Zhiao Huang
収録論文 19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
- オンライン模倣事前学習付きワールドモデルによるマニピュレーションの効率的なSim-to-Real転移レシピsim2real2025/10/1
ロボットシミュレータでのオンライン模倣学習と実機データでのオフライン微調整を組み合わせたワールドモデルベースの枠組みを提案し、限られた実機専門家データでもsim-to-real転移の成功率を大幅に改善した。
- 世界モデルオンライン模倣学習のための結合分布的ランダムエキスパート蒸留模倣学習2025/5/4
世界モデルの潜在空間で専門家と行動方策の分布を同時推定するRNDベースの報酬モデルを提案し、オンライン模倣学習を安定化させた。
- 布操作のための生成的状态推定を伴う拡散ダイナミクスモデル変形物体操作2025/3/1
拡散モデルを用いて布の状態推定とダイナミクス予測を行い、モデル予測制御と組み合わせて実機で布折り畳みを実現した研究。
- ManiSkill3: 汎化可能な身体性AIのためのGPU並列ロボティクスシミュレーションとレンダリングsim2real2024/10/1
接触の多い操作タスク向けに、シミュレーションとレンダリングをGPUで並列化した高速ロボティクスシミュレータManiSkill3を開発し、12分野の多様なタスクとデモデータ、ベースラインを提供した。
- DiffVL: 視覚言語駆動の微分可能物理による軟体操作のスケーリング軟体操作2023/12/1
非専門家が視覚と言語で指定した軟体操作タスクを、大規模言語モデルで最適化目的に変換し、微分可能物理シミュレータで解く手法を提案。
- Robo360:3D全方位マルチマテリアルロボット操作データセットマニピュレーション2023/12/1
多視点カバレッジと多様な素材の物体を含むロボット操作データセットを構築し、動的NeRFや多視点ポリシー学習への有効性を示した。
- 思考の連鎖に基づく予測制御マニピュレーション2023/4/1
劣ったデモからでも複雑な操作を学習できるよう、デモをサブスキルに分解し、その連鎖をTransformerで予測しながら制御する階層的模倣学習手法を提案した。
- DexDeform: 人間のデモンストレーションと微分可能物理による巧みな変形物体操作マニピュレーション2023/4/1
人間のテレオペレーションデモからスキルモデルを学習し、微分可能物理で計画を洗練させて、多指ハンドによる変形物体操作を実現するフレームワークを提案。
- RoboNinja: 多素材物体のための適応的切断ポリシーの学習マニピュレーション2023/2/1
柔らかい部分と硬い芯を持つ物体(例:アボカド)を対象に、芯を傷つけずに軟部のみを切断する適応的切断ポリシーを学習するシステムを提案。微分可能な切断シミュレータと力覚センサによる衝突フィードバックを活用し、実機で展開した。
- ManiSkill2: 汎化可能なマニピュレーションスキルのための統合ベンチマークマニピュレーション2023/2/1
多様な物体形状と完全動的シミュレーションを備えた20種の操作タスク群からなる次世代ベンチマークを構築し、RLやILなど多様なアルゴリズムを統一的に評価できるようにした。
- 抽象から実行可能な軌道への翻訳によるワンショットタスク汎化マニピュレーション2022/10/1
複雑な長期的タスクを、抽象環境での計画生成と実行を分離し、seq-to-seqモデルで抽象軌道を実行可能な軌道に翻訳することで、未見タスクへのワンショット汎化を実現した。
- 点群からの時空間抽象化による変形物体操作の計画変形物体操作2022/10/1
点群を潜在ベクトルに変換し、スキル系列を計画することで、包丁やローラーなど複数の道具を使う変形物体操作を実世界で実現した。
- 微分可能物理を用いた軟体操作のための接触点発見軟体マニピュレーション2022/5/1
最適輸送に基づく接触点探索を微分可能物理ソルバに統合し、軟体プラスチックの変形操作における局所解問題を解決する手法CPDeformを提案。多段階タスク用ベンチマークPlasticineLab-Mも導入した。
- RoboCraft: グラフネットワークで弾塑性物体を見て・シミュレートし・形作る学習変形物体マニピュレーション2022/5/1
RGBD画像から粒子表現を構築し、グラフニューラルネットで弾塑性物体のダイナミクスを学習、モデル予測制御で未知の目標形状へ変形させるロボットシステムを提案。
- DiffSkill: 微分可能物理に基づくスキル抽象化による道具を用いた変形物体操作変形物体操作2022/3/1
微分可能物理シミュレータで短期的な道具操作スキルを獲得し、RGBD画像からスキルを抽象化するニューラルネットを学習して、長期的な変形物体操作タスクを計画・実行するフレームワークを提案した。
- 合成可能なNeRFによるマルチオブジェクトダイナミクスの学習NeRF/ダイナミクス2022/2/1
複数視点画像から物体ごとの潜在ベクトルを抽出し、個別NeRFでシーンを再構成した上で、潜在空間上のグラフニューラルネットワークで物体間の動力学を学習する手法を提案。剛体・変形物体を含む構成的シーンの長期予測が安定することを示した。
- 物理ベースのアクティブステレオセンサシミュレーションで光学センシングのドメインギャップを埋めるsim2real2022/1/1
アクティブステレオ深度センサを物理法則に基づきシミュレーションし、実機に近い材質依存の誤差パターンを持つ深度画像をリアルタイム生成するパイプラインを構築した。シミュレーションで学習した認識アルゴリズムや強化学習方針が実世界へファインチューニングなしで転移することを示した。
- ManiSkill: 大規模デモンストレーション付き汎用マニピュレーション技能ベンチマークマニピュレーション2021/7/1
多様な3D形状の物体を扱う操作技能を評価する物理シミュレータベンチマークを提案し、約3.6万軌道のデモと3D深層学習・模倣学習のベースラインを提供した。
- PlasticineLab:微分可能物理を備えた軟体操作ベンチマーク軟体操作/微分可能物理2021/4/1
微分可能な弾性・塑性変形をシミュレートする軟体操作タスク集を提案し、強化学習と勾配ベース手法を比較評価した。
