Wenhao Yu
University of Science and Technology of China
収録論文 75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
- PolyMorphWBC：腕形態を問わず到達範囲を拡張する四脚移動マニピュレーションのためのエンドエフェクタ軌道からの全身制御全身制御2026/11/11
エンドエフェクタ軌道のみを指令として、腕と台車の協調動作を生成する階層型制御器を提案し、4種類の6自由度腕形態や固定ベース到達範囲外の軌道にも対応できることを示した論文。
- VLA-Stem：強化学習による視覚言語行動モデルの軽量安全機構VLA2026/10/27
VLAモデルの行動を微調整せずに軌道参照へ変換し、強化学習ベースの軽量ポリシーで空間制約や動的障害物に適応させる安全機構を提案。衝突回避成功率を大幅に向上させた。
- TrajWAM：動的物体操作のための軌道誘導型ワールドアクションモデルマニピュレーション2026/10/19
対象物体の将来軌道を明示的に予測し、その軌道に沿った未来映像を生成して行動を条件付けする動的マニピュレーション向けの効率的なワールドアクションモデルを提案。蒸留により1ステップ推論を実現した。
- 離散フォーシング：連続デノイジングに離散ガイダンスを注入する少数ステップ行動エキスパートVLA2026/9/30
VLAモデルにおいて、離散行動トークンで粗い行動構造を予測し、それを連続行動の精緻化のガイダンスとして用いるフローマッチング手法を提案。パラメータ数を抑えつつ高精度・高速推論を実現した。
- FocusDrive：視覚的フォーカスを用いた自動運転の推論自動運転2026/9/27
自動運転の計画推論に、注視すべき物体とその位置を画像パッチ参照で明示する視覚フォーカス表現を導入し、注視予測とend-to-end計画性能を向上させた研究。
- READ: エンドツーエンド自動運転のためのリスク情報に基づく場の学習自動運転2026/9/11
幾何学的・行動的制約から計画に整合した明示的なリスク表現を学習し、候補軌道に沿って微分可能に評価することで、エンドツーエンド自動運転の安全性を向上させるフレームワークを提案。
- より安全なエンドツーエンド自動運転のためのデータ駆動型リスクフィールド自動運転2026/9/9
ルールベースの安全事前分布をペアワイズなリスク順序ラベルに変換し、相対的なリスク順序を保つリスクフィールドを学習することで、エンドツーエンド自動運転の安全性を向上させる手法DRiFを提案した。
- DriftingVLA: 次元別時間ドリフトによるネイティブ一段階視覚言語行動生成VLA2026/8/30
フローベースのVLAモデルの多段階推論による遅延を解消するため、分布ドリフト目的関数を用いてノイズから行動チャンクへの直接マッピングを学習する一段階VLAモデルを提案した。行動次元ごとに時間的ドリフトを適用することで、制御性能を保ちつつ3.36倍の高速化を実現した。
- DRIFT: ドリフトと集約によるモーションプランニングモーションプランニング2026/7/1
エンドツーエンドの軌道プランナーにおいて、潜在空間でのワンステップドリフトとシーン認識型の提案集約を組み合わせ、複数の運転行動を表現しつつ単一の実行可能な軌道を生成する手法を提案。
- CAC-VLA: 視覚言語行動モデルのための文脈ゲート型行動条件付けVLA2026/7/1
VLAモデル内に軽量な潜在行動インターフェースを導入し、文脈ゲートで行動エキスパートへの影響を調整することで、ロボット操作の成功率を向上させた。
- DynaHMRC: 大規模言語モデルによる動的タスクのための分散型異種マルチロボット協調群制御2026/6/1
各ロボットが役割認識を持つLLMエージェントとして動作する分散型フレームワークを提案し、動的タスクにおける異種マルチロボット協調のスケーラビリティと適応性を向上させた。
- CLEAR: エンドツーエンド自動運転のための認知と潜在評価による適応ルーティング自動運転2026/6/1
拡散モデルの反復処理による遅延を避け、VAE潜在空間での単一ステップ生成と大規模言語モデルによるシーン理解を組み合わせた高速な自動運転プランニング手法を提案。NAVSIMベンチマークで最高性能を達成。
- ドリフトベース方策最適化：オンラインロボット制御のためのネイティブ一段階方策学習ロボット制御2026/4/1
多段階生成方策の推論コストを削減するため、固定点ドリフト目的で訓練時に反復精錬を内部化した一段階生成方策（DBP）と、そのオンラインRLフレームワーク（DBPO）を提案した。
- MISTY: ミキサーベース単一ステップドリフトによる高スループット動作計画自動運転/動作計画2026/4/1
拡散モデルによる反復推論の遅さを解消するため、単一ステップ推論で高品質な軌道生成を実現する新しい動作プランナーMISTYを提案した。潜在空間でのドリフト損失により訓練時に複雑な分布変化を吸収し、能動的な追い越しなどの新しい行動を生成できる。
- 運転リスクは二次元の回避加速度から生じる自動運転/リスク評価2026/4/1
衝突回避の二次元的性質を考慮した新しいリスク指標「回避加速度(EA)」を提案し、実データで従来のTTCより早期かつ高精度に衝突リスクを評価できることを示した論文。
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- Modified-Emergency Index (MEI): 横方向の衝突における自動運転の危険度指標自動運転安全性評価2025/10/1
自動運転の横方向の衝突リスクを定量化する新指標MEIを提案し、既存指標より高精度に危険度を評価できることを示した。
- Gemini Robotics 1.5：高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Human2LocoMan: 人間データの事前学習による多様な四足歩行ロボットのマニピュレーション学習マニピュレーション2025/6/1
人間と四足ロボットLocoManのデータを統合した遠隔操作・データ収集パイプラインとモジュール型アーキテクチャを構築し、人間データでの事前学習により実世界タスクの成功率を大幅に向上させた。
- LocoTouch：触覚センシングによる動的四足歩行運搬の学習触覚2025/5/1
四足ロボットの背中全体を覆う高密度触覚センサと高忠実度シミュレーションを組み合わせ、固定されていない円筒物体を長距離運搬する触覚対応歩容ポリシーを学習させ、実機へゼロショット転移した。
- S2R-Bench: 自動運転のためのSim-to-Real評価ベンチマークsim2real2025/5/1
実世界の多様な道路・天候・照明条件で収集したセンサ異常データを用い、自動運転の知覚アルゴリズムのロバスト性を評価する初の実環境ベースの腐敗ロバスト性ベンチマークを提案した。
- STDArm: 静的データ学習の視覚運動ポリシーを動的ロボットマニピュレーションへ転移マニピュレーション2025/4/1
静的環境で学習した視覚運動ポリシーを、移動ロボット上でもそのまま使えるよう、リアルタイムの行動補正・安定化・遅延推定を組み合わせて動的マニピュレーションを実現したシステム。
- Chain-of-Modality: マルチモーダル人間動画と視覚言語モデルによる操作プログラムの学習VLA2025/4/1
筋電アームバンドやマイクなどで計測した人間の操作動画から、視覚言語モデルがタスク計画と力などの制御パラメータを抽出し、ロボットに操作タスクを実行させる手法を提案した。
- QuietPaw: 多様なノイズ選好に適応する四足歩行の学習歩行2025/3/1
ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。
- Gemini Robotics：AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- ヒューマノイドの移動と操作：制御・計画・学習の現状と課題ヒューマノイド2025/1/1
ヒューマノイドロボットの移動と操作に関する研究を、モデルベース手法と学習ベース手法の両面から包括的にサーベイし、触覚や基盤モデル統合の可能性と課題を整理した。
- 六脚ロボットの多様な移動スキル歩行2024/12/1
深度カメラとVIOを搭載した六脚ロボットが、階段昇降・障害物回避・テーブル下のすり抜けをシミュレーションのみで学習し、実機で高い成功率を達成した。
- 視覚言語モデルは文脈内価値学習器であるVLA2024/11/1
視覚言語モデルにシャッフルした動画フレームの時系列順序を予測させることで、ロボットやタスク固有の訓練なしに300以上の実世界タスクの進捗を推定できる汎用価値関数を実現した。
- 長期的な四足歩行ロボットの押し操作のためのマルチエージェント移動マニピュレーション学習マニピュレーション2024/11/1
複数の四足歩行ロボットが障害物を避けながら長期的な押し操作を行うための階層型マルチエージェント強化学習フレームワークを提案し、実機で成功を実証した。
- MHRC: 大規模言語モデルによる分散型マルチ異種ロボット協調VLA2024/9/1
大規模言語モデルを活用し、移動ロボット・マニピュレーションロボット・移動マニピュレーションロボットが分散協調して探索・運搬・整理タスクを遂行するフレームワークを提案。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- Mobility VLA：長文脈VLMとトポロジカルグラフによるマルチモーダル指示ナビゲーションナビゲーション/VLA2024/7/1
デモ動画と自然言語・画像の指示を入力とし、長文脈VLMで目標フレームを特定、トポロジカルグラフに基づく低レベル方策で実環境をナビゲートする階層型VLAを提案した。
- LDP: 効率的なロボットナビゲーションと衝突回避のための局所拡散プランナナビゲーション2024/7/1
多様なエージェントによるデータ生成と軽量なグローバル観測の統合により、複雑な実環境での局所ナビゲーションと衝突回避を実現する拡散モデルベースのプランナを提案する。
- 学習ベースの脚式移動：最新技術と今後の展望歩行2024/6/1
深層学習やシミュレーション技術の発展により進歩した学習ベースの脚式移動研究を、四足歩行と二足歩行（ヒューマノイド）に分けて概観し、未解決課題と社会的影響を論じたサーベイ。
- ゲームプレイフィルタ：敵対的想像によるロバストなゼロショット安全性安全フィルタ/四足歩行/sim2real2024/5/1
シミュレーションで訓練した安全戦略と最悪ケースを引き起こす仮想敵を継続的に対戦させ、将来の失敗を防ぐ予測型安全フィルタを提案。四足歩行ロボットの全身動力学に適用し、大きな外乱下でもゼロショットで安全を確保できることを実機で示した。
- LocoMan: 軽量ロコ・マニピュレータによる四足歩行ロボットの器用な操作能力の向上マニピュレーション2024/3/1
四足歩行ロボットの前脚に軽量な3自由度グリッパを取り付け、脚の移動能力と操作能力を統合した全身制御フレームワークを提案し、狭い空間でのドア開けやコンセント挿しなどの器用な作業を実現した。
- CoNVOI: 視覚言語モデルを用いた屋内・屋外環境における文脈認識ナビゲーションナビゲーション2024/3/1
視覚言語モデルを活用し、周囲の状況をゼロショットで分類して文脈に応じた行動指示を生成し、障害物のない領域を番号で注釈した画像から経路を選択することで、屋内・屋外での自律ナビゲーションを実現する手法。
- 言語モデル予測制御による人間フィードバックからの高速学習VLA2024/2/1
人間との対話履歴を遷移モデルとしてLLMに微調整し、モデル予測制御と組み合わせることで、ロボットの教示効率と成功率を向上させるフレームワークLMPCを提案。
- 安全で信頼性の高い自動運転に向けて：動的占有集合予測予測2024/2/1
軌道予測ネットワークと占有集合予測モジュールを組み合わせ、交通参加者の将来の取り得る占有領域を予測する手法を提案した論文。
- PIVOT: 反復的視覚プロンプティングによるVLMの行動知識の引き出しVLA2024/2/1
視覚言語モデルに対し、候補となる行動や軌道を画像上に重ねて反復的に選ばせる視覚プロンプティング手法PIVOTを提案し、追加学習なしでロボットのナビゲーションや操作を実現した。
- RT-Trajectory: 軌道スケッチによるロボットタスクの汎化VLA2023/11/1
タスクを粗い軌道スケッチで表現し、それを条件にロボット方策を制御することで、言語条件付けでは難しい新規タスクへの汎化を実現する手法を提案。
- 大規模言語モデルによる創造的なロボットの道具使用VLA2023/10/1
大規模言語モデルを活用し、自然言語指示からロボット制御コードを生成して、暗黙の物理制約や長期計画を伴う課題で創造的に道具を使うRoboToolを開発した。
- PathRL: 深層強化学習による衝突回避のためのエンドツーエンド経路生成手法ナビゲーション2023/10/1
深層強化学習でロボットの低レベル速度指令ではなく経路そのものを生成し、安定で滑らかな移動を実現するPathRLを提案した論文。
- 微分動的計画法におけるマルチプルシューティングの統一的理解軌道最適化2023/9/1
微分動的計画法(DDP)をマルチプルシューティングに拡張し、初期推定へのロバスト性を高める新たな導出法を提案。ペナルティ法や適応的メリット関数で収束性能を改善し、四足ロボットの動的跳躍MPCなどで有効性を示した。
- 高速自動運転のための法的意思決定自動運転意思決定2023/7/1
自動運転車が交通法規を遵守できるよう、違反をリアルタイム検知して修正する階層型意思決定フレームワークを提案し、高速道路データセットで遵守率を13.85%から84.46%に改善した。
- 言語から報酬へ：ロボットスキル合成の新パラダイムVLA2023/6/1
大規模言語モデルに報酬関数のパラメータを生成させ、それをリアルタイム最適化器で最適化することで、言語指示から多様なロボット動作を実現する手法を提案。
- オフライン安全強化学習のためのデータセットとベンチマークオフライン強化学習/安全RL2023/6/1
ロボット制御から自動運転まで38タスクにわたるオフライン安全強化学習のデータセット・環境ラッパー・ベースライン実装を提供し、大規模実験で性能を比較評価したベンチマークスイートを構築した。
- SayTap: 自然言語から四足歩行を制御する歩行2023/6/1
足の接地パターンを言語と歩行制御の橋渡しに使い、LLMの指示から多様な四足歩行を実機で実現する手法を提案。
- 四足歩行ロボットを視覚障害者用ガイドロボットに転換：経路探索の形式化、インタラクションモデリング、安全機構歩行2023/6/1
視覚障害者を案内する四足歩行ロボットの実現に向け、人間とガイドロボットのチームによる経路探索をMDPで形式化し、実インタラクションデータから「遅延ハーネス」モデルを構築、危険行動を予測・除去する安全機構を導入した。
- CAJun: 学習型重心制御器による連続適応ジャンプ歩行2023/6/1
強化学習で重心方策を学習し最適制御の脚制御器と組み合わせることで、脚ロボットが距離を適応させながら連続ジャンプできる階層型フレームワークを実現した。
- Barkour：四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 屋内シミュレーションから屋外実環境へのゼロショット移動学習ナビゲーション2023/5/1
屋内シミュレーションのみで訓練した視覚ナビゲーション方策に、衛星地図や手描きスケッチなどの粗いコンテキストマップを与えることで、屋外の未知環境を数百メートルにわたり衝突なく移動できることを示した。
- 学習した行動残差による連続的な多様ジャンプ歩行2023/4/1
最適制御と強化学習を組み合わせた階層的枠組みで、四足ロボットがシミュレーションから実機へ直接展開でき、最大50cmの高さ・60cmの前方・90度の旋回を含む多様で連続的なジャンプ動作を実現した。
- 制約付き決定トランスフォーマーによるオフライン安全強化学習オフライン安全RL2023/2/1
オフラインデータから安全な方策を学習するため、多目的最適化の観点から制約付き決定トランスフォーマー(CDT)を提案し、展開時に安全性と性能のトレードオフを動的に調整できるようにした。
- ハイブリッド系DDPを用いたキノダイナミックMPCによる汎用リアルタイム動作生成歩行2022/9/1
四足ロボットの跳躍や走行などの俊敏な動作を、ハイブリッド運動力学モデルに基づく非線形MPCでオンライン再計画し、リアルタイムで生成・遷移させる手法を提案した。
- ハイブリッド運動力学モデル予測制御による学習済み四足歩行ポリシーのゼロショット転移歩行2022/9/1
強化学習で得た四足歩行ポリシーを、MPCと組み合わせることで、再学習なしに異なる機体へ転移できるフレームワークを提案した。
- PI-ARS：予測情報表現で進化学習による視覚運動制御を加速歩行2022/7/1
勾配ベースの予測情報表現学習と進化戦略ARSを組み合わせ、四足ロボットの視覚に基づく不整地歩行やナビゲーションを効率的に学習させ、実機でも高い成功率を達成した。
- 人間のデモンストレーションから意味論を考慮した歩行スキルを学習歩行2022/6/1
四足歩行ロボットがカメラ画像から地形の意味を認識し、人間のデモを用いて速度と歩容を選択する枠組みを提案。実世界で40分のデモデータのみで学習し、6km以上の走破を達成した。
- 自動運転車のための道路交通法に適応する意思決定手法自動運転/意思決定2022/4/1
自然言語の交通法規を線形時相論理で論理式に変換し、強化学習ベースの意思決定に法適応型バックアップポリシーを組み込むことで、自動運転車が交通法規の変更や一時的な規則に適応できる手法を提案した。
- 敵対的モーションプライアが複雑な報酬関数の代替となる歩行2022/3/1
モーションキャプチャデータから学習したスタイル報酬をタスク報酬と組み合わせ、複雑な手設計報酬なしに実機四足ロボットへ転移可能な自然な歩容を獲得した研究。
- 脚式移動のための安全強化学習歩行2022/3/1
安全復帰ポリシーと学習ポリシーを切り替える枠組みを提案し、四足ロボットの転倒を減らしつつ実機で歩容・バランス性能を向上させた。
- ランダム化シミュレーションからのロボット学習：レビューsim2real2021/11/1
シミュレーションと現実のギャップを埋めるため、シミュレーションのパラメータをランダム化して学習するドメインランダム化を中心に、sim-to-real研究を包括的にレビューした論文。
- 効率的注意機構で視覚強化学習を高解像度化する視覚強化学習2021/2/1
効率的な注意アルゴリズムを強化学習に導入し、注意ボトルネック型の視覚エージェントを高解像度入力や小さなパッチ（画素単位）までスケール可能にし、汎化性能を向上させた。
- 安全を守るポリシー転送sim2real2020/12/1
タスク用ポリシーと安全保護用ポリシーを併用し、安全性推定器で切り替えることで、新しい環境へ転送する際の危険を抑える手法を提案した。
- 運動学的ドメインランダム化と適応による方策転送sim2real2020/11/1
シミュレーションでリンク長などの運動学パラメータをランダム化する方が動的パラメータのランダム化より転送性能が高いことを見出し、仮想運動学パラメータで条件付けした方策群をベイズ最適化で適応させる手法を提案した。
- 接触を考慮したオンライン文脈推論による汎化可能な非平面押し操作マニピュレーション2020/11/1
接触リッチな相互作用から動特性の文脈埋め込みをオンラインで推定する深層強化学習手法COCOIを提案し、物体を直立させたまま目標位置へ押す非平面押しタスクでシミュレーションと実機転移の有効性を示した。
- 自己中心視覚入力から人間の探索行動を学習するナビゲーション2020/11/1
RGBDの自己中心視覚のみを持つキャラクタが3D屋内環境で目標物体を探索できるよう、探索制御ポリシーとオンライン再計画モジュールを組み合わせて学習させた研究。
- メタ戦略最適化による脚式ロボットの高速適応学習歩行2019/9/1
訓練とテストで同じ適応プロセスを共有するメタ学習手法MSOを提案し、四足歩行ロボットがsim2realやモータ故障、坂道など新環境に少数試行で適応できることを実機で示した。
- 二足歩行のシミュレーションから実機への転移sim2real2019/3/1
方策学習の前後で2段階のシステム同定を行い、ベイズ最適化で実機に適応させることで、二足歩行制御をシミュレーションから実機へ転移させた研究。
- 方策群と戦略最適化による実環境への転移sim2real2018/10/1
シミュレーションで多様な挙動の方策群を同時に学習し、実環境では動的パラメータ同定なしに性能で最良の方策を直接探索することで、モデル誤差に頑健に制御方策を転移する手法を提案した。
- 対称で低エネルギーな歩行運動の学習歩行2018/1/1
深層強化学習に左右対称性を促す損失項と、バランス補助を徐々に減らすカリキュラム学習を組み合わせ、実在の走者に近い自然で省エネな二足歩行制御を自動獲得させた研究。
- 勾配誘導による方策特化を用いたマルチタスク学習マルチタスク強化学習2017/9/1
複数の関連するロボット運動スキルを効率的に学習するため、共通表現を学ぶ統合訓練と、タスク間の不一致度に基づき重みを分割して特化させる訓練の二段階手法を提案した論文。
- ロボットによる着衣支援のための人間行動学習着衣支援2017/9/1
強化学習(TRPO)を用いて、ロボットが差し出す袖に腕を通す人間の動作モデルを構築し、3種類の支援戦略で訓練に成功した。
- 触覚情報を用いた布地ナビゲーションの学習触覚2017/3/1
触覚センサ付きアームが布地に絡まらずに袖やズボンなどを通り抜ける制御器を強化学習で訓練し、シミュレーションで有効性を示した論文。
- 未知環境に備える：オンラインシステム同定を用いた汎用ポリシーの学習sim2real2017/2/1
質量や摩擦などのダイナミクスが未知・変動する環境に対応するため、多様なモデルで訓練した汎用ポリシーと、履歴から動的パラメータを推定するオンライン同定を組み合わせた制御手法を提案した。
