Xinyue Zhu
UC Berkeley
収録論文 10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
- エージェント型ロボティクスにおけるモデル・スキル・フィードバック・カリキュラムの制御実験エージェント型ロボティクス2026/11/6
9つのマニピュレーションタスクと631構成・2.8万回のコーディングエージェント実行を通じ、自己学習ループの成否を左右する要因を体系的に分析した。ボトルネックは情報量よりも、失敗の原因帰属と空間・幾何構造の推論、コードの選択的再構成にあると示した。
- VABAR:エージェント型ロボティクスのための変動自動化ベンチマークベンチマーク2026/11/4
産業・医療・インフラ向けの6種のマニピュレーションタスクを対象に、エージェント型ロボティクスを体系的に評価するオープンなシミュレーションベンチマークVABARを提案し、33の汎用スキルと基準解を整備した。
- RoboSimStudio:ロボットマニピュレーションタスクの迅速なReal2Simのための対話型ツールキットsim2real2026/10/13
ロボットと物体の接触力学や摩擦などを含む物理シミュレーションを、人間やコーディングエージェントが対話的に調整できるツールキットを開発し、視覚評価・力覚フィードバック・エージェントによるReal2Sim2Realの実験を行った。
- ReactEMG Stroke:健常者から脳卒中患者への筋電位意図検出の少数ショット適応筋電位/意図検出2026/1/1
健常者の大規模sEMGデータで事前学習したモデルを、脳卒中患者ごとの少量データで微調整することで、キャリブレーション負担を減らしつつ意図検出精度と頑健性を向上させる手法を提案した。
- 実世界での触覚:ポータブル視触覚グリッパによる繊細なマニピュレーション学習触覚2025/7/1
触覚センサ内蔵のポータブルグリッパで視覚と触覚のデータを同時収集し、両モダリティの特性を保つ表現学習により、試験管挿入やピペット操作などの精密作業を高精度・高ロバストに実現した。
- ReactEMG: マスクドモデリングによるsEMGからの安定・低遅延な意図検出筋電インターフェース2025/6/1
表面筋電位(sEMG)からユーザの意図をリアルタイムに検出するため、マスクドモデリングで筋活動と意図を対応付ける学習法を提案し、キャリブレーション不要で低遅延・安定なゼロショット検出を実現した。
- ChatEMG: 脳卒中患者用ロボットハンド装具を制御するための合成EMGデータ生成生体信号/リハビリ2024/6/1
少量のEMGデータからプロンプト条件付きで合成信号を生成する自己回帰モデルを提案し、脳卒中患者の装具の意図推定精度を向上させ、実際の機能制御に応用した。
- 粒状媒体中の物体を触覚で探索・把持するロボットシステムGEOTACT触覚2024/2/1
触覚フィードバックのみを用いた学習により、粒状環境に埋もれた未知形状の物体を把持・回収するロボットシステムを開発し、実機へのゼロショット転移を実現した。
- Knolling Bot:ロボットに人間の「整頓」概念を教えるマニピュレーション2023/10/1
家庭内の散らかった物を整然と配置する「ノリング」をTransformerによる逐次予測問題として定式化し、多様な物体や主観的な整頓基準に対応できるロボット整頓手法を提案した。
- GRID: シーングラフを用いた指示駆動型ロボットタスクプランニングタスクプランニング2023/9/1
画像の代わりにシーングラフで環境を認識し、LLMとグラフ注意ネットワークで指示をサブタスクに分解してロボットの行動を計画する手法を提案。GPT-4を上回る精度とリアルタイム推論を実現した。
