Yadong Mu
Peking University
収録論文 12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
- VLMを共同デノイザーとして活用するロボット行動生成VLA2026/10/31
視覚言語モデル(VLM)を拡散型行動生成のデノイズ過程に参加させ、ノイズ付き行動を文脈化しながら行動専門家を誘導するJADEを提案。ロボット操作ベンチマークで高い成功率を達成。
- LLM誘導による探索で実現する身体性タスク計画フレームワークTESSタスク計画2026/10/19
LLMの常識知識を活用して自然言語指示の目標条件変換・部分観測環境の効率的探索・ルールベース世界シミュレータ・行動候補の枝刈りを行い、古典的探索アルゴリズムと組み合わせて身体性タスク計画の精度と実行可能性を高めた研究。
- UniETP: 汎用身体化タスク計画のための環境統合身体化タスク計画2026/7/1
4つのシミュレータを統合した統一インターフェースを提案し、身体化タスク計画の評価と学習データの多様性を向上させる。
- RotVLA: 回転潜在アクションを用いた視覚言語行動モデルVLA2026/5/1
連続的な回転群SO(n)上の潜在アクション表現を導入し、離散量子化の問題を解決したVLAモデルを提案。大規模データで事前学習し、下流タスクで高い性能を達成。
- RePlan-Bot: 身体化指示追従のためのマルチレベル再計画身体化指示追従2026/5/1
長期的な計画と不可逆な状態変化に対応するため、高レベル監査、常識検索、低レベル修正を統合した再計画エージェントを提案し、ALFREDベンチマークで最高性能を達成した。
- 身体化質問応答を認識から意思決定へ拡張する身体化AI/データセット2026/5/1
身体化環境での認識・推論・相互作用を統合評価する大規模データセットEQA-DecisionとベースラインモデルRoboDecisionを提案した論文。
- RoboAgent: 基本能力の連鎖による具現化タスク計画タスク計画2026/4/1
本論文は、視覚言語モデル（VLM）を活用し、複雑な具現化タスク計画を基本能力の連鎖に分解することで、透明で制御可能な推論を実現するRoboAgentを提案する。
- ProgressVLA: 進捗ガイド付き拡散ポリシーによる視覚言語ロボット操作VLA2026/3/1
ロボット操作のための視覚言語行動モデルに、タスク進捗の推定と微分可能な進捗ガイダンスを導入し、長期的なタスクでの成功率と汎化性能を向上させた。
- RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集マニピュレーション2025/11/1
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
- 均衡系列モデリングによる閉ループ長期的ロボット計画タスク計画2024/10/1
ロボットの長期タスク計画を、草案を均衡に達するまで反復的に洗練する自己改善スキームで解決し、追加の検証器なしで教師あり学習により訓練する手法を提案。
- 局所占有予測と複数三平面投影による物体把持マニピュレーション2024/7/1
単視点の点群から把持点周辺の占有を予測して形状を補完し、6自由度把持姿勢を高精度に推定する手法を提案。
- ニューラルアセンブラ：多視点画像から細粒度のロボット組立指示を生成する学習組立/マニピュレーション2024/4/1
多視点画像から3Dモデルを構成する部品を認識し、その姿勢推定と物理的に妥当な組立順序を推論して、ロボットアームが実行可能な組立指示列を生成するエンドツーエンドモデルを提案した。
