Yuanyuan Li
Beijing Academy of Artificial Intelligence
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAマニピュレーション全身操作/データ収集自動運転データ収集/全身操作
※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
- 世界モデリングはロボット行動学習で実際に何を改善するのかVLA2026/10/25
未来映像予測を行動学習の補助損失として組み込む効果を制御的に検証し、既知タスクでは成功率が大きく向上する一方、分布シフト下では利点が一貫しないことを示した論文。
- Human2Dex: 手首中心の人間デモンストレーションによる器用なロボット学習マニピュレーション2026/10/9
手首中心の人間デモンストレーションを共通データとして使い、異なるロボットハンドでも再学習なしに器用な操作を学習できる手法を提案し、実世界6タスクで高い成功率を達成した。
- HumanoidUMI: ロボット不要のデモからヒューマノイド全身操作への橋渡し全身操作/データ収集2026/6/1
軽量VRデバイスとUMI風グリッパーを用いてロボットを使わずにヒューマノイドの全身操作データを収集し、そのデータで高次ポリシーを訓練して全身制御に転用する枠組みを提案した。
- CADET: 物理に基づく因果監査とエンドツーエンド運転プランナーの訓練不要な交絡除去自動運転2026/6/1
エンドツーエンドの自動運転プランナーが統計的な近道(因果関係のない手がかりへの依存)を学習する問題を検出・修正する、訓練不要のフレームワークCADETを提案した。
- BifrostUMI: ロボット不要のデモから人型全身操作への橋渡しデータ収集/全身操作2026/5/1
軽量VRデバイスとUMI風グリッパーを用いてロボットを使わずに人型ロボットの全身動作データを収集し、高次ポリシーで全身スキル学習を実現するフレームワークを提案。実世界5シナリオで有効性を検証した。
- OmniUMI:人間に合わせたマルチモーダルインタラクションによる物理的基盤を持つロボット学習マニピュレーション2026/4/1
UMI型インターフェースに触覚・把持力・外力などの物理的接触信号を統合し、拡散ポリシーで学習するシステムを提案。力に敏感な操作タスクで有効性を示した。
