Xingyu Lin
収録論文 20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
- 視覚言語行動ポリシー間における成果条件付きエンドエフェクタ幾何VLA2026/9/18
4つのVLAポリシーによる15,000回のLIBEROロールアウトを解析し、両方成功したペアは片方のみ成功したペアよりエンドエフェクタ軌道が近いことを示した。
- シミュレーションと実世界の最良を活かす：シミュレーションでの制御学習と実世界での知覚による分離型視覚運動マニピュレーションsim2real2025/9/1
制御方策をシミュレーションで学習し、知覚のみを実環境で適応させる分離フレームワークを提案。10〜20回の実演で高いデータ効率と分布外汎化を実現した。
- RoboCopilot：ロボットマニピュレーションのための人間参加型インタラクティブ模倣学習マニピュレーション2025/3/1
人間と自律方策の間でシームレスに制御を切り替えられる双方向テレオペレーションシステムを提案し、双腕マニピュレーションタスクの効率的な学習を実現した。
- HumanoidBench：全身移動とマニピュレーションのためのシミュレーション人型ロボットベンチマーク全身制御/ベンチマーク2024/3/1
器用な手を持つ人型ロボットの全身移動・操作タスクを集めた高次元シミュレーションベンチマークを提案し、既存の強化学習手法の限界と階層型学習の有効性を示した。
- 任意点軌道モデリングによる方策学習VLA2024/1/1
動画から任意の点の将来軌道を予測するモデルを事前学習し、それを制御ガイダンスとして使うことで、少ない行動ラベルデータで視覚運動方策を学習する手法を提案した。
- 軌道生成による汎用ツール使用スキルの学習マニピュレーション2023/10/1
ツールの点群列として使用軌道を生成するモデルを学習し、未知のツールでも変形物体を操作できるようにした研究。
- GELLO: ロボットマニピュレータ向けの汎用・低コスト・直感的な遠隔操作フレームワーク遠隔操作2023/9/1
対象ロボットアームと同じ運動構造を持つ3Dプリント製の低コスト遠隔操作デバイスを構築し、模倣学習用の高品質なデモ収集を容易にするフレームワークを提案。
- SpawnNet: 事前学習済みネットワークから汎化可能な視覚運動スキルを学習する模倣学習2023/7/1
凍結した事前学習済み視覚バックボーンのボトルネックを解消するため、多層表現を別ネットワークに融合する二流アーキテクチャSpawnNetを提案し、模倣学習におけるカテゴリ汎化性能を向上させた。
- RoboNinja: 多素材物体のための適応的切断ポリシーの学習マニピュレーション2023/2/1
柔らかい部分と硬い芯を持つ物体（例：アボカド）を対象に、芯を傷つけずに軟部のみを切断する適応的切断ポリシーを学習するシステムを提案。微分可能な切断シミュレータと力覚センサによる衝突フィードバックを活用し、実機で展開した。
- 行動条件付き布追跡による自己教師あり布再構成マニピュレーション2023/2/1
実世界でメッシュ再構成モデルを微調整する自己教師あり手法を提案し、行動条件付き追跡で擬似ラベルを生成して布操作性能を向上させた。
- 点群からの時空間抽象化による変形物体操作の計画変形物体操作2022/10/1
点群を潜在ベクトルに変換し、スキル系列を計画することで、包丁やローラーなど複数の道具を使う変形物体操作を実世界で実現した。
- 微分可能リセットモジュールを用いた閉ループ生地操作の学習変形物体操作2022/7/1
生地を目標形状に平坦化するため、微分可能なリセットモジュールで多段階軌道を最適化し、部分点群入力の閉ループ方策を学習して実世界に転移した。
- 遮蔽推論を伴うメッシュベースの布操作ダイナミクスマニピュレーション2022/6/1
布の自己遮蔽を明示的に推論し、テスト時微調整でメッシュ再構成を精緻化することで、しわくちゃの布を平坦化・正規化するシステムを構築した。
- ロボット注ぎのための自己教師あり透明液体セグメンテーション液体認識/セグメンテーション2022/3/1
着色液体画像から透明液体画像を生成するモデルと背景差分を組み合わせ、手動アノテーションなしで透明液体のセグメンテーションを実現し、コップ内の液面高さを認識する注ぎタスクに応用した。
- DiffSkill: 微分可能物理に基づくスキル抽象化による道具を用いた変形物体操作変形物体操作2022/3/1
微分可能物理シミュレータで短期的な道具操作スキルを獲得し、RGBD画像からスキルを抽象化するニューラルネットを学習して、長期的な変形物体操作タスクを計画・実行するフレームワークを提案した。
- 布の平滑化のための可視連結ダイナミクス学習布操作2021/5/1
部分点群から布の可視連結グラフを推定し、粒子ベースのダイナミクスモデルを学習することで、シミュレーションで従来手法を大きく上回り、実機へのゼロショット転移で布の平滑化を実現した。
- SoftGym：変形可能物体操作のための深層強化学習ベンチマーク変形物体操作2020/11/1
変形可能物体の操作を対象としたOpenAI Gym準拠のオープンソースシミュレーションベンチマークSoftGymを提案し、複数の強化学習アルゴリズムを評価して高次元・部分観測状態における課題を明らかにした。
- 物体推論を活用した視覚自己教師あり強化学習強化学習2020/11/1
画像ベース強化学習に物体レベルの推論と遮蔽推論を導入し、報酬計算と目標生成を改善して学習効率と最終性能を向上させた研究。
- 真の状態なしで強化学習を行う手法強化学習2019/5/1
目標観測との一致のみを報酬とする指標報酬関数と、達成目標による再ラベリングを組み合わせ、真の状態推定なしにRGB-D画像からロープ操作などの複雑な連続状態空間タスクを学習できることを示した。
- 変化する疎報酬環境に適応する分散調整法強化学習2019/3/1
価値関数と最適探索の関係を理論的に解析し、ガウス方策の分散を適応的に調整することで、環境変化に素早く適応できる手法を提案した。
