Yu-Xiong Wang
University of Illinois Urbana-Champaign
収録論文 14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
- InterMimicGen: 自己進化する動作模倣によるヒューマノイドの移動操作のスケーリング移動操作2026/10/5
人間と物体のインタラクション動作をヒューマノイドロボット向けに変換し、汎用トラッカーとデータ拡張のループを回すことで、器用な全身移動操作の動作データを自己進化的に増やして学習するフレームワーク。
- InterEvolve: ヒューマノイド移動操作のための報酬プログラムのテスト時進化移動操作2026/10/1
訓練済みコントローラを再訓練せずに、LLMと数値最適化で報酬プログラムをテスト時に進化させ、ヒューマノイドの移動操作タスクを解く手法を提案。
- Vesta: 汎用身体化推論モデルVLA2026/6/1
ロボットのための単一の基盤モデルで、位置推定・空間推論・ナビゲーション・長期計画を統合し、専門モデル群を上回る性能を示した。
- ULTRA: ヒューマノイド全身移動操作のための統合マルチモーダル制御全身制御2026/3/1
大規模モーションキャプチャを物理的に妥当なヒューマノイド動作に変換し、密な参照と疎なタスク指定の両方を扱う統合マルチモーダル制御器を学習することで、知覚と高次タスク仕様から自律的な全身移動操作を実現する。
- 視覚環境構造の捉え方が制御性能と相関する表現学習2026/2/1
事前学習済み視覚エンコーダが環境状態(幾何・物体構造・物理属性)をどれだけデコードできるかを測ることで、下流のロボット制御性能を予測できることを示した研究。
- InterPrior: 物理ベースの人間-物体インタラクションのための生成的制御のスケーリング全身マニピュレーション2026/2/1
大規模模倣事前学習と強化学習による事後学習で、全身の人間-物体インタラクションを生成する統一的な制御器を学習し、未知の物体や目標にも汎化できる動作事前分布を実現した研究。
- Dexplore: 参照スコープ探索による器用な操作のためのスケーラブルなニューラル制御マニピュレーション2025/9/1
人間の手のモーションキャプチャをソフトなガイドとして活用し、リターゲティングと追従を単一ループで統合最適化することで、器用なロボット操作の制御方策を大規模に学習する手法を提案。
- InterMimic: 物理ベースの人間-物体インタラクションのための汎用的全身制御全身制御2025/2/1
不完全なモーションキャプチャデータから、多様な物体との全身インタラクションを模倣・生成する単一の強化学習ポリシーを学習するフレームワークを提案。
- PAE: 基盤モデルエージェントのための自律的スキル発見フレームワークVLA2024/12/17
基盤モデルエージェントが環境の文脈情報からタスクを自律的に提案し、VLMによる成功評価を報酬として強化学習でスキルを獲得する学習システムPAEを提案した。
- Diff-2-in-1:拡散モデルによる生成と高密度知覚の橋渡し拡散モデル2024/11/1
拡散モデルの脱ノイズ過程を活用し、マルチモーダルデータ生成と高密度視覚知覚を同時に扱う統合フレームワークを提案。生成データを自己改善学習に用いることで、様々な知覚バックボーンの性能を向上させる。
- Lexicon3D: 複雑な3Dシーン理解のための視覚基盤モデルを探る3Dシーン理解2024/9/1
画像・動画・3Dの視覚基盤モデル7種を4つの3Dシーン理解タスクで比較評価し、各モデルの強みと弱みを明らかにした研究。
- 3D物体検出における距離範囲の実証的分析3D物体検出2023/8/1
LiDARによる3D検出は近距離に偏っているため、Argoverse 2.0を用いて遠距離検出を分析し、近距離と遠距離で適したボクセルサイズが異なることを示した上で、距離別の専門家モデルを効率的にアンサンブルする手法を提案した。
- DualCross: 単眼BEV知覚のためのモダリティ・ドメイン横断適応BEV知覚2023/5/1
LiDARとカメラのモダリティ差とドメイン差を同時に克服し、訓練時はLiDAR点群知識を活用して、異なるドメインでカメラのみの単眼BEV知覚を高精度化する適応フレームワークを提案。
- 過去と未来の狭間で:マルチカメラ3D多物体追跡のための時空間モデリングマルチカメラ3D追跡2023/2/1
マルチカメラ3D多物体追跡において、過去と未来の推論を統合したPF-Trackを提案し、長期遮蔽下での再関連付けを可能にした。
