Ziyu Wang
収録論文 21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
- EndoWAM: 汎用内視鏡ナビゲーションのための接地された世界行動モデル医療ロボティクス2026/8/1
内視鏡ナビゲーションのための世界行動モデルを初めて提案し、将来の目標領域予測と行動生成を統合することで、変形や視点変化に対するロバスト性を向上させた。
- VRUD: 混在交通における複雑な車両と脆弱な道路利用者の相互作用のためのドローンデータセットデータセット2026/4/1
都市部の無秩序な環境での自動運転研究のために、ドローンで撮影した脆弱な道路利用者(VRU)と車両の相互作用データセットVRUDを構築した。
- 実用的なVLA基盤モデルVLA2026/1/1
9種類の双腕ロボットから約2万時間の実世界データを収集し、4つのロボットプラットフォームで評価した汎用性の高いVLA基盤モデルLingBot-VLAを開発した。
- グレートマーチ100:身体性AIエージェント評価のための100の詳細指向タスクVLA評価ベンチマーク2026/1/1
ロボット学習の評価に向けて、多様な相互作用とロングテール行動を網羅する100の詳細設計タスク「GM-100」を提案し、複数のVLAモデルの性能差を明確に評価できることを示した。
- IPR-1: 対話型物理推論器VLA2025/11/19
1000以上の多様なゲームで物理法則と因果関係を学習し、世界モデルの予測とVLMの推論を統合して未知のゲームにもゼロショットで対応するエージェントを提案。
- RL-100: 実世界強化学習による高性能ロボットマニピュレーションマニピュレーション2025/10/1
拡散視覚運動ポリシーに模倣学習と強化学習を統合し、軽量な蒸留で高速制御を実現した実世界ロボットマニピュレーションのフレームワーク。8つの多様な実タスクで100%の成功率を達成。
- EDEN: 大規模3次元環境における高速UAV自律探査のための効率的二層探査計画UAV探査2025/6/1
大規模3次元環境でのUAV自律探査を高速化するため、長期的な領域経路計画と曲率ペナルティを考慮した局所的な視点選択を組み合わせた二層探査計画手法を提案し、シミュレーションと実機実験で有効性を示した。
- UniSTPA:エンドツーエンド自動運転のための安全分析フレームワーク自動運転安全分析2025/5/1
エンドツーエンド自動運転システムのライフサイクル全体を対象に、STPAを拡張してモデル内部層まで危険分析を行うUniSTPAを提案し、高速道路の自動運転機能で有効性を示した。
- ArticuBot: 大規模シミュレーションによる汎用関節物体操作ポリシーの学習sim2real2025/3/1
物理シミュレーションで大量のデモを生成し、点群ベースの階層的模倣学習ポリシーを訓練することで、未知の関節物体を実機でゼロショット操作できるようにした研究。
- FSMP: 複雑大規模3次元環境の高速自律探査のためのフロンティアサンプリング混合プランナ自律探査2025/2/1
フロンティア検出と決定論的サンプリングによるロードマップを組み合わせ、2段階の経路計画で複雑・大規模3次元環境を高速に探査するMAV向けフレームワークを提案した。
- 視覚言語モデルのフィードバックによる実世界オフライン強化学習オフライン強化学習2024/11/1
視覚言語モデルからの選好フィードバックとタスクのテキスト記述を用いてオフラインデータセットに自動で報酬ラベルを付与し、実世界のロボット支援着衣タスクなどで有効な方策を学習するシステムを提案した。
- 動的トポロジカルグラフ上のボロノイ分割による高速・通信効率の良いマルチUAV探索群制御2024/8/1
探索済み・探索中領域をノードとする動的トポロジカルグラフを構築し、グラフボロノイ分割でUAVにタスクを割り当てることで、通信量を抑えつつ大規模環境のマルチUAV探索を高速化する手法を提案した。
- VeTraSS: グラフモデリングと表現学習による車両軌跡類似検索軌跡検索2024/4/1
車両軌跡データをマルチスケールグラフに変換し、注意機構付きGNNで埋め込みを学習することで、類似軌跡を高精度に検索する手法を提案した。
- DiffTORI: 深層強化学習と模倣学習のための微分可能な軌道最適化強化学習/模倣学習2024/2/1
軌道最適化をポリシー表現として用い、そのコストとダイナミクス関数を微分可能最適化によりエンドツーエンドで学習する手法を提案し、強化学習と模倣学習の両方で従来手法を上回る性能を達成した。
- 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。
- 未ラベル経験を活用するオフライン強化学習と模倣学習の融合オフライン強化学習2020/11/1
実演と品質不明の未ラベルデータを対比して報酬関数を学習し、全データに報酬を付与してオフライン強化学習で方策を訓練するORILを提案。連続制御やロボット操作タスクでBCを上回る性能を示した。
- タスク関連敵対的模倣学習模倣学習2019/10/1
敵対的模倣学習の識別器がタスク無関係な視覚特徴に依存する問題を分析し、制約付き最適化で有益な報酬を学習するTRAILを提案。報酬なしのピクセル入力ロボット操作タスクでGAILや行動クローニングを上回る。
- 報酬スケッチとバッチ強化学習によるデータ駆動ロボティクスのスケーリングマニピュレーション2019/9/1
人間のアノテーションから報酬関数を学習し、大規模なロボット経験データとバッチ強化学習を組み合わせて、実機での物体積み上げや布操作などのマニピュレーションタスクをオフライン学習するフレームワークを提案した。
- ワンショット高忠実模倣:大規模深層ネットを強化学習で訓練する模倣学習2018/10/1
経験をメモリに蓄えてオフポリシーRLで巨大な深層ネットを学習し、視覚入力のみから一回の実演で高忠実に模倣する方策と実演者より効率的に解く方策の両方を獲得する手法MetaMimicを提案した。
- 多様な視覚運動スキルのための強化学習と模倣学習の融合模倣学習/強化学習2018/2/1
少量のデモデータを活用して強化学習エージェントを支援するモデルフリー深層RL手法を提案し、RGB画像から関節速度を直接出力する視覚運動ポリシーを訓練した。多様なマニピュレーションタスクで単独のRLや模倣学習より高性能を示し、sim2real転移の可能性も示した。
- モーションキャプチャから人間らしい動作を敵対的模倣学習で獲得模倣学習2017/7/1
限られた部分観測のモーションキャプチャデータのみから、身体パラメータが異なる場合でも人間らしい動きを生成する方策を敵対的模倣学習で訓練し、高レベル制御でタスクに再利用できることを示した。
