Yide Shentu
収録論文 9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
- SARM2: 自己改善型ロボット操作のためのマルチタスク段階認識報酬モデリングマニピュレーション2026/6/1
長期的なロボット操作タスクにおいて、行動クローニングに依存せず、自己ロールアウトからポリシーを改善するための、段階推定器とMMoE価値ヘッドを組み合わせたマルチタスク報酬モデルRMと、それを用いた自己改善フレームワークSPIRALを提案した。
- KEMO: 長期的ロボット操作のためのイベント駆動キーフレームメモリとVLAポリシーマニピュレーション2026/6/1
長期的なロボット操作において、過去の重要な状態変化をキーフレームとして自動選択・記憶し、VLAポリシーに統合する軽量なプラグインメモリフレームワークKEMOを提案。実機の双腕操作タスクで成功率を大幅に向上させた。
- EgoMI:一人称視点の人間デモから能動視覚と全身マニピュレーションを学習マニピュレーション2025/11/1
人間の一人称視点の操作データから頭部と手の動きを同時に取得し、半人型ロボットで能動視覚を伴う模倣学習を実現するフレームワークを提案した。
- SARM: 長期的ロボットマニピュレーションのためのステージ認識型報酬モデリングマニピュレーション2025/9/1
自然言語のサブタスク注釈を活用し、タスクの段階と進捗を予測する報酬モデルを提案。これに基づく行動クローニングでTシャツ折りなどの長期変形物体操作を大幅に改善。
- 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。
- LLMから行動へ:階層型ロボット制御における橋渡しとしての潜在コードVLA2024/5/1
LLMと低レベル方策の間を学習可能な潜在コードで橋渡しし、言語の制約を超えてエンドツーエンド微調整を可能にする階層型ロボット制御手法を提案。
- 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。
- インタラクションによるインスタンスセグメンテーションの学習インスタンスセグメンテーション2018/6/1
ロボットが環境と自己教師ありで相互作用しながら視覚観測を物体ごとに分割するセグメンテーションモデルを学習する手法を提案し、新規物体や背景への汎化と下流の視覚制御タスクでの有用性を示した。
- ゼロショット視覚模倣学習模倣学習2018/4/1
エージェントが専門家の行動なしに自己探索でスキルを獲得し、目標画像列だけから新しいタスクを模倣できる枠組みを提案した論文。
