボット模倣学習模倣学習2026/5/1
低品質な軌跡データを活用するため、3D点群の潜在世界モデルによる想像ロールアウトとタスク完了スコアラによる再ランキングを組み合わせたフレームワークDALI-Rを提案し、模倣学習の成功率を向上させた。
- ConsisVLA-4D:ロボット操作のための効率的な3D知覚と4D推論における時空間一貫性の向上VLA2026/5/1
本論文は、ロボット操作のための視覚言語行動モデルにおいて、3D知覚と4D推論の時空間一貫性を向上させる統一フレームワークConsisVLA-4Dを提案する。
- LongBench: 実世界の長時間ホライズンタスクにおけるロボット操作ポリシーの評価操作/ベンチマーク2026/4/1
実世界の長時間操作タスクを評価するベンチマークLongBenchを提案し、実行堅牢性と文脈依存推論の要因を分離して分析した。
- 自動運転のための言語-行動の理解と生成の統合自動運転/VLA2026/3/1
自動運転向けのVLAモデルにおいて、言語と行動のトークンを共有コードブックで統合し、補助的な行動理解目標と粗密生成法を導入することで、指示追従精度と推論効率を向上させた。
- 自律移動ロボット群のバッテリ劣化を考慮したフリートスケジューリング群制御2026/3/1
複数の自律移動ロボットのタスク割り当てと充電計画を、バッテリ劣化を考慮して最適化する手法を提案。階層的matheuristicにより大規模問題を効率的に解く。
- 教師なし学習による四足ロボットの多様なスキル発見歩行2026/2/1
直交混合エキスパートと複数識別器で報酬ハッキングを抑え、四足ロボットに多様な歩容スキルを効率的に獲得させる手法を提案。
- BagelVLA: 視覚・言語・行動の交互生成による長期的マニピュレーションの強化VLA2026/2/1
言語計画と視覚予測を行動生成ループに交互に組み込み、長期的なロボット操作タスクの性能を高める統合モデルを提案した。
- Hydra-Nav: 適応的二重プロセス推論による物体ナビゲーション物体ナビゲーション2026/2/1
VLMを用いた物体探索ナビゲーションにおいて、熟考型の遅い推論と反応型の速い実行を状況に応じて切り替える統合アーキテクチャを提案し、探索成功率と効率を大幅に改善した。
- 実衣服ベンチマーク(RGBench):高忠実度スケーラブルシミュレータを備えたロボット衣服操作のための包括的ベンチマーク変形物体操作2025/11/1
ロボットによる衣服操作の研究を加速するため、6000以上の衣服メッシュモデルと高性能シミュレータ、評価プロトコルを備えたベンチマークRGBenchを提案した。シミュレータは既存手法より誤差を20%削減しつつ3倍高速である。
- SemanticVLA: 効率的なロボット操作のための意味論的整合スパース化と強化VLA2025/11/1
視覚言語行動モデルの知覚冗長性と指示-視覚の浅い整合を解決するため、意味論に基づく視覚プルーニングと階層的融合、行動結合を導入し、LIBEROでOpenVLAを21.1%上回る性能と効率を実現した。
- 光学フロー制約によるロバストな潜在行動学習VLA2025/11/1
エージェントの光学フローを行動信号として活用し、妨害要素に強い潜在行動表現を学習する疑似教師ありフレームワークLAOFを提案。模倣学習と強化学習で既存手法を上回る性能を示した。
- Target-Bench:動画世界モデルは意味的ターゲットへの地図なし経路計画を達成できるか?VLA2025/11/1
動画世界モデルの意味的推論・空間推定・計画能力を評価する初のベンチマークTarget-Benchを提案し、既存モデルの性能不足と実ロボットデータでの微調整による改善を示した。
- Robix: ロボットの対話・推論・計画を統合する統一モデルVLA2025/9/1
視覚言語モデル1つでロボットの高レベル推論・タスク計画・自然言語対話を担い、低レベル制御への指令生成と人間との対話を統合的に実現するモデルを提案。
- ロボットマニピュレーションのための大規模VLMベース視覚-言語-行動モデル:サーベイVLA2025/8/1
大規模視覚言語モデルを基盤とした視覚-言語-行動(VLA)モデルによるロボットマニピュレーション研究を、アーキテクチャの分類や関連分野との統合、今後の方向性を含めて初めて体系的にレビューしたサーベイ論文。
- CogVLA: 指示駆動型ルーティングとスパース化による認知整合型視覚-言語-行動モデルVLA2025/8/1
人間のマルチモーダル協調に着想を得て、指示に応じて視覚トークンを選択・圧縮し、行動意図に基づき不要トークンを刈り込む3段階のVLAアーキテクチャを提案。学習コストと推論遅延を大幅に削減しつつ、LIBEROベンチマークで97.4%の成功率を達成した。
- SRefiner: ソフトブレイド注意機構によるマルチエージェント軌道精緻化軌道予測2025/7/1
自動運転における軌道予測精度向上のため、ブレイド理論に着想を得たソフトブレイド注意機構を導入し、軌道間の時空間トポロジー関係を捉える新しい軌道精緻化手法を提案。
- 物理シミュレータと世界モデルによる身体性知能の学習:サーベイ身体性AI/サーベイ2025/7/1
物理シミュレータと世界モデルを組み合わせて身体性AIを学習する最近の研究を体系的にレビューし、両者の補完的な役割とsim-to-realの課題を整理したサーベイ。
- 自律移動ロボットのバッテリ劣化を最小化する制約付き最適計画経路計画2025/6/1
自律移動ロボットのバッテリ劣化(サイクル劣化とカレンダー劣化)を最小化しつつタスク完了を保証する最適化フレームワークを提案し、区分線形近似で問題を線形化して経路計画の有効性を検証した。
- バッテリー寿命を最大化するロバスト最適タスクプランニングタスクプランニング2025/6/1
自律移動ロボットのタスク完了を保証しつつバッテリー寿命を延ばすため、双線形最適化問題をMcCormick緩和で線形化し、パラメータ不確かさにロバストな高速計画アルゴリズムを提案した。
- NPC: 燃料効率の良い自動運転トラックのためのニューラル予測制御制御2024/12/1
車両の物理モデルを使わず、履歴データから注意機構で車両動態・道路勾配・燃料消費・制御指令の関係を学習し、燃料効率の良い制御を実現する手法を提案。
- 異種関係深層強化学習による分散型マルチロボット群衆ナビゲーション群衆ナビゲーション2024/3/1
ロボットと群衆の異種関係をグラフで表現するGNNを強化学習に組み込み、分散型マルチロボットの群衆ナビゲーションを安全かつ快適に実現した研究。
- 方策再利用における近視眼的行動の価値について強化学習2023/5/28
過去の方策の短期的な行動を共有可能な要素として抽出し、ハイブリッド価値関数で適応的に統合することで、新しいタスクの学習を効率化するSMECフレームワークを提案。
- TIMS: 触覚インターネットを用いた触覚ガイダンス付きマイクロマニピュレーションシステムによる手術訓練触覚2023/3/1
触覚インターネットを活用し、ウェアラブル触覚ディスプレイと触覚ガイダンスを統合したマイクロサージェリ訓練システムを開発し、ユーザー研究で有効性を検証した。
- 強化学習による経路生成と微調整された運動制御を用いたロボットナビゲーションナビゲーション2022/10/1
未知環境の事前探索なしに、深層マルコフモデルと強化学習で予測経路点を動的生成し、運動微調整モジュールで安全に追従する移動ロボットナビゲーション手法を提案した論文。
- 選択の前に定量化:ロバスト強化学習のための能動的ダイナミクス選好sim2real2022/9/1
強化学習において、サンプルしたシステムパラメータの情報量と密度を定量化し、情報量が高く密度が低いパラメータを能動的に選ぶことで、過度に保守的にならずロバストな方策を学習する手法を提案した。
- 忘却機構を備えたスパースオンラインガウス過程によるロボット逆動力学の学習逆動力学学習2022/8/1
スパースオンラインガウス過程に忘却機構を導入し、古い情報を適切に捨てることで、7自由度協働ロボットの逆動力学をタスク切替を含む軌道追従で高精度に学習する手法を提案した。
- 高速道路輸送のためのインテリジェント自動運転トラックシステム自動運転/sim2real2021/12/1
交通シミュレーション・高忠実度トラックモデル・学習ベースの計画モジュールを統合した自動運転トラックシステムを構築し、実車実験でsim2realギャップの低減を示した。
- コントローラアーカイブを継承機構として用いた形態進化と学習の統合形態進化2021/4/1
ロボットの身体形状を進化させつつ神経コントローラを学習する枠組みを提案し、学習済みコントローラを外部アーカイブに蓄えて類似形態へ継承することで学習の速度と規模が向上することを示した。
- MineNavi:データセットが単眼深度推定モデルに与える影響の探求深度推定2020/8/1
航空機ナビゲーション向けに一人称視点の動画と正確な深度正解を合成生成したデータセットMineNaviを構築し、事前学習が実シーンでの深度推定モデルの性能向上と収束加速に寄与することを示した。
- 深度誘導による動画インペインティング:自動運転向けの交通主体除去自動運転/動画インペインティング2020/7/1
深度・点群をガイドに複数動画を3D地図上で統合し、長時間遮蔽された領域も補完して交通主体を除去する動画インペインティング手法を提案。
- 未知環境向けビジュアルUWBナビゲーションシステムSLAM2019/12/1
単眼カメラとUWBを組み合わせ、アンカー位置が未知の環境でもSLAMにより地図と自己位置を同時推定するGNSS非依存のナビゲーション手法を提案した。
- 細粒度分類を活用した単眼視による車両位置推定位置推定2018/4/1
監視カメラの単眼映像から深層学習による車種の細分類と画像処理を組み合わせ、車両の位置・向き・境界を高精度に推定する手法を開発した。
- 個別化ステントグラフト製造のためのロボット縫製・結び目形成マニピュレーション2018/3/1
専用ロボット縫製装置と視覚サーボ制御を用い、縫い目サイズ計画と自動結び目形成により個人向けステントグラフトを一貫製造するシステムを実現した。
- 形式化された状態機械からロボット制御器の実装へ群制御2017/2/1
状態機械ベースの記法RoboChartと自動コード生成ツールを提案し、仕様と実装を厳密に結びつける。群ロボットの2事例で有効性を示した。
