Weiyu Liu
Stanford University
収録論文 22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
- ToolDex: 創造的な道具使用のための自己中心・外界中心人間デモンストレーションデータセット道具使用データセット2026/11/6
人間が身近な物体を道具として選び・加工し・転用する様子を、自己中心カメラと8台の外界カメラで同期収録した大規模データセットを構築し、道具使用推論・疎視点3D/4D再構成・ロボット方策学習のベンチマークを整備した。
- Retriever: 閉ループ非同期ロボットプログラムの合成システム/プログラミング2026/7/1
ロボットの長時間タスクを実現するため、異なるクロックと遅延を持つコンポーネントを組み合わせた閉ループパイプラインを、非同期意思決定モデルとプログラミングモデル、ランタイム、パイプライン例として提供する。
- APIVOT: 視覚と言語の思考を適応的に交互配置する長期的計画手法計画2026/7/1
長期的なロボット計画において、言語による意味推論と視覚による幾何学的検証を適応的に交互に行うVLMベースのプランナーを提案し、キッチンタスクで性能を向上させた。
- ENACT: 自己中心的なインタラクションの世界モデリングによる身体性認知の評価身体性認知/ベンチマーク2025/11/1
ロボティクスシミュレーションから生成した自己中心視点の行動と観測の系列並べ替えタスクにより、視覚言語モデルが身体性認知の能力(アフォーダンス認識、行動効果推論など)をどの程度持つかを評価するベンチマークを提案。
- MoMaGen: ソフト・ハード制約下で多段階両腕移動マニピュレーションのデモを生成sim2real2025/10/1
移動ベースと両腕の多段階タスク向けに、到達可能性などのハード制約と視認性などのソフト制約を満たすデータ生成を制約付き最適化として定式化し、多様なデモを自動生成する手法を提案。
- 言語と実演から構成可能な行動を学習するフレームワークBLADEマニピュレーション2025/5/1
言語注釈付き実演とLLMを活用し、長期ロボットマニピュレーションのための構造化された高レベル行動表現を自動構築する手法を提案。新規状況への一般化性能をシミュレーションと実機で検証した。
- IKEAマニュアルの実践:インターネット動画における組立指示の4Dグラウンディング4Dグラウンディング2024/11/1
家具の3Dモデル・組立説明書・インターネット動画を密に対応付けたデータセットを構築し、組立計画生成や動画内の部品位置推定など5つのタスクの評価基盤を提供した。
- 身体性エージェントインターフェース:身体的意思決定のためのLLMベンチマークVLA2024/10/1
LLMを用いた身体的意思決定を統一的に評価するための汎用インターフェースを提案し、多様なタスク・モジュール・細粒度エラー指標でLLMの能力を体系的に分析するベンチマークを構築した。
- 意味理解に基づく対話的曖昧性解消:モデル非依存な人間-ロボットインタラクション手法人間-ロボットインタラクション2024/9/1
曖昧な指示で対象物を探す際、意味埋め込みモデルと反復的な確認質問を組み合わせ、少ない試行で目的物を特定するモデル非依存の手法を提案した。
- 部品ベースの組み合わせ可能なマニピュレーションマニピュレーション2024/5/1
物体を部品に分解し、部品間の機能的対応関係を拡散モデルで学習することで、新しい物体やカテゴリにも汎化するロボット操作手法を提案した。
- 言語から計画抽象を学習するVLA2024/5/1
言語注釈付きデモンストレーションを用いて、記号的な抽象行動空間と潜在状態抽象を自動獲得し、長期的な計画を可能にするフレームワークPARLを提案。
- ロボティクスにおける基盤モデル:応用・課題・未来基盤モデル2023/12/1
ロボット知能に基盤モデルを活用する研究を調査し、知覚・意思決定・制御への応用と、データ不足や安全性などの課題を整理したサーベイ。
- GraspGPT: 大規模言語モデルの意味知識を活用したタスク指向把持マニピュレーション2023/7/1
大規模言語モデルのオープンな意味知識を利用し、未知の概念にもゼロショットで汎化できるタスク指向把持フレームワークGraspGPTを提案した。
- 環境を考慮した関係分類器による潜在空間計画での複数物体マニピュレーションマニピュレーション2023/5/1
部分視点の点群から物体間・物体-環境間の関係を予測し、潜在空間で動力学を学習することで、論理関係で定義された複数物体操作タスクを計画・実行する手法を提案。sim-to-real転移も微調整なしで実現。
- 視覚言語入力によるタスク指向把持予測把持2023/2/1
言語指示と画像から、道具をタスクに適した形で把持するGraspCLIPを提案し、未知のキッチン道具でも有効性を実機で示した。
- StructDiffusion: 未知物体を用いた言語誘導による物理的に妥当な構造物の構築マニピュレーション2022/11/1
拡散モデルと物体中心トランスフォーマーを組み合わせ、部分視点の点群と言語ゴールから物理的に妥当な構造物を組み立てる手法を提案。未知物体でも既存手法より平均16%成功率が向上。
- StructFormer:言語指示による新規物体の意味的再配置のための空間構造学習マニピュレーション2021/10/1
部分点群と言語コマンドを入力とするTransformerネットワークStructFormerを提案し、未知物体を円形や食卓配置などの意味的構造に実機ロボットで再配置できることを示した。
- 知識グラフ埋め込みによるロバストなワンショットタスク実行タスク計画2021/5/1
タスク計画を知識グラフで表現し、1回の実演から新しい環境へ汎化して実行する手法を提案。物理ロボットで50環境中38環境のタスク実行に成功した。
- 同じ物体でも掴み方は違う:タスク指向把持のためのデータと意味的知識把持2020/11/1
56タスク・191物体・25万件のタスク指向把持データセットTaskGraspを構築し、物体とタスクの意味知識を知識グラフで活用するGCNGraspを提案した論文。未知物体や新タスクへの汎化性能を約12%向上させ、実機でも検証した。
- 復旧駆動開発:レシピ型ロボットタスクのための反復的タスクスクリプト手法タスクプランニング2020/1/1
ロボットタスクのエラー復旧を効率的に開発するため、階層的仕様記述と通常タスク・復旧開発の分離、実環境テストを組み合わせたRecovery-Driven Developmentを提案し、FetchIt!チャレンジ優勝システムで有効性を示した。
- 文脈認識型把持エンジンマニピュレーション2019/9/1
物体とタスクの制約を考慮した意味的把持を選ぶため、Wide & Deep型ニューラルネットで把持文脈を表現する手法を提案し、大規模データセットで既存手法を上回る性能とロボット実験での有効性を示した。
- RoboCSE: ロボット常識埋め込み知識表現2019/3/1
物体の用途・位置・素材に関する常識知識をマルチリレーショナル埋め込みで表現し、家庭環境シミュレータで汎化性能と省メモリ性を検証した研究。
