Yifeng Zhu
収録論文 24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
- IMPASTO: モデルベース計画と学習された力学モデルを統合したロボット油絵再現ロボットアート/計画2026/3/1
ロボットが油絵の画像列から筆の軌道や力、色を推論して再現するシステムを提案。学習したピクセル力学モデルとモデル予測制御を統合し、自己対戦のみで学習する。
- LLM-GROP: 大規模言語モデルによる視覚に基づくロボットのタスク・動作計画タスク・動作計画2025/11/1
大規模言語モデルの常識知識と視覚情報を活用し、複数物体の移動を伴うモバイルマニピュレーションのタスク・動作計画を統合するフレームワークを提案。実環境とシミュレーションで成功率と効率を評価した。
- RoboSSM: 状態空間モデルによるスケーラブルな文脈内模倣学習模倣学習2025/9/1
Transformerの代わりに状態空間モデル(Longhorn)を用いた文脈内模倣学習手法を提案し、長い文脈のプロンプトでも効率的に推論できることを示した。
- ComposableNav: 合成可能な拡散モデルによる動的環境での指示追従ナビゲーションナビゲーション2025/9/1
拡散モデルで各動作プリミティブを個別に学習し、展開時に並列合成することで、訓練で見ていない指示の組み合わせにも対応できるナビゲーション手法を提案。
- SocialNav-SUB: ソーシャルロボットナビゲーションにおけるシーン理解のためのVLMベンチマークVLA2025/9/1
ソーシャルロボットナビゲーションの実世界シーン理解を評価するVQAデータセットとベンチマークを提案し、最先端VLMが人間やルールベース手法に及ばないことを示した。
- LodeStar: 人間のデモンストレーションからの合成データ拡張による長期的器用操作マニピュレーション2025/8/1
人間のデモを基礎モデルでスキルに分解し、強化学習で合成データを生成して、長期的な器用操作を実現する学習フレームワークを提案。
- オープンワールドロボット操作のための効率的な感覚運動学習マニピュレーション2025/5/1
限られたデモデータから規則性を活用し、新しい物体やタスクに適応できる汎用的な操作スキルを効率的に学習する手法を提案する論文。
- OKAMI: 単一動画の模倣によるヒューマノイドロボットの操作スキル学習模倣学習/ヒューマノイド2024/10/1
1本のRGB-D動画から物体を認識して人間の動きをヒューマノイドに再ターゲティングし、操作計画と実行ポリシーを生成する手法を提案。閉ループ視覚運動ポリシーは79.2%の成功率を達成した。
- BUMBLE: 視覚言語モデルによる建物全体の移動マニピュレーションのための推論と行動の統合移動マニピュレーション2024/10/1
建物規模の長期的な移動マニピュレーションタスクに取り組むため、視覚言語モデルを基盤に開放世界RGBD知覚、粗から細への運動スキル、二層メモリを統合したフレームワークBUMBLEを提案し、70試行で平均47.1%の成功率を達成した。
- Harmon: 言語記述からヒューマノイドの全身運動を生成全身運動生成2024/10/1
人間の運動データを事前知識として活用し、視覚言語モデルの常識推論で編集・洗練することで、言語指示に沿った自然で多様なヒューマノイド全身運動を生成する手法を提案した。
- 単一の人間動画とオープンワールド物体グラフからの視覚ベースマニピュレーション模倣学習2024/5/1
1本の人間のRGB/RGB-D動画から物体中心の操作計画を抽出し、それを条件とする方策を学習することで、未知物体や背景・視点の変化に対応できる模倣学習手法ORIONを提案した。
- InterPreT: 言語フィードバックからの対話的述語学習による汎化可能なタスクプランニングタスクプランニング2024/5/1
人間の非専門家による言語フィードバックから記号述語と作用素を学習し、PDDLに変換してロボットの長期タスクプランニングを実現するLLMベースのフレームワーク。
- LOTUS: 教師なしスキル発見によるロボットマニピュレーションの継続的模倣学習マニピュレーション2023/11/1
少数の人間のデモからスキルライブラリを継続的に拡張し、メタコントローラで組み合わせて新しいマニピュレーションタスクを生涯学習する手法を提案。
- 物体中心3D表現による汎化可能なマニピュレーションポリシーの学習マニピュレーション2023/10/1
物体中心の3D表現とTransformerポリシーを組み合わせ、背景・視点・新規物体の変化に頑健な模倣学習手法GROOTを提案し、実機でも汎化性能を示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 長期的な移動マニピュレーション計画のための記号状態空間最適化タスク・動作計画2023/7/1
長期的な移動マニピュレーションタスクにおいて、タスク計画用の抽象的な状態空間を自動的に最適化し、タスクと動作の計画を効率的に生成する手法を提案した。
- VIOLA: 物体提案を事前知識に用いた視覚ベースマニピュレーションの模倣学習マニピュレーション2022/10/1
事前学習済み視覚モデルの物体提案を利用して物体中心表現を作り、Transformer方策で行動予測する模倣学習手法を提案。物体変化や環境撹乱に強く、成功率が45.8%向上し、実機で食卓準備やコーヒー作りも実現。
- 操舵による歩行学習:動的環境における知覚的四足歩行歩行2022/9/1
動的環境での四足歩行を、人間の操舵デモによる模倣学習で高レベル経路生成を、強化学習で低レベル歩容生成を学習する階層型フレームワークPRELUDEで実現した。
- 視覚に基づく移動マニピュレーションのためのタスク・動作計画移動マニピュレーション2022/2/1
移動を伴う長時間行動の実現可能性を視覚情報から確率的に評価し、効率と実現性を両立するタスク・動作計画アルゴリズムGROPを提案。シミュレーションと実機で有効性を検証した。
- 未分割デモンストレーションからのボトムアップスキル発見による長期的ロボットマニピュレーションマニピュレーション2021/9/1
未分割の実演データから階層的クラスタリングでスキルを自動発見し、模倣学習で再利用可能なスキルとメタコントローラを訓練して長期的なマニピュレーションタスクを実現した研究。
- アフォーダンスと幾何の相乗効果:暗黙表現による6自由度把持検出把持検出2021/4/1
3D再構成と把持学習をマルチタスク学習で統合し、暗黙的ニューラル表現を用いて clutter 内の6自由度把持検出を高精度化した研究。
- 幾何・記号シーングラフを用いた長期マニピュレーションの階層的計画マニピュレーション2020/12/1
幾何シーングラフと記号シーングラフの二層表現をGNNで処理し、ニューロシンボリックなタスク計画と低レベル動作生成を統合した長期マニピュレーション手法を提案。実機のキッチン収納タスクで70%超の成功率を達成した。
- 深層物体姿勢推定のための高速不確実性定量化姿勢推定2020/11/1
複数の事前学習済み姿勢推定モデルの予測の不一致から不確実性を推定する簡便な手法を提案し、実ロボット把持の成功率を35%から90%に向上させた。
- robosuite:モジュール式ロボット学習シミュレーションとベンチマークシミュレーション2020/9/1
MuJoCoを基盤としたモジュール式ロボット学習シミュレーションフレームワークrobosuite v1.5の主要モジュールとベンチマーク環境を紹介する論文。
