Zihan Ding
Beihang University
収録論文 15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
- UAV-Flow++：言語誘導ドローン飛行のベンチマークと学習のための統合スイートVLA2026/11/12
短距離の物体相対飛行操作に焦点を当て、言語指示から連続飛行行動を生成するタスク「Flow」を定式化し、実世界3万件超のデータセットとシミュレータ、模倣学習とTGRPO強化学習を組み合わせたFlowVLAを提案した。
- RATE: 接触の多いロボットマニピュレーションのためのリスク認識型触覚エンコーディング触覚2026/10/2
触覚表現にタスク条件付きの接触リスクを組み込み、履歴予測とアラート教師信号で学習する手法を提案し、シミュレーションと実機で成功率を向上させた。
- 指示からイベントへ：音トリガー型モバイルマニピュレーションモバイルマニピュレーション2026/1/1
音を発する物体を自律的に検知・操作する「音トリガー型モバイルマニピュレーション」を提案し、音響レンダリングと物理操作を統合したデータ基盤Habitat-Echoとベースライン手法を開発した。
- ClutterDexGrasp：散らかった環境での汎用器用把持のためのSim-to-Realシステムマニピュレーション2025/6/1
散らかったシーンで目標物体を把持するため、シミュレーションで教師方策を訓練し、3D拡散方策の生徒モデルに蒸留して実機にゼロショット転移する閉ループシステムを提案した。
- 拡散模倣学習による任意物体の可変摩擦ハンド内操作マニピュレーション2025/3/1
可変摩擦指を持つハンドで、拡散ポリシーとシミュレーション・実機データの共訓練により、任意形状の物体を任意の目標姿勢へ操作する手法を提案した。
- TopV-Nav: マルチモーダル大規模言語モデルの俯瞰視点空間推論能力を活用したゼロショット物体ナビゲーションナビゲーション2024/11/1
マルチモーダル大規模言語モデルが俯瞰地図を直接推論できるようにする手法を提案し、未知環境でのゼロショット物体ナビゲーション精度を向上させた。
- 制約を考慮した拡散モデルによる軌道最適化軌道最適化2024/6/1
軌道最適化のための拡散モデルにおいて、制約違反を抑える新しいハイブリッド損失関数を導入し、卓上マニピュレーションと二車両の到達回避問題で従来法より優れることを示した。
- DiffuSolve: 非凸軌道最適化のための拡散モデルベースソルバー軌道最適化2024/3/1
拡散モデルを用いて非凸軌道最適化問題の初期解を生成し、数値ソルバーを効率的にウォームスタートさせる手法を提案。制約違反を低減するDiffuSolve+も導入し、計算効率を2～11倍向上させた。
- 人間の選好から器用な操作のための普遍的ヒューマンプライアを学習するマニピュレーション2023/4/1
人間の選好フィードバックからタスク非依存の報酬モデルを学習し、20種類の両手機器操作タスクで強化学習方策を人間らしい動きに微調整する手法を提案。
- 埋め込み型システム同定による汎用ポリシーsim2real2021/9/1
学習済みの順ダイナミクスモデルを用いてシステムダイナミクスの埋め込み空間でベイズ最適化によりシステム同定を行い、その埋め込みを入力に加えることで多様なダイナミクスに適応する汎用ポリシーを実現した論文。
- DMotion: 動画から教師なしで順モデルを学習するロボット視覚運動制御視覚運動制御2021/3/1
ラベル付き動作や物体情報なしに動画データのみから、制御対象の動きを分離して順モデルを学習する手法を提案し、モデル予測制御によるロボット操作への有効性を示した。
- 触覚センシングを用いたロボットマニピュレーションのsim-to-real転送触覚2021/3/1
シミュレーションで触覚センサをモデル化し、ドメインランダム化によるゼロショットsim-to-realで触覚フィードバックが把持安定性とドア開け性能を向上させることを示した。
- 単発の人間デモンストレーションで現実ギャップを最小化するDROIDsim2real2021/2/1
単発の人間デモンストレーションからシミュレータの動力学パラメータ分布を同定し、ドメインランダム化の範囲を最適化することで、扉開けタスクの実機へのポリシー転移を改善した研究。
- ギャップを越えて：動力学におけるゼロショットsim-to-real転送の深掘りsim2real2020/8/1
複雑な動力学タスクのゼロショットsim-to-real転送を実世界で客観評価し、単純なランダム力注入が複雑な手法と同等の性能を持つことを示した。
- 光学式触覚センサのシミュレーションから実機への転移触覚2020/4/1
TacTip光学触覚センサの柔軟体シミュレーションをUnityで構築し、ドメインランダム化により実機データなしで実世界のエッジ位置・角度を1mm未満の誤差で予測できることを示した。
