Bingyao Yu

収録論文 6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

• R2RDreamer: 空間的に汎化する2次元操作ポリシーのための3次元認識データ拡張
  操作学習2026/6/15

  実デモから3D編集と2Dビデオ補完を組み合わせて、物体位置や視点が変わっても動作する操作ポリシーを学習するためのデータ拡張手法を提案した。

• iMaC: 動作と接触画像への変換による具現化ワールドモデル
  VLA2026/6/8

  ロボット操作のための新しい制御パラダイムを提案し、画像をアクション表現として用いることで、従来のベクトルベースのアクションよりも表現力と汎化性を向上させる。

• CMP: 能力多様体投影による移動操作の堅牢な全身追従
  移動操作2026/4/1

  脚式移動マニピュレータの全身制御において、センサノイズや非現実的なユーザーコマンドによる分布外入力への堅牢性を高めるため、能力多様体投影(CMP)を提案した。

• F2F-AP: フローから未来への非同期ポリシーによるリアルタイム動的マニピュレーション
  マニピュレーション2026/4/1

  非同期推論の遅延問題を解決するため、物体のフロー予測を用いて未来の観測を合成し、視覚特徴を整合させることで、動的環境での操作を先読みして実行するフレームワークを提案した。

• ShapeGen: カテゴリレベル操作のためのロボットデータ生成
  データ生成2026/4/1

  形状多様な操作データをシミュレータなしで3D的に生成する手法を提案し、実世界でカテゴリ内の形状一般化性能を向上させることを示した。

• R2RGEN: 空間的に汎化されたマニピュレーションのための実世界間3Dデータ生成
  マニピュレーション2025/10/1

  点群の観測と行動のペアを直接拡張し、シミュレータやレンダリングを使わずに実世界データを生成するフレームワークを提案。空間的に多様なデータを効率的に生成し、模倣学習による汎化性能を高める。