Yunbo Wang
Peking University
収録論文 12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
- 進捗関係からロボットの報酬を学習するEvent2Reward強化学習/報酬設計2026/10/29
実ロボットの成功・失敗・非最適実行データから、軌跡内の局所的な進捗関係を活用して密な報酬を学習する手法を提案し、方策成功率を大幅に向上させた。
- NeoWorld-3: ピクセルからコード定義の物理世界へsim2real2026/10/20
視覚観測からコードで記述された実行可能な3D物理世界を再構築するコーディングエージェント型フレームワーク。再構築したデジタルツイン上で計画した操作を実機の双腕ロボットでゼロショット実行しReal-Sim-Realループを実現した。
- 未来から逆算する長期粒子ダイナミクス予測物理シミュレーション予測2026/10/13
最終状態を先に予測し、それを条件に拡散モデルで中間軌道を生成することで、長期予測の誤差蓄積を抑える手法ReStepを提案した。
- VPTwin: 実機-シミュレーション-実機のビデオ予測によるロボットマニピュレーション計画マニピュレーション2026/9/27
実演からデジタルツインを再構築し、Isaac Simの複数ロールアウトを参照して実世界の未来映像を予測するReal-Sim-Real枠組みを提案し、物理的に妥当な予測でマニピュレーション計画を改善した。
- NeoWorld-Pro: 単眼画像から対話型シーンをプログラミングし具現化シミュレーションを実現シーン再構成2026/8/25
単眼RGB画像を、物理特性や関節構造を持つ対話型3Dシーンとして再構成するフレームワークを提案。MLLMによるコード生成と物理エンジンでの検証を組み合わせ、安定した積み重ねや細かい操作などの複雑なタスクを可能にした。
- OrbiSim: 具身知能のための微分可能物理エンジンとしてのワールドモデルシミュレーション2026/5/1
ワールドモデルを完全微分可能な物理エンジンとして再定義し、シミュレーション全体を微分可能にすることで、接触モデリングやスパース報酬下での勾配ベースのポリシー最適化を可能にした。
- LASER: 連続場再構成のための能動センシング学習能動センシング2026/4/21
固定センサ配置に依存せず、物理場の状態に応じてセンサを動かす能動センシングを強化学習で実現し、疎な観測から高精度に場を再構成する手法を提案した。
- 動画で強化するオフライン強化学習:モデルベースアプローチオフライン強化学習2025/5/1
ラベルなし動画から世界モデルを構築し、そのモデルベースの行動ガイダンスでオフライン強化学習の性能を大幅に向上させる手法を提案。
- マルチタスクオフライン事前学習を用いたモデルベース強化学習モデルベース強化学習2023/6/1
オフラインデータから世界モデルを介してタスク関連度を測り、ダイナミクスと方策を新規タスクへ適応的に転移するモデルベース強化学習手法を提案。
- 分離された想像を用いたモデルベース強化学習モデルベース強化学習2023/3/1
制御可能な状態と制御不能な状態を分離して世界モデルを学習し、長期的な視覚運動制御タスクの性能を向上させる手法を提案。
- Iso-Dream: 世界モデルにおける非制御視覚ダイナミクスの分離と活用世界モデル2022/5/1
世界モデル内で制御可能なダイナミクスと制御不能なダイナミクスを分離し、将来の非制御状態を予測して意思決定に活用する強化学習手法を提案。
- DualSMC: 連続POMDPにおける微分可能なフィルタリングと計画のトンネリングPOMDP/計画2019/9/1
連続POMDPのフィルタリングと計画を2つの関連する逐次モンテカルロ過程として定式化し、敵対的粒子フィルタと不確実性依存の計画を組み合わせたDualSMCネットワークを提案した。
