Bo Dai
Georgia Institute of Technology
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
- Real2Gym: 動画からロボット用トレーニング環境を構築し、実機へスキルを転移sim2real2026/9/29
人間やロボットのデモ動画から物理的に整合するシミュレーション環境を再構築し、その中で操作スキルを学習・蒸留して実機ロボットへ転移するReal2Sim2Realフレームワークを提案。
- スペクトラルスキルによる表現豊かで構成可能な動作表現の学習ヒューマノイド制御2026/9/29
予測表現学習で短い動作区間を潜在スキルとして符号化し、ヒューマノイドの追従・連結・合成を可能にする制御インターフェースを提案。
- RLE-Bench：ロボット学習エンジニアとしてのコーディングエージェントの適性試験ベンチマーク2026/9/28
コーディングエージェントのロボット開発能力を評価するため、制御・方策学習・知覚・機械設計の4ワークフローにまたがるベンチマークRLE-Benchを提案し、RLE指数で能力を比較した。
- SceneMosaic: ハイブリッドエージェント的レイアウト進化による効率的で多様なシミュレーション対応シーン生成3Dシーン生成2026/9/4
画像ベースの事前知識とVLMエージェントを組み合わせ、屋内シーンを局所単位で進化させて高品質かつ物理的に妥当な多様な3Dシーンを高速生成するフレームワークを提案した。
- BehaviorWorldGen: 行動モデルとワールドシミュレータのループを閉じる、制御可能な行動認識型構造化ワールド生成自動運転/シミュレーション2026/8/23
運転行動モデルの自己改善ループにおいて、周辺エージェントの行動的に妥当な応答を生成できるシミュレータの欠如がボトルネックであることを指摘し、解釈可能な行動制御を注入してマルチエージェントの軌跡を生成するBehaviorFlowを中核とするフレームワークを提案した。
- GaussianDWM++: 言語基盤の3Dガウス駆動世界モデルによる統一的なシーン理解・編集・マルチモーダル生成世界モデル/3Dシーン理解2026/8/17
3Dガウス表現に視覚言語特徴を蒸留し、シーン理解・言語推論・4D編集・マルチモーダル生成を単一フレームワークで統合した駆動世界モデルを提案した。
- EcoVLA: リアルタイム制約下での視覚言語行動モデルのためのエネルギー効率的なデバイス・エッジ協調推論VLA/エッジ推論/エネルギー効率2026/8/16
VLAモデルの推論コストを削減するため、デバイスとエッジサーバー間で協調推論を行い、リアルタイム制約を満たしつつシステム全体のエネルギー効率を最大化する適応型フレームワークEcoVLAを提案した。
- SafeRelBench: VLM駆動身体化エージェントのプロセス安全性を評価する空間関係認識ベンチマーク安全性評価2026/7/1
VLM駆動の身体化エージェントの安全性を、物体の空間関係（支持・包含・近接）に着目して評価するベンチマークを提案し、タスク成功とプロセス安全性の乖離を明らかにした。
- ゼロショットSim-to-Real転送を備えたマルチタスクブロック押し操作のための単一拡散ポリシーコントローラ操作学習/強化学習/Sim-to-Real2026/7/1
強化学習を用いて、複数の形状のブロックを押すマルチタスク操作を単一の拡散ポリシーで学習し、実世界へゼロショット転送できることを示した論文。
- NormAct: 暗黙の社会規範への能動的遵守における身体化エージェントのベンチマーク身体化AI/規範遵守2026/6/26
身体化エージェントが明示されていない社会的規範を能動的に守るかを評価するベンチマークNormActを提案し、MLLMプランナーが目標達成はできても規範遵守は不十分であることを示した。
- FlowRL: 拡散ポリシーを用いた強化学習の分類法とモジュール型フレームワーク強化学習/拡散ポリシー2026/3/29
拡散モデルやフローモデルをポリシーとして用いる強化学習アルゴリズムを体系的に分類し、JAXベースのモジュール型コードベースと標準ベンチマークを提供した論文。
- SoMA: ロボットによる柔軟物体操作のための実世界-シミュレーション間ニューラルシミュレータsim2real2026/2/1
3Dガウススプラッティングを用いて、柔軟物体の変形・環境力・ロボット関節動作を統合的な潜在ニューラル空間でモデル化し、実世界のロボット操作を高精度に再現・汎化する実世界-シミュレーション間シミュレータを提案。
- InternScenes: 現実的なレイアウトを持つ大規模シミュレーション可能屋内シーンデータセットsim2real2025/9/1
実世界スキャン・手続き生成・デザイナー作成の3ソースを統合し、約4万シーン・196万物体を含む大規模でシミュレーション可能な屋内3Dシーンデータセットを構築した。
- DHAGrasp: テキスト指示に基づくアフォーダンス考慮型両手把持の生成マニピュレーション2025/9/1
単一手指のデータセットと対称性を活用して大規模な両手把持データセットを構築し、テキスト指示から未見物体の両手把持を生成する手法を提案した。
- 任意のデモンストレーションによるオフライン模倣学習：ダイナミクス表現の事前学習模倣学習2025/8/1
遷移ダイナミクスの分解からダイナミクス表現を事前学習し、限られた専門家データでもオフライン模倣学習を高精度化する手法を提案。非専門家データを再利用でき、MuJoCoや実機四足歩行で少数デモからの学習を実現。
- TeleOpBench：双腕巧みなテレオペレーションのためのシミュレータ中心ベンチマークテレオペレーション2025/5/1
双腕巧みなテレオペレーションの4つの方式（モーションキャプチャ、VR、外骨格、単眼視覚追跡）を30の高忠実度タスクで公平に比較評価するシミュレータベンチマークを提案し、実機実験との相関を確認した。
- 拡散ポリシーのための効率的なオンライン強化学習強化学習2025/2/1
拡散ポリシーをオンライン強化学習で効率的に学習するため、損失関数を再重み付けしたReweighted Score Matchingを提案し、DPMDとSDACの2アルゴリズムを開発した。
- 表現学習によるSim-to-Realスキル転移と発見sim2real2024/4/1
MDPのスペクトル分解に基づくスキル表現をシミュレータから実機へ転移し、実世界データから新スキルを発見して性能を最大30.2%改善する手法を提案。
- Robust Control of An Aerial Manipulator Based on A Variable Inertia Parameters Model2024/1/1
- Learning Sparse Rewarded Tasks from Sub-Optimal Demonstrations2020/4/1
- Learning to Plan in High Dimensions via Neural Exploration-Exploitation Trees2019/3/1