Yuhang Dong
Zhejiang University
収録論文 8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
- TARSphere:進化する物理・社会環境下での長期的身体性エージェント向けロボット指向フルスタックフレームワーク身体性エージェント2026/10/21
物理シミュレータとNPC対話を備えた環境で、凍結MLLMが階層的スキルと記憶を用いて長期タスクを遂行するフルスタック枠組みと、360エピソードのベンチマークを提案した論文。
- VLMはネイティブな行動モデルである:明示的行動空間グラウンディングによる操作能力の解放VLA2026/10/9
VLMの視覚・空間推論能力を、ツール中心点を基準にした行動フレームを手首カメラ画像に投影しテキスト生成として行動を表現することで、追加の行動モジュールやロボット行動事前学習なしに直接操作行動を生成できるようにしたフレームワークEASGを提案。
- UniLab: GPU中心パラダイムを超えたロボット強化学習のためのヘテロジニアスアーキテクチャ強化学習/システムアーキテクチャ2026/5/1
CPUシミュレーションとGPU学習を分離したヘテロジニアスな強化学習システムUniLabを提案し、GPUシミュレーションに依存せずに3〜10倍の学習効率向上を実証した。
- DISCOVERSE: 複雑で高忠実度な環境における効率的なロボットシミュレーションsim2real2025/7/1
3DガウススプラッティングとMuJoCoを組み合わせ、実世界の複雑な環境を高精細に再現してロボット学習を行うオープンソースのReal2Sim2Realシミュレーションフレームワークを提案し、模倣学習におけるゼロショットSim2Real転移で最先端性能を示した。
- ウェーブレットポリシー:世界事前記憶を用いたスケール領域での模倣学習模倣学習2025/4/1
背景画像から持続的なシーン構造を記憶トークンとして符号化し、ウェーブレット変換で行動をマルチスケールに分解して予測する軽量な模倣学習フレームワークを提案。実機を含む多数のタスクで高精度を達成。
- 好奇心誘導拡散モデル:信頼性のための拡散モデルガイド模倣学習2025/3/1
模倣政策の幻覚を抑えるため、好奇心モジュールで拡散モデルを誘導し、訓練データに沿った信頼性の高い行動を生成する手法を提案。
- ImitDiff: 基盤モデルの事前知識を転移した妨害に頑健な視覚運動模倣ポリシーVLA2025/2/1
視覚言語基盤モデルで指示をピクセル単位の意味マスクに変換し、二重解像度の知覚と拡散トランスフォーマで妨害に強い模倣学習ポリシーを実現した。
- リソース格差を埋める:高度な模倣学習モデルを手頃な組み込みプラットフォームへ展開マニピュレーション2024/11/1
Transformerベースの大規模模倣学習モデルを、モデル圧縮とTemporal Ensemble with Dropped Actions(TEDA)によりエッジデバイスへ効率的に展開するパイプラインを提案し、各種マニピュレーションタスクで有効性を示した。
