Zhecheng Yuan
Tsinghua University
収録論文 18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
- 触覚でつなぐ人間からロボットへの巧みな操作の転送触覚/ヒューマン・トゥ・ロボット転送2026/10/29
触覚センサ付きウェアラブル端末で取得した人間の巧みな操作データを、物体形状や物理シミュレーションなしでロボットの訓練データに変換するフレームワークTouchBridgeを提案。VLAモデルの微調整に用い、接触の多い実タスクで72.5%の成功率を達成した。
- MemoryWAM: 持続的メモリによる効率的な世界行動モデリングマニピュレーション2026/6/1
ロボット操作のための世界行動モデルに、最近のフレーム、イベント境界アンカーフレーム、長期履歴を要約するコンパクトなgistトークンを組み合わせたハイブリッドメモリ設計を導入し、長期的な記憶依存タスクを効率的に処理する手法を提案した。
- UniDex: 人間の一人称視点ビデオからの汎用器用ハンド制御のためのロボット基盤スイート器用操作2026/3/1
人間の一人称視点ビデオからロボット実行可能な軌道を生成し、統一された行動空間と3D VLAポリシーを用いて、複数の器用ハンドへの汎用制御を実現する基盤スイートを提案した。
- ViTaS: 視覚触覚ソフト融合コントラスト学習による視覚運動学習マニピュレーション2026/2/1
視覚と触覚の情報をソフト融合コントラスト学習とCVAEで統合し、遮蔽環境でもロボット操作を可能にするフレームワークを提案。
- HERMES: 多源运动データからの人間→ロボット身体化学習による移動型巧みなマニピュレーションマニピュレーション2025/8/1
複数の人間の手の動きデータを強化学習で統合し、移動型双腕多指ハンドロボットの器用な操作を実現するフレームワークを提案。深度画像ベースのsim2real転移とPnP位置推定による自律ナビゲーションを組み合わせ、実環境での汎化性能を向上させた。
- 三重階層拡散方策による視覚運動学習VLA2025/5/1
RGB-D入力・多スケール視覚表現・階層的条件付き拡散を組み合わせ、視覚特徴と行動生成の統合を強化した視覚運動方策を提案。44のシミュレーションタスクで平均27.5%改善し、実機双腕タスクでも高性能を示した。
- DOGlove:低コストオープンソースの力覚フィードバックグローブによる巧みな操作遠隔操作/触覚2025/2/1
600ドル以下で自作できる力覚フィードバック付きグローブを開発し、ロボットハンドの遠隔操作と接触の多いタスクの模倣学習を実現した。
- DemoGen: データ効率の良い視覚運動方策学習のための合成デモンストレーション生成模倣学習2025/2/1
タスクごとに1回の人間デモから、3D点群編集と行動軌道の適応により空間的に多様な合成デモを自動生成し、実世界のマニピュレーション方策の性能を大幅に向上させる手法を提案。
- DenseMatcher: 単一デモからのカテゴリレベル操作のための3Dセマンティック対応学習マニピュレーション2024/12/1
マルチビュー2D特徴をメッシュに投影して3Dネットワークで精錬し、関数写像で密な3D対応を計算する手法を提案。単一デモからのロボット操作のクロスカテゴリ汎化を実現。
- どこでも操作を学習する:強化学習のための視覚的汎化フレームワークsim2real2024/7/1
多視点表現学習と空間トランスフォーマー、カリキュラムベースのランダム化を組み合わせ、多様な視覚的擾乱下でも汎化する視覚運動強化学習フレームワークを提案し、実機転移を実証した。
- RoboDuet:四足ロボットの全身協調移動操作のための協調ポリシー学習移動操作2024/3/1
四足ロボットとアームの全身制御を、移動と操作の2つの協調ポリシーで実現し、類似形態のロボットへのゼロショット転移も可能にしたフレームワーク。
- RoboScript: 実機とシミュレーションをまたぐ自由形式マニピュレーションのためのコード生成マニピュレーション2024/2/1
ROS抽象化に基づく統一インターフェースで、コード生成による実機・シミュレーション両対応のロボットマニピュレーションパイプラインと自由記述タスクのベンチマークを提案。
- Segment Anything Modelによる汎化可能な視覚強化学習視覚強化学習2023/12/1
SAMのプロンプト可能なセグメンテーション能力を活用し、DINOv2とSAMの特徴対応から点プロンプトを生成して高品質なマスク画像をエージェントに与えることで、視覚強化学習の汎化性能を向上させるフレームワークSAM-Gを提案した。
- GenSim: 大規模言語モデルによるロボットシミュレーションタスクの生成sim2real2023/10/1
大規模言語モデルを活用して、ロボットシミュレーションの多様なタスクと専門家デモを自動生成する手法を提案し、タスクレベルの汎化性能を大幅に向上させた。
- H-InDex: 人間の手に着想を得た視覚表現による巧みな操作のための強化学習マニピュレーション2023/10/1
人間の手の姿勢推定で視覚表現を事前学習し、自己教師ありキーポイント検出と強化学習で微調整することで、12の難易度の高い巧みな操作タスクを達成した研究。
- 視覚運動制御における事前学習の再検討:スクラッチ学習ベースラインの再評価視覚運動制御2022/12/1
視覚運動制御タスクにおいて、データ拡張と浅いConvNetを用いた単純なスクラッチ学習ベースラインが、大規模視覚データセットで事前学習した表現を用いる最近の手法(PVR, MVP, R3M)と競合することを示し、事前学習データとベンチマーク間のドメインギャップの影響を明らかにした。
- タスク無関係区間を考慮した模倣学習模倣学習2022/10/1
実世界のデモに含まれるタスクと無関係な区間を自己教師あり学習で除外し、視覚運動方策を学習する手法を提案した。
- USEEK: 汎化可能な操作のための教師なしSE(3)同変3Dキーポイントマニピュレーション2022/9/1
単一物体の把持デモからカテゴリ内の未知物体を任意姿勢で操作するため、教師なしでSE(3)同変な3Dキーポイントを学習する手法を提案。
