Yu Sun
収録論文 50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
- ロボット実行制約下でVLAモデルを効率的に配信するシステムVLA2026/11/11
多数のロボットにVLAモデルを配信する際の推論コストを削減するため、計算の並列化と干渉管理を両立させたサービングシステムXInferを提案し、実運用ワークロードで有効ロボット容量を1.26〜3.75倍に向上させた。
- XPolicyLab: ロボットポリシー評価と展開のための統一標準・オープンエコシステムロボットポリシー評価2026/8/1
ロボットポリシーの評価と展開を統一する標準規格とオープンエコシステムを提案し、N個のポリシーとM個の環境の接続コストをO(NM)からO(N+M)に削減した。
- TableVerse: 実世界の接地レイアウトを備えた大規模テーブルトップデータセットによる汎用操作の実現データセット/操作2026/7/1
インターネット上の未整理画像から物理的に妥当なテーブルトップ環境を自動再構成し、100,000件の操作デモを含む大規模データセットを構築した論文。
- 成果指向蒸留：自動運転におけるVLM推論を進化させる教師-学生フレームワーク自動運転/VLM2026/7/1
自動運転のためのVLM推論を改善する教師-学生フレームワークを提案。教師モデルが反射的推論でラベルなしのゼロショット汎化を実現し、学生モデルが蒸留で推論能力を獲得、推論を軌道生成に活用する。
- WALL-WM: イベント接合部での世界行動モデリングの彫刻VLA2026/6/1
WALL-WMは、ビデオ行動学習をチャンク中心の最適化からイベント基盤の視覚言語行動事前学習へと移行させ、意味的に一貫した行動イベントを学習の原子単位として使用する世界行動モデルです。
- ω-EVA: 潜在的な対話型世界モデルによる想像・検証・行動VLA2026/6/1
ロボットの行動生成に、行動の結果を潜在空間で想像・検証してから最終行動を決定する3段階フレームワークを導入した論文。
- スムーズなリアルタイムチャンキングのためのアクション事前分布デノイジングロボット学習/動作生成2026/5/1
リアルタイムチャンキングの訓練時シミュレーションを拡張し、前のチャンクとの整合性を保つソフトな制約を導入。Kinetixベンチマークで高遅延時の動作の滑らかさを改善した。
- 大規模な人間のデモから学習するロボット操作のための人間意図事前分布VLA/操作学習2026/4/1
人間のデモ動画から操作の事前知識を学び、ロボット操作に活用する階層型VLAフレームワークMoT-HRAを提案。大規模データセットHA-2.2Mを構築し、意図推定とロボット制御を統合することで、分布シフト下での堅牢な操作を実現。
- A1: 完全透過型オープンソースの適応的かつ効率的なトランケート型視覚言語行動モデルVLA2026/4/1
低コストで高スループットな推論を実現するため、事前学習済みVLMと適応的早期終了・層間トランケートフローマッチングを導入したVLAモデルA1を提案し、シミュレーションと実機でSOTA性能と推論コスト削減を達成した。
- ManipArena：推論指向の汎用ロボットマニピュレーションの実世界包括評価マニピュレーション2026/3/1
実機ロボットでのマニピュレーション汎化を公平に評価するため、20タスク・1万超の専門家軌道・約188時間分のデータを備えた標準化ベンチマークを構築し、VLAやワールドアクションモデルなど7構成を比較した。
- MOSAIC: 高速残差適応による汎用人型モーション追従と遠隔操作のsim-to-realギャップの橋渡しsim2real2026/2/1
多様な入力インターフェースに対応する人型ロボットの全身遠隔操作システムを構築し、インターフェース固有の残差モジュールを高速適応・蒸留することで、実機での長期的な遠隔操作を安定化させた。
- DECO: 触覚アダプタを備えた双腕巧み操作のための分離型マルチモーダル拡散トランスフォーママニピュレーション2026/2/1
視覚・固有感覚・触覚を分離した条件付け経路で統合する拡散トランスフォーマDECOを提案し、双腕巧み操作の触覚データセットDECO-50を公開。実機実験で成功率72.25%を達成し、触覚アダプタが複雑な接触タスクで20%向上。
- EchoVLA: 宣言的記憶を統合した移動マニピュレーション向け視覚-言語-行動モデルVLA2025/11/1
人間の脳に着想を得たシーン記憶とエピソード記憶を組み合わせ、移動と操作を協調させるメモリ対応VLAモデルを提案し、大規模学習用ベンチマークMoManiも構築した。
- ソフトロボティクスにおける汎用制御への道ソフトロボティクス/制御2025/11/1
人間の運動制御に着想を得て、制御コンプライアンスを積極的に活用する汎用ソフトロボット制御フレームワークを提案し、多様な形態・駆動方式のロボットで検証した。
- 性能ベンチマークを効率化するモジュール式把持・操作パイプライン基盤の開発マニピュレーション2025/4/1
ロボット操作のオープンソース部品統合と再現性の問題に対処するため、モジュール式の把持・操作パイプライン基盤を開発し、そのアーキテクチャと実験、今後の拡張について概説した。
- STAR: 基盤モデル駆動によるロボットの堅牢なタスク計画と失敗復旧フレームワークタスク計画2025/3/1
基盤モデルと動的に拡張される知識グラフを組み合わせ、ロボットのタスク計画と人手を介さない自律的な失敗復旧を実現するフレームワークSTARを提案した。
- 多物体把持のベンチマークマニピュレーション2025/3/1
ロボットの多物体把持能力を評価するための3つのプロトコルからなるベンチマークを提案し、複数のハンドでベースラインを確立した。
- ゼロショットLLMを用いた実環境におけるエンドツーエンド自動運転の汎化自動運転/LLM2024/11/1
マルチモーダルLLMを定期的に走らせて高レベルな運転指示を生成し、それをエンドツーエンド運転モデルに与えることで、実環境のクローズドループでも汎化性能を高める手法を提案した。
- 心臓コパイロット：ワールドモデルによる心エコー検査の自動プローブガイダンス医療ロボティクス2024/6/1
心エコー検査において、経験の浅い検査技師を支援するため、データ駆動型ワールドモデル「Cardiac Dreamer」を用いてリアルタイムのプローブ移動ガイダンスを提供するシステムを提案した。
- ロボットハンド内の物体数を数えるマニピュレーション2024/4/1
把持後に指や物体による遮蔽があっても、対照学習ベースの分類器でハンド内の物体数を高精度に推定する手法を提案した。
- 大規模言語モデルが生成するロボット計画の木を統合して信頼性を向上させる手法タスクプランニング2024/1/1
LLMが生成した複数のタスク計画を木構造として統合し、疑わしい経路を除去して最適な計画を抽出することで、ロボットタスク計画の精度と実行効率を高める手法を提案した。
- 料理レシピからロボットのタスクツリーへ：知識ネットワークとLLMを活用した計画の正確性とタスク効率の改善タスクプランニング2023/9/1
LLMで料理レシピをタスクツリーに変換し、複数の出力をグラフ化して検索することで、ロボット調理計画の正確性と実行効率を高める手法を提案。
- 一度の把持で複数物体を正確に掴むアルゴリズムマニピュレーション2023/7/1
物体配置をグラフ化し、CNNで把持数を予測することで、指定した個数の物体を一度の把持で正確に掴むシステムを提案した。
- 知識ネットワークを用いたロボット調理のための近似タスクツリー検索タスクプランニング2022/7/1
140件のレシピをFOON知識グラフとして構造化し、未知の食材や状態の組み合わせに対しても意味的類似性に基づいてタスクツリーを生成する手法を提案。Recipe1M+のレシピで評価し、76%の正解率を達成した。
- 多物体把持の種類と分類体系マニピュレーション2022/5/1
人間とロボットの把持データから12種類の多物体把持を抽出し、形状型と機能型に分類して体系化した論文。
- 複数物体把持：効率的なロボットピッキング・搬送ポリシーの生成マニピュレーション2021/12/1
ビン内の複数物体を一度に把持・搬送するための把持戦略と、単一把持能力を超える数量ではMDPで最適な搬送回数を最小化する手法を提案し、実機とシミュレーションで単一物体方式より搬送回数59%・持ち上げ回数58%削減を達成した。
- 多物体把持：ロボットハンドが掴んだ物体数の推定触覚2021/12/1
山積みの物体を掴む際、持ち上げ前に触覚センサーから把持内の物体数を推定し、持ち上げ後に残る数を予測する手法を提案。把持体積計算・触覚力解析・データ駆動型深層学習を組み合わせ、Barrettハンドで実機検証した。
- 知識グラフから未見の問題に対応する機能的なタスクツリーを生成する手法タスクプランニング2021/12/1
知識グラフを基に、未知の材料や状態の組み合わせでも柔軟なタスク計画（タスクツリー）を生成する手法を提案し、レシピデータで高い精度を確認した。
- ロボット把持・操作競技会における研究課題と進展マニピュレーション2021/8/1
ロボット操作分野の競技会RGMCの設計手法と各タスクの難所を分析し、今後の研究方向を考察したサーベイ。
- FOONから生成したレシピの評価タスク計画2021/6/1
機能指向オブジェクトネットワーク(FOON)から得たタスク木をレシピに自動変換し、人間が作成したレシピと比較して品質に差がないことを示した。
- FOONを用いたロボットタスク実行へのロードマップタスク計画2021/6/1
機能物体指向ネットワーク(FOON)をロボットのタスク計画や実演からの知識獲得に活用するための将来展望と、実世界での構築手法の初期提案を行う論文。
- OCRTOC：クラウド型ロボット把持・操作ベンチマークベンチマーク2021/4/1
同一の実機ロボット環境をクラウド経由で提供し、卓上整理タスクの標準化シナリオでアルゴリズムを公平に評価・比較できるベンチマークと競技会を構築した。
- 動作コード埋め込みによる動画行動認識行動認識2020/12/1
動作の力学的特徴をベクトル化した「動作コード」を視覚・意味特徴から推定する深層モデルを開発し、行動認識モデルに組み込んで精度向上を実現した。
- 自己教師あり学習による正確な注ぎ動作の獲得と汎化マニピュレーション2020/11/1
教師なしデモから注ぎのダイナミクスと動作を自己教師あり学習し、未知の容器にも自己練習で汎化して高精度な注ぎを実現した。
- 操作動作の埋め込みのための動作分類体系マニピュレーション2020/7/1
動作を接触タイプや軌道などの力学的性質に基づくバイナリ文字列（モーションコード）で表現する分類体系を提案し、動作間の距離や深層学習の損失関数に活用できることを示した論文。
- デモ動画からモーションコードを推定する動作認識2020/7/1
デモ動画から操作動作の力学的特徴を表すバイナリ表現（モーションコード）を教師なし深層学習で抽出する手法を提案し、EPIC-KITCHENSで有効性を示した。
- 展開後の自己教師ありポリシー適応sim2real2020/7/1
報酬なしで展開後も自己教師あり学習によりポリシーを適応させ、未知の環境変化への汎化性能を向上させる手法を提案。
- 呼吸で動く椎骨へのロボット支援椎弓根ドリル穿孔におけるモデルベースの位置補償と穿孔状態認識医療ロボティクス2020/6/1
呼吸による椎骨の動きを患者自身の生理データから予測して補償し、穿孔状態を認識する手法を開発。ブタ骨実験で95%の成功率を達成した。
- ロボットのための操作動作の分類と符号化マニピュレーション2019/10/1
料理動作を例に、ロボット視点で操作動作を分類・整理し、軌道や接触特性に基づく操作コードを開発して動作間の類似性を比較できるようにした論文。
- 飲み物提供のための高精度ロボット注ぎ動作マニピュレーション2019/6/1
再帰型ニューラルネットワークで注ぎ元容器の角速度を生成し、未学習の容器でも誤差4mL程度で水・油・シロップを注げるシステムを実現した。
- 重み付き機能物体指向ネットワークによるタスク計画タスク計画2019/5/1
ロボットの行動成功率を重みとして組み込んだ機能物体指向ネットワーク(FOON)を提案し、人間とロボットの作業負担を最適配分するタスク計画アルゴリズムを開発した。複雑なタスクを協働で成功率良く遂行できることを実験で示した。
- 操作学習のための機能的对象指向ネットワークマニピュレーション2019/2/1
物体の状態変化と人間の操作を観察して、物体と動作のつながりを表すグラフ構造の知識表現FOONを学習し、ロボットが目標達成のための動作列を生成できることを示した論文。
- サービスロボティクスにおける知識表現のサーベイ知識表現2018/7/1
サービスロボットのタスク実行に向けた知識の獲得・表現・再利用に関する研究を整理し、機械学習や深層学習などの学習モデルとの違いや設計原則を論じたサーベイ。
- 機能指向オブジェクトネットワークの構築と拡張知識表現2018/7/1
人間の活動観察から構築した機能指向オブジェクトネットワーク(FOON)を、物体類似性による機能単位の拡張とカテゴリ圧縮で一般化し、知識検索性能を比較評価した論文。
- 記述子ベースパターンを用いた複数RGB-Dカメラの外部キャリブレーション手法キャリブレーション2018/7/1
視野の重なりが小さい複数のRGB-Dカメラ間の相対姿勢を、記述子ベースのパターンで高精度かつ高速に推定するキャリブレーション手法を提案した。
- 日常的なインタラクティブ操作データセットマニピュレーション2018/7/1
人間の実演を用いて、変化する環境での日常的な操作タスクをロボットに学習させるため、位置・姿勢・力・トルクを含む操作データセットを構築した。
- AIが物理世界へ：ロボット調理への挑戦マニピュレーション2018/4/1
200本以上の料理動画を「視聴」して物体指向ネットワークを構築し、高レベル指示から物体選択と把持・操作動作を生成してロボットに調理させる研究。
- 注ぐ動作の学習：力覚フィードバックによる注ぎ軌道生成マニピュレーション2017/5/1
カップの力覚フィードバックから将来の注ぎ速度を決めるRNNベースの注ぎ軌道生成手法を提案し、シミュレーションで未見の注ぎ特性への汎化を実証した。
- 把持・操作データセットの最新動向：ICRA 2016ワークショップ報告データセット2016/9/1
ICRA 2016の把持・操作データセットに関するワークショップの講演・発表・パネル討論をまとめ、ロボット分野における高品質データセットの重要性と今後の方向性を概説した報告論文。
- 物体操作・インタラクション向けデータセットのサーベイ物体操作データセット2016/7/1
物体操作に関連する20のデータセットをモダリティ・活動・アノテーションの観点で比較整理し、今後のデータセット設計への提言をまとめたサーベイ。
