Zhongyu Li
Hong Kong Embodied AI Lab
収録論文 64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
- 物理経験から学ぶ:ロボット操作のための文脈空間適応マニピュレーション2026/10/30
汎用推論モデルを操作ポリシーとして活用し、実行経験から教訓を抽出・再利用するモジュールを組み合わせて実世界12タスクで成功率を向上させた研究。
- 凍結した歩行ポリシー下での異種歩行ダイナミクスのオンライン学習による高精度ロコマニピュレーションロコマニピュレーション2026/10/30
事前学習済み歩行ポリシーを固定したまま、その閉ループダイナミクスをオンライン学習し、潜在条件による異種応答を汚染ガウスモデルで扱うことで浮遊ベース運動予測とエンドエフェクタ追従の精度を向上させた。
- REACH:狭所移動のための強化学習ベース階層型ヒューマノイド這い移動フレームワーク歩行2026/10/27
Unitree G1ヒューマノイドが高さ制約環境を歩行と這い移動で通過できるよう、強化学習による階層型制御とLiDARプランナを組み合わせたフレームワークを提案した。
- 汎用潜在行動を条件とするクロスエンボディメント世界モデル世界モデル2026/10/27
人間動画・ロボット実演・シミュレーションを共通の3D潜在行動で条件付けし、異なる身体間で学習できる動画世界モデルを構築した。生成した疑似実演で実機ポリシーの成功率を向上させた。
- RynnVLA-Latent: 3D接地潜在行動でロボット操作基盤モデルをスケールするVLA2026/10/25
異種の動画から3Dに接地した連続潜在行動を学習し、それを用いてVLAモデルを事前学習することで、多様なロボット操作タスクで高い成功率を達成した研究。
- コンパクト参照追従による低遅延全身ヒューマノイド遠隔操作遠隔操作2026/10/21
ルート高さ・速度と4つの疎なキーポイント姿勢のみを参照する統一追従ポリシーで、約20msの低遅延な全身ヒューマノイド遠隔操作を実現し、ボールキャッチなどの反応動作を実機で示した。
- 車輪脚ロボットのための退化対応LiDAR慣性オドメトリに向けた車輪運動不確かさの学習オドメトリ/状態推定2026/10/19
車輪脚ロボットのオドメトリにおいて、車輪ごと・方向依存の過程共分散を自己受容履歴から学習し、LiDARの幾何的弱方向を抑制する退化対応投影と組み合わせることで、滑りや接地喪失下でも堅牢な位置推定を実現した。
- SkipWorld: 蒸留ワールドモデルによる潜在スキップ計画で効率的な視覚ナビゲーション視覚ナビゲーション2026/10/13
ワールドモデルを潜在空間で自己回帰的に学習し、長期的な未来状態を直接予測するスキップモデルに蒸留することで、視覚ナビゲーションの計画を高速化する手法を提案。
- ヒューマノイドバドミントン:限られた人間動作データからの動的ラケットスキル学習マニピュレーション2026/9/25
三段階の階層型強化学習により、限られた人間のバドミントン動作データからヒューマノイドがフォアハンド・バックハンド・ジャンプ返球などの動的ラケットスキルを獲得し、実機で人間とのラリーを実現した。
- 連続体マニピュレータ向け支援強化型粒状ジャミンググリッパと強化学習による把持把持/ジャミンググリッパ2026/9/24
連続体マニピュレータ先端に装着する軽量な支援構造付き粒状ジャミンググリッパを設計し、膜材料や粒子・充填率・内部支持構造を最適化して把持境界を明らかにするとともに、強化学習による到達制御を実機に展開して把持・解放タスクを実現した。
- HiRE: 後知恵報酬編集による方策ファインチューニング強化学習2026/9/22
成功・失敗軌跡を後知恵で対比し、基盤表現モデルの報酬を制御中心に校正する訓練不要の枠組みを提案。
- 魚眼VLA:単一魚眼カメラで操作のための広域認識と高精細視野を両立VLA2026/9/22
単一の魚眼カメラから広域視野とエンドエフェクタ中心の局所クロップを同時に取得し、VLAモデルと組み合わせて卓上・棚・コンベア上の操作を実現した研究。
- 全身UMI:実時間動作生成によるヒューマノイド全身マニピュレーションへのUMIスキル転移全身マニピュレーション2026/9/19
UMIの手先軌道データからヒューマノイドの全身協調動作を実時間生成し、拡散方策と組み合わせて4タスクで全身マニピュレーションを実現した。
- 車輪脚ロコマニピュレーションのためのハイブリッド力覚センサレス推定を用いた力認識強化学習ロコマニピュレーション2026/9/12
エンドエフェクタの力覚センサを使わずに、運動量観測・接触制約レンチ投影・時間的残差学習を組み合わせて力を推定し、それを観測に組み込んだ全身強化学習で車輪脚ロボットの力制御を実現した。
- Action QFormer: 行動監視下での構造化表現形成による視覚言語行動モデルの性能向上VLA2026/7/1
視覚言語行動モデルにおいて、行動監視が継承したマルチモーダル表現を形成する役割を分析し、クエリベースのインターフェースを導入して行動に適した表現を再構成することで、ゼロショットsim-to-realナビゲーションの成功率を大幅に向上させた。
- RynnWorld-4D: ロボット操作のための4D具現化ワールドモデルワールドモデル2026/7/1
RGB、深度、オプティカルフローを統合した4Dワールドモデルを提案し、将来のシーン変化を予測してロボット操作のポリシー学習を支援する。
- RynnWorld-Teleop: デジタル遠隔操作のための行動条件付きワールドモデルデータ生成2026/7/1
物理的な遠隔操作に代わり、生成ワールドモデルを用いてロボット中心の映像を合成し、実機不要で模倣学習用の軌道データを生成するデジタル遠隔操作パラダイムを提案した。
- RoboDojo: 汎用ロボット操作ポリシーの包括的評価のための統合シミュレーション・実世界ベンチマークベンチマーク2026/7/1
シミュレーションと実世界の両方で汎用ロボット操作ポリシーを評価するための統一ベンチマークを提案し、42のシミュレーションタスクと18の実世界タスクで多様な能力を評価する。
- RoboNaldo: 動作誘導カリキュラム強化学習による正確で安定かつ強力なヒューマノイドサッカーシュートロコモーション/強化学習2026/6/1
人間のキック動作を参照として段階的に最適化する3段階カリキュラム強化学習フレームワークを提案し、ヒューマノイドロボットによる高インパルスで正確なサッカーシュートを実現した。
- KEMO: 長期的ロボット操作のためのイベント駆動キーフレームメモリとVLAポリシーマニピュレーション2026/6/1
長期的なロボット操作において、過去の重要な状態変化をキーフレームとして自動選択・記憶し、VLAポリシーに統合する軽量なプラグインメモリフレームワークKEMOを提案。実機の双腕操作タスクで成功率を大幅に向上させた。
- VRA: 電圧制約アクチュエーションにおける離散時間関節加速度の接地制御/アクチュエーション2026/5/1
電圧制約下の電気アクチュエータで物理的に実現不可能な関節加速度を排除する、電圧実現可能加速度(VRA)インターフェースを提案し、ハードウェア実験で有効性を実証した。
- オンデバイス計算制約下での強化学習によるマイクロロボット制御マイクロロボット/強化学習2025/12/1
サブセンチメートル四足歩行マイクロロボットの強化学習制御を超小型SoC上に実装し、量子化と歩容スケジューリングで電力制約下の推論周波数を最適化した。
- GenDexHand:多指ハンドのための生成的シミュレーションマニピュレーション2025/11/1
VLMのフィードバックで物体配置を調整する閉ループ生成により、多指ハンド操作用の多様なタスクと環境を自動生成し、サブタスク分解で強化学習の効率と成功率を高める手法を提案。
- ヒューマノイドの接触計画のための自己視点ワールドモデル接触計画2025/10/1
自己視点の深度画像と固有感覚から、学習したワールドモデルとMPCを組み合わせてヒューマノイドの接触を伴う動作計画を実現した研究。
- ガウススプラッティングによる実世界ゼロショットロボットマニピュレーション学習のための高忠実度シミュレーションデータ生成sim2real2025/10/1
実世界の多視点画像から3DGSとメッシュを組み合わせて物理的に操作可能な高忠実度シミュレーション環境を構築し、MLLMで物体の物理特性や関節構造を自動推定することで、シミュレーションのみで訓練した方策が実世界の多様なマニピュレーションタスクへゼロショット転移できることを示した。
- 四足歩行ロボットチームによる実世界での協調・競争サッカーに向けてマルチエージェント強化学習2025/5/1
階層型マルチエージェント強化学習により、四足歩行ロボットが自律的に協調・競争サッカーを行うフレームワークを提案し、実機でロボット同士や人間との試合を実現した。
- Berkeley Humanoid Lite:オープンソースで入手しやすくカスタマイズ可能な3Dプリントヒューマノイドロボットの実演ヒューマノイド/オープンソースハードウェア2025/4/1
市販部品とデスクトップ3Dプリンタで作れる低コスト(5000ドル以下)のオープンソースヒューマノイドロボットを開発し、強化学習による歩行制御でその能力を実証した。
- LangWBC: 言語指示によるヒューマノイド全身制御のエンドツーエンド学習VLA2025/4/1
言語コマンドを直接解釈してヒューマノイドの全身動作を生成するエンドツーエンド方策を、強化学習と方策蒸留およびCVAE構造で実現し、実機で検証した。
- 四足歩行ロボットチームによるケーブル牽引荷物の分散ナビゲーション:MARLアプローチ群制御2025/3/1
複数の四足歩行ロボットがケーブルで繋がれた荷物を協調して牽引し、障害物を避けながら狭い環境をナビゲートするための分散型マルチエージェント強化学習プランナーを開発した。実機で1~4台、シミュレーションで最大12台のロボットでの有効性を実証した。
- 不整地における四足ロボットのオンライン全方向跳躍軌道計画跳躍/軌道計画2024/11/1
不整地で四足ロボットが全方向に跳躍するための、軌道生成・追従制御・着地制御を統合したオンライン最適化フレームワークを提案し、運動学的制約を考慮した高速進化アルゴリズムと着地後の高精度位置推定を実現した。
- 適応的な非把持移動マニピュレーションによる対話型ナビゲーション移動マニピュレーション2024/10/1
未知の動特性を持つ屋内物体を押す操作のために、学習したSE(2)動特性表現をMPPI制御に統合し、物体を動かしながらナビゲーションする枠組みを提案した。
- Lipschitz制約付きポリシーによる滑らかなヒューマノイド歩行の学習歩行2024/10/1
方策にLipschitz制約を勾配ペナルティとして課すことで、低域通過フィルタや平滑化報酬を使わずに滑らかで頑健なヒューマノイド歩行制御を学習する手法を提案し、実機で検証した。
- 実世界の視覚データから学習する走破性認識型脚式ナビゲーション歩行2024/10/1
脚式ロボットの制御器の価値関数に基づいて走破性コストをロボット中心に推定し、RGBDナビゲーション計画に統合して実世界で効率的に強化学習する手法を提案した。
- CurricuLLM:大規模言語モデルを用いた複雑なロボットスキル学習のための自動タスクカリキュラム設計強化学習/カリキュラム学習/LLM2024/9/1
大規模言語モデルを活用して、ロボットの複雑なタスクを段階的なサブタスクに分解し、報酬コードや目標分布コードを自動生成することで、カリキュラム学習を効率的に設計する手法を提案した。
- 制約付き再重み付け深層行列分解による複数回転平均化回転平均化2024/9/1
ラベル不要の深層行列分解で複数回転平均化を解き、スパニングツリーによる外れ値除去と再重み付けでロバスト性を高めた手法を提案。
- HiLMa-Res: 残差強化学習による四脚ロボットの移動と操作を統合する汎用階層フレームワーク移動操作2024/7/1
四脚ロボットが歩行しながら脚で操作を行うための階層型強化学習フレームワークを提案し、実機で複数の移動操作タスクにおいて既存手法より優れた性能を示した。
- Berkeley Humanoid:学習ベース制御のための研究プラットフォーム歩行2024/7/1
低コストで信頼性の高い中型ヒューマノイドロボットを開発し、軽度のドメインランダム化を用いた強化学習制御により、屋外の様々な地形での俊敏な歩行や跳躍を実現した。
- DiffuseLoco: オフラインデータセットからの拡散モデルによるリアルタイム脚式移動制御歩行2024/4/1
オフラインデータセットから拡散モデルを用いて多様な脚式移動スキルを学習し、実機の四足ロボットでリアルタイム制御とゼロショット転移を実現したフレームワーク。
- 大規模言語モデルを用いた四足歩行ロボットの長期的な移動と操作VLA2024/4/1
大規模言語モデルを活用し、四足歩行ロボットが長期的なタスクを計画・実行するシステムを構築した。強化学習による運動・操作スキルと組み合わせ、道具の作成や人間への助け要請などの複雑な行動を実現した。
- 四足歩行ロボットの脚による実世界操作をデモンストレーションから学習マニピュレーション2024/3/1
四足歩行ロボットが脚のみを使って物体を操作できるよう、強化学習ベースの低レベル制御と模倣学習ベースの高レベル計画を組み合わせた手法を提案し、実機で籠の持ち上げやボタン押しなどを実現した。
- 脚式ロコモーション制御における対称性を活用した強化学習歩行2024/3/1
脚式ロボットの強化学習において、ネットワークの同変・不変性やデータ拡張で対称性を組み込み、サンプル効率と歩容品質を改善し実機へゼロショット転移できることを示した。
- 多様で動的かつ堅牢な二足歩行制御のための強化学習歩行2024/1/1
深層強化学習により、歩行・走行・跳躍・立位など多様な二足歩行スキルを実現する汎用制御器を開発し、実機Cassieで高い適応性と堅牢性を示した。
- 強化学習による堅牢で多様な二足歩行ロボットのジャンプ制御歩行2023/2/1
強化学習を用いて二足歩行ロボットCassieに多様な動的ジャンプを実現させ、実世界での外乱や着地失敗からの復帰も可能にした。
- i2LQR: 動的環境における反復タスクのための反復型LQR制御/軌道最適化2023/2/1
過去の反復データを活用し、各時刻で最適解を反復計算する参照不要のLQR制御則を提案。動的障害物を含む環境で学習ベースMPCを上回る性能を示した。
- 狭い空間を歩く:双対性最適化による四足ロボットの安全クリティカルな歩行制御歩行2022/12/1
四足ロボットが狭い空間を安全に自律移動できるよう、指数型離散制御バリア関数と双対性に基づく障害物回避制約を非線形モデル予測制御と全身制御に統合した枠組みを提案した。
- 強化学習による動的な四足歩行ロボットゴールキーパーの実現歩行2022/10/1
階層型モデルフリー強化学習を用いて、四足歩行ロボットが飛んでくるボールを素早く迎撃するサッカーゴールキーパー動作を実世界で実現した。
- GenLoco: 四足歩行ロボットのための汎用移動コントローラ歩行2022/9/1
多様な形態の四足歩行ロボットに展開できる汎用移動コントローラを、形態ランダム化を用いたシミュレーション訓練により実現した研究。
- 四足歩行ロボットによる高精度サッカーシュートのための階層型強化学習強化学習/四足歩行/マニピュレーション2022/8/1
四足歩行ロボットが実世界で正確にサッカーボールを目標地点へ蹴るため、運動制御と計画を階層的に強化学習するフレームワークを提案し、A1ロボットで実証した。
- 複数の四足ロボットによるケーブル牽引荷物の協調ナビゲーションとマニピュレーション群制御2022/6/1
複数の四足ロボットがケーブルで荷物を牽引し、狭い空間をリアルタイムで障害物を避けながら目標地点まで運ぶ協調自律フレームワークを提案・実証した。
- 低次元線形モデルのシステム同定でモデルベース安全性とモデルフリー強化学習を橋渡し歩行2022/5/1
RL制御された二足歩行ロボットCassieの閉ループ系を低次元線形モデルで同定し、その上で安全性保証を適用できることを示した論文。
- 二足歩行ロボットのための適応型高速運動適応歩行2022/5/1
二足歩行ロボットの不安定さに対応するため、高速適応手法を拡張し、不完全な推定器に合わせてベースポリシーを微調整するA-RMAを提案。シミュレーションで優位性を示し、実機Cassieでのゼロショット展開を実現。
- 感情を表す動作を自在に生成するロボット学習感情表出動作2022/3/1
軌道を感情の潜在空間(VAD)に写像するモデルを対話的に学習し、任意の感情に応じた動作生成や自然言語への反応を可能にした研究。
- ベイズ最適化とハイブリッドゼロダイナミクスを組み合わせた二足歩行制御の安全なパラメータ学習歩行2022/3/1
ベイズ最適化とHZDを組み合わせ、シミュレーションと実機の両方で二足歩行ロボットの制御パラメータを安全制約付きで学習する枠組みを提案し、Cassieで歩行の滑らかさと追従誤差の改善を実証した。
- 心腔内エコーカテーテルの自動先端位置再調整システム医療ロボティクス2022/1/1
心腔内エコーカテーテルをロボット制御し、過去に保存した重要ビューへ自動で先端位置を復元する手法を開発し、ファントムと動物実験で精度を検証した。
- 高さ制約環境における劣駆動二足歩行ロボットの自律ナビゲーション歩行2021/9/1
3層プランナと可変歩行高さ制御を組み合わせ、二足歩行ロボットがしゃがみながら障害物を避けて高さ制約環境を自律移動できるフレームワークを提案し、Cassieで実証した。
- 障害物を跳び越えて自律走行する四足ロボットのナビゲーション歩行2021/7/1
歩行とジャンプを組み合わせ、窓型障害物を跳び越えながら目的地まで自律移動する四足ロボットのナビゲーションフレームワークを提案し、Mini Cheetahで実証した。
- 離散時間制御バリア関数を用いた非線形モデル予測制御の実現可能性と安全性の向上NMPC/安全性2021/5/1
CLFとCBFをNMPCの枠組みで統合し、CBF制約にスラック変数を導入することで、実現可能性と安全性のトレードオフを解消して両立させる2つの定式化を提案した論文。
- リーシュ誘導型ハイブリッド物理インタラクションによるロボット盲導犬歩行2021/3/1
四足歩行ロボットとリーシュの張り・緩みを切り替えるハイブリッド物理インタラクションモデルを構築し、狭く混雑した空間で目隠しした人を安全に誘導する反応型プランナを実現した。
- 3DMNDT:正規分布変換に基づく3次元マルチビューレジストレーション手法点群レジストレーション2021/3/1
K-meansクラスタリングとリー代数ソルバを組み合わせ、正規分布変換(NDT)の枠組みで複数視点の点群を同時に位置合わせする手法を提案した論文。
- 二足歩行ロボットの堅牢なパラメータ化歩行制御のための強化学習歩行2021/3/1
シミュレーションでドメインランダム化を用いたモデルフリー強化学習により歩行方策を学習し、実機Cassieに転送して速度・高さ・旋回の多様な歩行を従来手法より堅牢に実現した。
- アニメーションから生まれた感情豊かな二足歩行ロボットCassie歩行2020/9/1
アニメーションで設計した感情的な動きを動力学最適化とリアルタイム制御で二足歩行ロボットCassieに実装し、感情を表現できるようにした論文。
- 心腔内エコーカテーテルの自動操作に向けて医療ロボティクス2020/9/1
心腔内エコーカテーテルをロボットで操作するシステムを提案し、視野の自動復帰機能とカテーテル曲げの非線形誤差を補償するデータ駆動型制御をファントムと動物実験で検証した。
- マルチスケール記述子の高速対応伝播による非順序レンジスキャンの多視点位置合わせ3D位置合わせ2018/4/1
マルチスケール記述子の対応伝播を高速化したペアワイズ位置合わせと信頼性判定・モデル拡張を交互に適用し、非順序なレンジスキャンを自動で多視点位置合わせする手法を提案した。
- ロバストな運動平均化による複数グリッドマップの同時統合地図統合2017/6/1
ペアごとの地図統合で相対運動を推定し、グラフベースのサンプリングで信頼できるものだけを選んで運動平均化により全グローバル運動を復元し、複数のグリッドマップを同時に統合する手法を提案した。
