Xinqi Liu
New York University Shanghai
収録論文 8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
- 強化学習によるロボットアームの高精度逆運動学PolicyIK逆運動学/強化学習2026/11/3
姿勢フィードバックから関節参照を更新するゴール条件付き強化学習ポリシーで、ミリメートル精度の逆運動学を実現し、古典的IK制御器やVLAポリシーの実行を上回る精度を示した。
- PanoTac:堅牢な触覚中心マニピュレーションのための高密度三軸触覚センサ触覚2026/11/2
低コストで柔軟な三軸触覚指先センサを開発し、視覚触覚パイプラインに統合して、視覚のみのベースラインを平均46.7ポイント上回る接触リッチな操作を実現した。
- 物理的時間を考慮したロボット政策記憶の動的モデルマニピュレーション2026/10/14
観測履歴に物理的時間間隔を組み込むことで記憶状態を時間的に進化させるTemporal Flow Policyを提案し、拡散・フローマッチング政策に適用して操作タスクの性能を向上させた。
- UniTrackPLA:指示に基づくナビゲーションと動的人物追跡のための統合パノラマ・言語・行動モデルVLA2026/10/1
全方位パノラマ観測を活用し、言語指示ナビゲーションと人物追跡を単一モデルで行う統合VLAを提案。行動予測の一貫性検証により再計画を可能にし、シミュレーションと実環境で性能を向上させた。
- EA-Nav: 身体性を考慮した安全な視覚ナビゲーションポリシーの学習ナビゲーション2026/7/1
異なる身体性を持つエージェント間でのナビゲーション性能を向上させるため、模倣学習に基づく身体性認識フレームワークを提案し、身体形状を条件付けトークンとして導入して行動の曖昧性を低減し、軌道拡張で高リスクサンプルを生成して安全なナビゲーションを実現した。
- TFP: 時間条件付きメモリ融合ポリシーによる視覚運動学習VLA/操作学習2026/7/1
視覚言語行動(VLA)ポリシーは反応的で、段階依存の操作タスクで失敗する問題を解決するため、時間条件付きメモリ融合ポリシー(TFP)を提案。液体時定数ダイナミクスでタスク進行の信念を維持し、フローマッチング行動デコーダに適応変調で注入することで、LIBERO等で成功率を向上させた。
- MVOFormer: ロバストな単眼視覚オドメトリのためのフロー意味トランスフォーマー視覚オドメトリ2026/6/15
単眼視覚オドメトリのための新しいトランスフォーマーフレームワークを提案し、幾何学的動きと意味情報を融合して動的物体を区別し、ゼロショット汎化性能を向上させた。
- CylindTrack:パノラマ多物体追跡のための深度対応円筒運動モデリング多物体追跡2026/6/1
パノラマ映像における多物体追跡(MOT)の課題を解決するため、円筒座標系と深度情報を活用した追跡フレームワークCylindTrackを提案した。
