Wei Yang
USTC
収録論文 34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
- OPIS: ビデオ世界モデルにおけるマルチオブジェクト記憶のための入力接地ベンチマークビデオ世界モデル2026/9/28
ビデオ世界モデルが初期観測の物体をどれだけ記憶できるかを評価するベンチマークOPISを提案し、8モデルで物体の存在・同一性・構造を測定した。
- 擬似剛体モデルは実植物をどこまで再現できるか?ブルーベリー茎の圃場検証sim2real2026/9/12
ブルーベリーの茎を擬似剛体モデルでシミュレーションし、実際の圃場で計測した変形データと比較してモデルの精度と感度を検証した。
- 表現豊かなロボットピアニスト:グラフ模倣と音楽的ダイナミクスで複雑なピアノ曲を演奏マニピュレーション2026/9/9
強化学習とグラフベースの運指最適化、物理に基づく音響モデルを組み合わせ、人間らしい表現力で多様なピアノ曲を演奏できるロボットハンドを実現した。
- NavArena: 3Dガウススプラッティング再構成からの目標指向ナビゲーションベンチマークの自動構築ナビゲーション2026/9/4
固定された3DGS再構成を、到達可能性や衝突判定、意味的目標を備えたナビゲーションベンチマークへ自動変換するフレームワークを提案し、2,000以上のシーンで2,220万の専門家軌道を生成して評価する。
- LATO.2: 頂点とトポロジーフローによる分解型3Dメッシュ生成3D生成2026/7/12
メッシュ生成を頂点生成と接続生成に分解し、粗いボクセル構造を基盤にしたフローマッチングで高品質な3Dメッシュを生成する手法を提案。
- ViPSim: 視覚空間とパラメータ空間の協調による一貫した長期ホライズン身体化ワールドモデルワールドモデル2026/6/1
身体化ワールドモデルにおける低次元アクションと高次元ビデオ合成の表現ギャップを埋めるため、視覚空間(幾何学的先行知識)とパラメータ空間(数値的駆動)を協調させるフレームワークViPSimを提案し、長期ロールアウトでの軌道ドリフトやロボットと物体の相互作用の不整合を改善した。
- UI-Oceanus: 合成環境ダイナミクスによるGUIエージェントのスケーリングGUIエージェント2026/2/11
GUIエージェントの学習を高価な人間デモの模倣から環境フィードバックによる未来状態予測へと転換し、低コストな自律探索を生成的な教師信号に変換することでスケーラブルな世界モデルを構築した研究。
- 予測的エネルギー認識に基づく公称歩容選択による車輪付き四脚ロボットの省エネ全方向移動歩行2026/1/1
車輪付き四脚ロボットの消費電力を1秒先まで予測するネットワークを構築し、最も省エネな歩容を選んで強化学習で微調整することで、速度追従性能を保ちつつ最大35%の省エネを実現した。
- VT-Refine: 視触覚フィードバックによる両手組立のシミュレーション微調整学習マニピュレーション2025/10/1
少数の実演と高忠実度の触覚シミュレーションを組み合わせ、強化学習で両手組立ポリシーを微調整することで、接触の多い精密作業の実世界性能を向上させた研究。
- Dexplore: 参照スコープ探索による器用な操作のためのスケーラブルなニューラル制御マニピュレーション2025/9/1
人間の手のモーションキャプチャをソフトなガイドとして活用し、リターゲティングと追従を単一ループで統合最適化することで、器用なロボット操作の制御方策を大規模に学習する手法を提案。
- 人間の単一動画からの視覚的模倣によるスロット単位のロボット配置模倣学習2025/4/1
人間の作業動画を1本見せるだけで、どの物体をどこに置くかを理解し、ロボットが同じ配置作業を再現できるモジュール式システムSLeRPを提案した。
- 物理AIのためのCosmos世界基盤モデルプラットフォーム世界モデル2025/1/1
物理AI開発者向けに、カスタマイズ可能な世界モデルを構築するための基盤モデル・動画キュレーション・トークナイザを提供するオープンソースプラットフォーム。
- 股関節・膝関節制御を可能にする8ニューロン四足歩行ネットワーク歩行2024/6/1
対称性理論に基づき、スタイン神経モデルで構成された8ニューロン回路を設計し、5種類の歩容と股関節・膝関節の協調制御を実現した。
- FoundationPose:新規物体の統合的な6D姿勢推定と追跡6D姿勢推定2023/12/1
CADモデルまたは少数の参照画像があれば、微調整なしで未知物体の6D姿勢推定と追跡を行える基盤モデルを提案。大規模合成データとLLM活用で高い汎化性能を実現した。
- SynH2R: 人間からロボットへの受け渡し学習のための手指物体動作の合成マニピュレーション2023/11/1
人間の動作キャプチャデータに頼らず、受け渡しに適した手指物体動作を合成してロボット方策を訓練する手法を提案し、実機でも既存手法に匹敵する性能を示した。
- AnyTeleop:汎用視覚ベースの器用なロボットアーム・ハンド遠隔操作システム遠隔操作2023/7/1
様々なロボットアームやハンド、シミュレータ、実機、カメラ構成に対応する汎用的な視覚ベース遠隔操作システムを提案し、特定ハードウェア向けの従来システムを上回る性能を示した。
- MIMONet: マルチ入力マルチ出力オンデバイス深層学習オンデバイス学習2023/7/1
ロボット向けに複数入力から複数出力を同時に生成するMIMO深層学習フレームワークを提案し、オンデバイスでの高精度・高効率を実現した。
- 点群からの人からロボットへの受け渡し学習sim2real2023/3/1
人間からロボットへの物体受け渡しを点群入力から学習する初のフレームワークを提案し、シミュレーションと実機で性能向上を示した。
- 暗黙的形状拡張による頑健な実世界巧みな把持ポリシーの学習マニピュレーション2022/10/1
少数の人間の把持実演から、対応関係を考慮した暗黙的生成モデルで物体メッシュと把持を変形し、多様な新規物体の把持データセットを生成して、実世界で使える頑健な把持ポリシーを学習する手法を提案。
- ニューラルモーションフィールド:把持軌道を暗黙的価値関数として符号化マニピュレーション2022/6/1
物体の点群と把持の相対軌道をニューラルネットの暗黙的価値関数として表現し、サンプリングベースMPCで動的物体の把持をリアクティブに実現する手法を提案。
- HandoverSim: 人からロボットへの物体受け渡しのためのシミュレーションフレームワークとベンチマークsim2real2022/5/1
人からロボットへの物体受け渡しをシミュレーションするベンチマークを提案し、動作キャプチャデータを活用して訓練・評価環境を構築、複数のベースラインの性能を分析した。
- 人間からロボットへの円滑な受け渡しのためのモデル予測制御物体受け渡し2022/4/1
人間から物体を受け取る際のロボットの滑らかな動作を、知覚と制約を統合したモデル予測制御で生成し、把持候補選択や接触検出も組み合わせて実機実験で有効性を示した論文。
- 階層的方策学習による接触の多い精密タスクでのマルチモーダル融合マルチモーダル/組立2022/2/1
視覚・力・固有感覚を階層的に統合する強化学習で、0.25mmの隙間の組立を可能にし、実機へも転移できるマルチモーダル制御手法を提案した。
- 位相誘導コントローラによる四足ロボットの自由な歩容遷移学習歩行2022/1/1
4本の脚の位相をインターフェースとして強化学習で四足ロボットの制御方策を訓練し、歩行・トロット・ペーシング・バウンディングなどの歩容とその遷移を実現した研究。
- 人間のクエリからのブートストラップによる知覚概念の学習知覚概念学習2021/11/1
シミュレータの特権情報を使って最小限の人間入力から低次元の幾何学的概念を学び、それを自動ラベラーとして高次元センサデータの大規模データセットを合成することで、人間のラベル負担を抑えつつ実センサ入力で使える知覚概念を学習するフレームワークPCBを提案した。
- RaP-Net:領域別・点別重み付けで頑健な特徴を抽出する屋内自己位置推定ネットワーク屋内自己位置推定2020/12/1
動的物体や繰り返し領域の信頼性を領域単位・点単位で同時に予測し、頑健な特徴抽出を行うネットワークRaP-Netを提案。屋内位置推定用データセットOpenLORIS-Locationも構築した。
- 任意物体の反応型ヒューマン・トゥ・ロボット受け渡し物体受け渡し2020/11/1
視覚と閉ループ運動計画を組み合わせ、未知の多様な物体を人からロボットへリアルタイムに受け渡すシステムを提案し、26物体のベンチマークとユーザー研究で有効性を示した。
- 目標補助付きActor-Criticによる点群を用いた6Dロボット把持把持2020/10/1
物体の点群を入力に6D把持の閉ループ制御方策を学習する手法を提案し、模倣学習と強化学習を組み合わせた目標補助付きActor-Criticで未見物体への把持性能を向上させた。
- 深層特徴を用いた堅牢で高効率な視覚SLAMシステム視覚SLAM2020/8/1
CNNによる深層特徴(局所・大域記述子)をSLAMフレームワークに統合し、ループ閉じ込め検出を高信頼化して軌道誤差を低減した視覚SLAMシステムを提案。
- 人間の把持分類に基づく反応的な人からロボットへの受け渡し人ロボット協調2020/3/1
人間が物体を握る把持の種類を深層学習で分類し、その意図に応じてロボットが素早く軌道計画して物体を受け取る人→ロボット受け渡し手法を提案した。
- サービスロボットは準備できているか?生涯SLAMのためのOpenLORIS-SceneデータセットSLAM2019/11/1
長期間にわたる環境変化に対応する生涯SLAM研究のため、実世界の屋内シーンを複数回収録したデータセットと、姿勢推定の頑健性と精度を別々に評価するベンチマーク指標を公開した。
- 人間とロボットの協調作業を最適化する協調行動モデル人間ロボット協調2019/10/1
ロボットが人間の行動を予測しつつ自身の計画を同時に最適化するMPCベースの枠組みを提案し、物体受け渡しタスクで反応性の高い協調動作を実現した。
- DexPilot:素手の視覚認識による多指ロボットハンド・アームの低コスト遠隔操作システム遠隔操作2019/10/1
素手の映像だけから23自由度の多指ロボットハンド・アームを低コストで遠隔操作できる視覚ベースのシステムを開発し、単純なピック&プレースを超える複雑な操作タスクの実現と高次元データ収集を示した。
- シーンプライアを用いた視覚意味ナビゲーション視覚ナビゲーション2018/10/1
物体間の意味的・機能的な関係を知識グラフとして取り込み、グラフ畳み込みネットワークと深層強化学習を組み合わせて、未知のシーンでも目的物体へ効率的にナビゲーションする手法を提案した。
