Wenli Xiao
Carnegie Mellon University
収録論文 19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
- 実世界デビュー前の統一試験:コーディングエージェントによるロボット制御ベンチマークベンチマーク/エージェント2026/11/9
コーディングエージェントが多様なロボットを物理制約下で制御できるかを評価するため、47体のロボット・35スイート・1,156タスクからなる統一ベンチマーク「Embodied First Exam」を提案した。
- ASPIRE: ロボットのためのエージェント的スキル発見スキル発見/継続学習2026/7/1
ロボット制御プログラムを自律的に作成・改善し、再利用可能なスキルライブラリを構築する継続学習システムASPIREを提案。シミュレーションと実世界で高い性能とゼロショット汎化を示した。
- CaP-X: ロボットマニピュレーションのためのコーディングエージェントのベンチマークと改善フレームワークマニピュレーション2026/3/1
コードを方策として使うエージェントを体系的に評価する環境CaP-GymとベンチマークCaP-Benchを構築し、テスト時計算の拡張で人間レベルの信頼性を達成する手法を提案した。
- ヒューマノイドのピクセル入力から行動へのポリシー転移におけるSim-to-Realの扉を開くsim2real2025/12/1
GPU加速のフォトリアルシミュレーションと教示者-生徒-ブートストラップ学習を用い、RGB画像のみからヒューマノイドが多様な扉を開けるロコマニピュレーションポリシーをシミュレーションだけで学習し、実機でゼロショット転移を実現した。
- SONIC: 自然なヒューマノイド全身制御のための運動追跡の超大規模化ヒューマノイド制御2025/11/1
運動追跡をスケーラブルなタスクと位置づけ、モデル容量・データ・計算量を大規模化することで、自然で堅牢な全身運動が可能な汎用ヒューマノイド制御器を構築した研究。
- 残差強化学習によるデータ生成で自己改善する視覚言語行動モデルVLA2025/11/1
VLAモデルの失敗領域を残差RLで探索し、展開分布に沿った軌道を収集・蒸留することで、追加の人間デモなしに性能を自己改善させるフレームワークPLDを提案。
- VIRAL: ヒューマノイドの移動操作に向けた大規模視覚Sim-to-Realsim2real2025/11/1
シミュレーションのみでヒューマノイドの移動を伴う操作スキルを学習し、実機にゼロショット転移する視覚ベースのフレームワークを提案。大規模ドメインランダム化と実機整合により、Unitree G1上で連続的な移動操作を実現した。
- 視覚強化学習から創発するシミュレーション人型ロボットの能動的知覚と器用さVLA2025/5/1
自己中心視覚のみを入力とする強化学習フレームワークPDCを提案し、シミュレーション人型ロボットが物体探索・把持・配置・関節物体操作などの家事タスクを単一ポリシーで遂行できることを示した。
- ビールをこぼさず運べ:ヒューマノイドの優雅な歩行とエンドエフェクタ安定化制御歩行2025/5/1
上半身と下半身を異なる周波数・報酬で制御する2エージェントフレームワークSoFTAを提案し、歩行中のエンドエフェクタの加速度を2〜5倍低減して、ほぼ満杯のカップをこぼさず運ぶなどの繊細な作業を可能にした。
- ASAP: シミュレーションと実世界物理の整合による俊敏なヒューマノイド全身スキルの学習sim2real2025/2/1
シミュレーションと実世界のダイナミクス差を補正する残差行動モデルを実機データから学習し、事前学習済みの運動追従方策を微調整することで、ヒューマノイドの俊敏な全身動作を実現する二段階フレームワークを提案した。
- メタ学習と不確実性考慮型MPPIによる高速オンライン適応を伴う俊敏な移動制御移動制御2024/10/1
メタ事前学習と不確実性を考慮したMPPIを組み合わせ、車輪型ロボットが少数の動力学データから迅速に適応し、未知のパラメータや路面変化に対応できる制御手法を提案した。
- HOVER: ヒューマノイドのための汎用全身制御ニューラルコントローラヒューマノイド全身制御2024/10/1
全身の運動模倣を共通の抽象表現として活用し、ナビゲーションや卓上操作など複数の制御モードを単一の方策に蒸留統合したヒューマノイド全身コントローラを提案した。
- AnyCar to Anywhere: 俊敏で適応的な移動のための汎用ダイナミクスモデル学習車輪移動/sim2real2024/9/1
様々な車輪型ロボットの俊敏な制御に向け、複数のシミュレータを統合して学習したTransformerベースの汎用ダイナミクスモデルを提案し、実機で専門モデルを最大54%上回る性能を示した。
- OmniH2O:汎用的で器用な人間からヒューマノイドへの全身遠隔操作と学習遠隔操作2024/6/1
VR・音声・RGBカメラなど多様な入力で人間がヒューマノイド全身を遠隔操作できる学習ベースのシステムを構築し、実世界でのスポーツや物体操作を実現した。
- WoCoCo: 連続接触を伴う全身ヒューマノイド制御の学習全身制御2024/6/1
接触の連続を要する全身ヒューマノイドタスクを接触段階に分解し、タスク非依存の報酬とsim-to-real設計で効率的に強化学習するフレームワークを提案。
- 人間からヒューマノイドへのリアルタイム全身テレオペレーションの学習テレオペレーション2024/3/1
RGBカメラ1台で人間の動きを捉え、強化学習で訓練した全身運動模倣器により、等身大ヒューマノイドをリアルタイムで遠隔操作するフレームワークH2Oを提案した。
- 俊敏かつ安全:衝突回避を両立する高速脚式ロコモーションの学習歩行2024/1/1
四足ロボットが障害物を避けつつ高速で走行できるよう、俊敏ポリシーと復帰ポリシーを到達回避価値ネットワークで切り替える学習制御フレームワークを提案し、実機で屋内・屋外の静的・動的障害物環境での高速衝突回避ナビゲーションを実現した。
- 安全な深層方策適応sim2real2023/10/1
強化学習と制御を組み合わせ、シミュレーションで適応方策と動力学モデルを学習し、実世界データで微調整した上で制御バリア関数による安全フィルタを適用することで、動的環境での安全な方策適応を実現した。
- モデルベース動的シールディングによる安全で効率的なマルチエージェント強化学習マルチエージェント強化学習2023/4/1
マルチエージェント強化学習において、エージェントの状態に応じて動的に分割・統合・再計算される分散型シールドをモデルベースで合成し、安全性と学習効率を両立させる手法を提案した。
