Xiatao Sun

Yale University

収録論文 13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

• 巧みな触覚ワールドモデル
  触覚2026/9/28

  手袋型触覚センサと映像を組み合わせ、一人称視点の操作を予測する映像拡散トランスフォーマーベースのワールドモデルを提案。触覚情報により手の動きの過小評価を23%から9%に低減し、手領域の知覚誤差を7.4%改善した。

• 視覚・言語・行動を分離した効率的なマルチタスクロボット方策
  VLA2026/9/16

  VLMを使わず視覚エンコーダ・言語エンコーダ・行動ヘッドを分離した方策を構築し、同等の成功率を保ちつつ推論速度と省エネ性を大幅に改善した。

• ロボット基盤モデルにおける近道学習を軽減する人工中心窩知覚
  ロボット基盤モデル2026/7/1

  ロボット基盤モデルがシーン内の無関係な相関に依存する「近道学習」を起こす問題を指摘し、タスク関連領域に注意を向けるマスクを生成する軽量モジュール（AFP）を提案。微調整時の補助信号として用いることで、モデルの性能とロバスト性を向上させる。

• ロボットマニピュレーションのための1秒未満3Dメッシュ生成
  マニピュレーション2025/12/1

  単一のRGB-D画像から、物体セグメンテーション・拡散モデルによるメッシュ生成・点群位置合わせを統合し、1秒未満でロボット操作に使える3Dメッシュを生成するシステムを提案。

• 射影幾何代数を用いたハイブリッド拡散ポリシーによる効率的なロボットマニピュレーション学習
  マニピュレーション2025/7/1

  射影幾何代数（PGA）をネットワークに組み込み、空間的な帰納バイアスを与えることで、拡散ポリシーの学習効率とタスク性能を向上させるハイブリッド手法を提案した。

• PRISM-DP: セグメンテーション・メッシュ生成・姿勢追跡による拡散ポリシーのための空間姿勢観測
  VLA2025/4/1

  セグメンテーションとメッシュ生成、姿勢追跡を組み合わせ、手動メッシュ作成なしで物体の空間姿勢を観測として拡散ポリシーを学習する手法を提案。画像ベースより高精度で、真の状態と同等の性能を実現。

• 拡散ポリシーの動的ランク調整による効率的で柔軟な学習
  模倣学習2025/2/1

  特異値分解を用いて拡散ポリシーの学習中にランクを動的に調整するDRIFTを提案し、オフラインとオンラインを切り替えるDRIFT-DAggerでサンプル効率と学習速度を改善した。

• 拡散ポリシーを用いた視点選択とマニピュレーションの同時学習のための能動的知覚の最適化
  マニピュレーション2024/9/1

  拡散ポリシーと新たなルックアット逆運動学ソルバを組み合わせ、動的な視点制御とマニピュレーションを同時に学習するフレームワークを提案し、従来手法より高性能かつ高効率であることを示した。

• 行動クローニングとPPOによる経路追従と静的障害物回避の経路計画
  経路計画2024/9/1

  自動運転の経路計画において、行動クローニングで経路追従を、PPOで静的障害物の回避を学習し、横方向オフセットを出力して参照経路を修正する手法を提案した。

• クアッドロータの軌道最適化のための深層学習
  軌道計画2023/9/1

  深層学習とモデルベース最適化を組み合わせ、安全飛行回廊内の各区間の時間配分をニューラルネットで学習することで、クアッドロータの滑らかで高速な軌道をリアルタイム生成する手法を提案。

• MEGA-DAgger: 複数の不完全な専門家による模倣学習
  模倣学習2023/3/1

  複数の不完全な専門家から学ぶ新しいDAgger変種を提案し、危険なデモの除去と専門家間のラベル競合解決により、自動運転レースで専門家や既存手法を上回る性能を実現した。

• 深層強化学習による未知の疎なランドマーク複体のマルチエージェント探索
  群制御2022/9/1

  GPSのない環境でランドマークが疎な場合でも、深層強化学習を用いて複数ロボットが協調してランドマーク複体を構築しながら効率的に探索する手法を提案した。

• 自律走行レース向け模倣学習ベース制御ポリシーのベンチマーク比較
  自律走行2022/9/1

  スケールカーの自律レースを対象に、複数の模倣学習ポリシーをシミュレーションと実機で比較し、対話型模倣学習が従来手法を上回り、強化学習のブートストラップとしても有効であることを示した。