Yixuan Huang
収録論文 13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
- 汎用タスク・動作計画問題に対するコーディングエージェントタスク・動作計画2026/9/24
タスク記述とシミュレータへのアクセスを与えられたコーディングエージェントが、未知のインスタンスに汎化する計画プログラムを合成できるかを検証し、手設計プランナーを上回る成功率を示した。
- TANDEM: 必要時デモンストレーションを用いたタスク・動作計画による視覚言語行動モデルの効率的ファインチューニングVLA2026/9/23
タスク・動作計画(TAMP)と必要な時だけ人間が遠隔操作する手法を組み合わせ、長期的なマニピュレーションタスクのデモンストレーションを効率的に収集し、視覚言語行動モデルのファインチューニングを可能にするシステムを提案。
- DATAFARM: 事前学習分布に整合させたタスク・動作計画によるVLAモデルのファインチューニングVLA2026/9/11
TAMPが生成する軌道をVLAの事前学習データの分布(関節配置・動作スタイル・時間的プロファイル)に合わせることで、生のTAMP軌道ではほぼ効果がなかったファインチューニングを大幅に改善した手法。
- RoboVista:多様なロボット応用のための視覚言語モデル評価VLM評価2026/7/1
ロボットの多様な応用における視覚言語モデル(VLM)の能力を評価するためのモジュール型フレームワークとベンチマークを提案し、実ロボット実験でその有効性を示した。
- KinDER: ロボット学習と計画のための物理的推論ベンチマークベンチマーク2026/4/1
ロボットの物理的推論能力を評価するためのベンチマークKinDERを提案し、既存手法が多くの環境で課題を抱えることを示した。
- LAP: 言語-行動事前学習によるゼロショットの異機体転移VLA2026/2/1
ロボットの低レベル行動を自然言語で表現して事前学習することで、未知のロボット機体にもファインチューニングなしでゼロショット転移できるVLAモデルLAP-3Bを提案した。
- 視覚言語モデルと強化学習による変形可能線状物体の階層的経路計画マニピュレーション2025/10/1
ケーブルやロープなどの変形可能線状物体の長期的な経路計画タスクに対し、視覚言語モデルによる高レベル推論と強化学習による低レベルスキルを組み合わせた階層的フレームワークを提案し、失敗回復機構により92%の成功率を達成した。
- Fail2Progress: 実世界のロボット失敗からシュタイン変分推論で学ぶsim2real2025/9/1
ロボットの失敗に似たシミュレーション環境をシュタイン変分推論で並列生成し、スキル効果モデルを微調整することで失敗からの回復と再発防止を実現する手法を提案。
- Points2Plans: 点群から長期計画を生成する構成可能な関係力学モデルマニピュレーション2024/8/1
部分視点の点群と言語指示から、関係力学モデルを連続・記号表現の橋渡しとして使い、長期マニピュレーション計画をゼロショットで生成するフレームワーク。
- 見えなくても心に残る:ビデオ追跡対応メモリモデルによる未観測物体の推論と計画マニピュレーション2023/9/1
部分視点の点群と物体追跡を用いて、遮蔽された物体の履歴をTransformerで記憶し、多物体操作の推論・計画を行う手法DOOM/LOOMを提案。
- 環境を考慮した関係分類器による潜在空間計画での複数物体マニピュレーションマニピュレーション2023/5/1
部分視点の点群から物体間・物体-環境間の関係を予測し、潜在空間で動力学を学習することで、論理関係で定義された複数物体操作タスクを計画・実行する手法を提案。sim-to-real転移も微調整なしで実現。
- グラフニューラルネットワーク関係分類器による複数物体マニピュレーションの計画マニピュレーション2022/9/1
部分視点の点群から物体間関係の変化を予測するGNNベースの力学モデルを学習し、シミュレーションのみで訓練して実世界に転移可能な複数物体の再配置計画を実現した。
- 腱駆動手術ロボットのための文脈依存タスクを実演から学習する手法手術ロボット2021/10/1
腱駆動の連続体手術ロボットに対し、専門家の実演データから文脈を条件付けたモデルを学習し、未見の文脈でも動作計画・実行できる手法を提案した。
