Yi Wu
収録論文 34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
- SemPurify: 意味情報を考慮したブラックボックスバックドア防御のためのデータ浄化バックドア防御2026/10/16
画像変換でバックドアを破壊しつつ、低次・高次の意味情報をT2Iモデルで復元に用いることで、視覚・意味情報を保ちながらバックドアを除去するブラックボックス防御手法を提案した。
- 身体性エージェントは何を記憶すべきか?記憶モダリティのベンチマークと評価身体性エージェント記憶2026/10/8
身体性エージェントの記憶モダリティを評価するベンチマークMeMoREvalを提案し、フレーム記憶が生成説明より低コストで高性能、シーングラフ併用が最高精度と示した。
- ヒューマノイドバドミントン:限られた人間動作データからの動的ラケットスキル学習マニピュレーション2026/9/25
三段階の階層型強化学習により、限られた人間のバドミントン動作データからヒューマノイドがフォアハンド・バックハンド・ジャンプ返球などの動的ラケットスキルを獲得し、実機で人間とのラリーを実現した。
- NavCMPO: 批評家誘導型MeanFlowポリシー最適化による適応的ナビゲーションナビゲーション2026/7/1
拡散ベースのナビゲーションポリシーの推論遅延と模倣学習の限界を克服するため、数ステップのMeanFlow軌道生成と批評家による軌道修正、強化学習による微調整を組み合わせた二段階適応ナビゲーションフレームワークを提案した。
- SoftNav: 3DシーントークンをVLMに注入する身体化ナビゲーションナビゲーション2026/7/1
3Dシーン情報をテキストではなくソフトトークンとしてVLMに直接注入するナビゲーション手法を提案し、少ない学習データで高い性能とゼロショット転移を実現した。
- Action QFormer: 行動監視下での構造化表現形成による視覚言語行動モデルの性能向上VLA2026/7/1
視覚言語行動モデルにおいて、行動監視が継承したマルチモーダル表現を形成する役割を分析し、クエリベースのインターフェースを導入して行動に適した表現を再構成することで、ゼロショットsim-to-realナビゲーションの成功率を大幅に向上させた。
- 知覚・対話・推論:空間推論のためのツール拡張型視覚エージェントの構築視覚エージェント/空間推論2026/6/11
視覚言語モデルの空間推論能力を高めるため、知覚・対話ツールを備えたエージェントPERIAを提案し、マルチツール行動の学習手法とともにその有効性を実証した。
- テスト時スケーリングの拡張:文脈・バッチ・ターンによる3次元視点推論/テスト時スケーリング2025/11/18
推論モデルのテスト時スケーリングを、文脈長・並列サンプリング・反復自己改善の3次元に拡張する枠組みを提案し、難問ベンチマークやヒューマノイド制御への有効性を示した。
- D3P: 強化学習による動的デノイジング拡散ポリシーVLA2025/8/1
拡散ポリシーの推論時、各行動に必要なデノイジングステップ数を状態に応じて動的に割り当てる軽量アダプタを強化学習で最適化し、成功率を維持しつつ最大2.2倍の高速化を実現した。
- 反射的VLM計画による双腕デスクトップ清掃:オープンボキャブラリ知覚と精密マニピュレーションの橋渡しマニピュレーション2025/6/1
VLMが操作手順を生成・批評・修正する階層的枠組みと双腕ロボットを組み合わせ、机上の多様なゴミをオープンボキャブラリで認識して清掃するシステムを提案した。
- RLはVLAの汎化に何をもたらすか?実証研究VLA2025/5/26
VLAモデルの汎化性能を評価するベンチマークを構築し、RL微調整(特にPPO)がSFTより意味理解と実行頑健性を大幅に向上させることを示した実証研究。
- 四足歩行ロボットチームによる実世界での協調・競争サッカーに向けてマルチエージェント強化学習2025/5/1
階層型マルチエージェント強化学習により、四足歩行ロボットが自律的に協調・競争サッカーを行うフレームワークを提案し、実機でロボット同士や人間との試合を実現した。
- クアッドロータ制御のためのゼロショットSim-to-Real強化学習ポリシー学習で重要な要素とは?包括的調査sim2real2024/12/1
クアッドロータの強化学習制御において、実機にゼロショットで展開するために重要な5つの要素を特定し、PPOベースのSimpleFlightを開発。従来手法より軌道追従誤差を50%以上削減した。
- NPC: 燃料効率の良い自動運転トラックのためのニューラル予測制御制御2024/12/1
車両の物理モデルを使わず、履歴データから注意機構で車両動態・道路勾配・燃料消費・制御指令の関係を学習し、燃料効率の良い制御を実現する手法を提案。
- ニューラル内部モデル制御:予測誤差フィードバックによるロバスト制御方策の学習sim2real2024/11/1
剛体力学のニューラル内部モデルと予測誤差フィードバックを強化学習に統合し、外乱に強い閉ループ制御を実現。ドローンや四足歩行ロボットで高性能を示し、実機移行も成功。
- 強化学習による静的・動的障害物回避を伴うマルチUAV編隊制御群制御2024/10/1
2段階の強化学習パイプラインと注意機構エンコーダ、カリキュラム学習を用いて、複数UAVの編隊維持と静的・動的障害物回避を両立させる手法を提案し、実機実験で有効性を示した。
- SELP: 大規模言語モデルを用いたロボットエージェントの安全で効率的なタスクプラン生成VLA2024/9/1
自然言語命令からLTL式を生成し、等価投票・制約付きデコーディング・ドメイン特化ファインチューニングを組み合わせて、安全で効率的なロボットのタスクプランを生成する手法SELPを提案した。
- FlightBench:自己視点ドローンのナビゲーションにおける学習ベース手法のベンチマークナビゲーション2024/6/1
自己視点ドローンのナビゲーションについて、学習ベース手法と最適化ベース手法を様々な難易度のシーンで比較評価する初の包括的ベンチマークを構築し、実環境での検証も行った。
- 大規模言語モデルを用いた四足歩行ロボットの長期的な移動と操作VLA2024/4/1
大規模言語モデルを活用し、四足歩行ロボットが長期的なタスクを計画・実行するシステムを構築した。強化学習による運動・操作スキルと組み合わせ、道具の作成や人間への助け要請などの複雑な行動を実現した。
- 脚式ロコモーション制御における対称性を活用した強化学習歩行2024/3/1
脚式ロボットの強化学習において、ネットワークの同変・不変性やデータ拡張で対称性を組み込み、サンプル効率と歩容品質を改善し実機へゼロショット転移できることを示した。
- ロボット共感覚:視触覚センシングによるハンド内マニピュレーションマニピュレーション2023/12/1
視覚と触覚を統合した点群ベースの触覚表現「Robot Synesthesia」を提案し、シミュレーションで学習して実機に転移することで、様々なハンド内物体回転タスクを実現した。
- 四足歩行ロボットによる二足歩行の俊敏な動作学習歩行2023/11/1
軽量な四足歩行ロボットが後ろ足で立ち、人間のような多様な二足歩行動作を実現する階層型フレームワークを提案。人間の動画模倣や自然言語指示、物理的相互作用などのインタラクションを初めて実証した。
- 状態距離情報を用いた多様な戦略の反復学習強化学習2023/10/23
強化学習において、状態空間の距離情報を多様性指標に組み込み、反復学習フレームワークと組み合わせることで、戦略的に多様で解釈可能な方策を効率的に学習する手法SIPOを提案した。
- OmniDrones:ドローン制御の強化学習向け効率的で柔軟なプラットフォームドローン制御/強化学習2023/9/1
Nvidia Omniverse Isaac Sim上に構築された、ドローン制御の強化学習用のオープンソースシミュレーションプラットフォームを提案。GPU並列シミュレーションやベンチマークタスク、RLベースラインを提供する。
- LAGOON: 言語指示によるロボット動作制御sim2real2023/6/1
言語コマンドから人間の動作を生成し、強化学習とドメインランダム化で四足歩行ロボットに転移させる手法を開発した。
- 言語条件付きロボット操作における物体関係の意味空間推論による接地マニピュレーション2023/3/1
言語指示に含まれる物体間の空間関係を推論する2段階手法を提案し、関連物体のセグメンテーションをアフォーダンス学習に融合することで操作性能を向上させた。
- 非同期マルチエージェント強化学習による効率的なリアルタイム協調探索群制御2023/1/1
複数ロボットの協調探索において、各ロボットの動作時間のずれや遅延に対応するため、非同期マルチエージェント強化学習手法ACEを提案し、実機展開を容易にした。
- 優先的メモリリセットによる多様なサイズの材料での設計と構築の学習マニピュレーション2022/4/1
強化学習による設計者と動作計画による行動生成を階層化し、優先的メモリリセットで探索を改善することで、ロボットが異なるサイズのブロックから橋を自律的に設計・構築できるようにした。
- 事故責任を考慮した危険シナリオ発見のためのマルチエージェント強化学習フレームワーク自動運転テスト2021/12/1
自動運転ポリシーの脆弱性を突く「自車に責任のある危険シナリオ」を、他車エージェントを強化学習で誘導して効率的に生成するSTARSを提案。
- 設計図なしで橋を設計・構築するロボットの学習組み立て/マニピュレーション2021/8/1
物理シミュレータで強化学習とカリキュラム学習により橋の設計方針を学習し、実機では運動計画ベースの制御と組み合わせて、設計図なしで様々な橋を組み立てる二段階ロボットシステムを提案した。
- 分離注意による本質的正則化で安全かつ効率的な両腕マニピュレーション両腕マニピュレーション2021/6/1
2台のロボットが協調して疎な報酬の両腕操作タスクを解く際、片方のロボットが独占したり衝突したりする問題を、分離注意による本質的正則化で解決し、より安全で効率的な協調戦略を実現した。
- ソフトモジュール化によるマルチタスク強化学習マニピュレーション2020/3/1
ポリシーをモジュール化し、タスクごとにルーティングネットワークで柔軟に組み合わせることで、複数のロボット操作タスクを効率的に学習する手法を提案した。
- 進化的集団カリキュラムによるマルチエージェント強化学習のスケーリングマルチエージェント強化学習2020/3/1
エージェント数を段階的に増やすカリキュラム学習と進化的手法を組み合わせ、大規模マルチエージェント強化学習の学習を安定化・高性能化した研究。
- ベイズ関係記憶による意味的視覚ナビゲーション視覚ナビゲーション2019/9/1
意味的エンティティ間の確率的関係グラフを記憶として用い、未知環境での視覚ナビゲーションの汎化性能を向上させる手法を提案した。
