Yuhan Wang
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
- BioAgent:長期的な実験プロトコルに向けた自律的技能獲得と能力成長ロボット実験/技能獲得2026/10/30
ロボットが未経験の実験プロトコルを遂行するため、不足能力の特定・技能の自己獲得・人間への教示要求・逐次検証を統合し、二腕ロボット実験で完全タスク成功率66%・58%を達成した研究。
- OmniBrain-0: 身体性知能のための統合エージェントモデルVLA2026/10/26
操作とナビゲーションを単一の軽量な意思決定モデルで統合し、段階的学習と自己改善の仕組みで長期的タスク遂行と失敗からの回復を実現した研究。
- SteerAct: 少数試行の時間的ステアリングで行動モデルを解き放つVLA2026/10/19
事前学習済みロボット行動モデルの活性化を、少数の成功・失敗ロールアウトから選んだ特徴量の時間記述子に基づいてオンラインで調整し、重み更新なしでタスク成功率を約10%向上させるフレームワーク。
- 強化学習駆動拡散モデル:言語・視覚・その先へ拡散モデル2026/10/15
拡散モデルを強化学習で事後学習する研究を初めて体系的にレビューし、報酬設計や探索と活用のトレードオフなど実用化の課題を分析した。
- RoboFFT:順過程を用いたオンライン強化学習による生成ロボット方策のファインチューニングVLA2026/9/26
生成モデルベースの方策を、順過程ノイズ付加とスコアマッチング損失でPPO的にファインチューニングする手法を提案し、模倣学習の限界を強化学習で改善する。
- 人間らしいエージェントのための生成的具現化複数行動制御システムヒューマンエージェント2026/9/19
習慣的行動と目標指向的行動を統合的にモデル化し、個人差や内部状態に応じて両者を動的に調整する人間らしいエージェントの行動制御フレームワークを提案した。
- PhysReal: ハイブリッド構成モデリングによる実世界の変形物体物理の学習物理シミュレーション/変形物体2026/9/7
実世界の変形物体の物理をビデオから学習し、シミュレーションするフレームワークを提案。解析モデルとニューラル残差を組み合わせた構成モデルをMPMシミュレータと3DGSレンダラに統合し、段階的カリキュラムでパラメータを推定する。
- 自己受容感を軸にしたクロスモーダル事前学習による接触を伴う組立のゼロショットsim-to-real転移sim2real2026/9/7
シミュレーションと実機で差異の少ない自己受容感(関節位置・速度)を教師信号に、視覚と力覚の表現を学習し、実機での微調整なしで高精度な接触組立を実現する手法PACEを提案した。
- 一つのポリシー、多様な身体:異種具現化操作のためのカメラ中心の統一アクション幾何学事前学習VLA2026/8/26
異なるロボット形態やカメラ設定をまたいで操作データを統一するため、カメラで観測可能なアンカー動作を共通のアクション表現として用いる新しいフレームワークUCAG-Pを提案。単一のVLAポリシーで複数のベンチマークを高精度に達成した。
- 実世界ロボット強化学習にはデモ1回で十分強化学習2026/7/1
単一のデモンストレーションを用いて、実世界のロボット強化学習における介入プロセスを自動化するフレームワークAutoSERLを提案し、複数の接触を伴う操作タスクで高い成功率と堅牢性を達成した。
- 練習が方策を生む:人間のデモンストレーションなしでロボット能力をブートストラップし強化する操作2026/7/1
本論文は、人間のデモンストレーションなしでロボットが自律的に経験を蓄積し、再利用可能な行動を経て効率的な視覚運動ポリシーへと能力を進化させる自己改善型の階層的エージェントHEROを提案する。
- 把持不能物体に対する外的手先による巧みな非把持マニピュレーションマニピュレーション2025/3/1
強化学習を用いて、把持できない大きな物体を机の端や壁へ移動させてから掴む戦略を学習するロボットハンドシステムExDexを提案し、実機へのゼロショット転移も実証した。
- IMM-MOT: 相互作用多重モデルフィルタを用いた3次元多物体追跡フレームワーク3D多物体追跡2025/2/1
物体の複雑な運動パターンに対応するため相互作用多重モデルフィルタを導入し、軌道管理と検出スコア補正を改善した3D多物体追跡手法を提案。NuScenesでAMOTA 73.8%を達成。
- クロスモーダル拡散モデルによる高密度で高精度なミリ波レーダー知覚拡散モデル/クロスモーダル/レーダー知覚2024/3/1
拡散モデルを用いて生のミリ波レーダーデータからLiDARのような高密度点群を生成し、計算資源が限られたMAVでも動作するよう推論を高速化した手法を提案。
