Bo Liu

The University of Texas at Austin

収録論文 34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

• LIBERO-MAX：世界が変化したときロボット政策は適応するか？
  VLA2026/9/29

  タスク実行中に環境変化が起きた際のロボット政策の頑健性を評価する8,000ペアのベンチマークLIBERO-MAXを提案し、14のVLA政策が11.0〜25.7ポイントの成功率低下を示すことを明らかにした。

• XPACE: 異種経験からの世界モデルと行動モデルの統合学習
  VLA2026/9/15

  人間とロボットの多様な経験を動画予測で結びつけ、行動予測と世界シミュレーションを同時に行う統合モデルを提案し、ヒューマノイドロボットで人間の技能をロボット未経験タスクへ転移できることを示した。

• シンプルな手法で十分：VLAモデルは強化学習による自然な継続学習者である
  VLA2026/3/1

  大規模事前学習済みVLAモデルの継続強化学習を体系的に検証し、LoRAを用いた単純な逐次ファインチューニングが破滅的忘却をほとんど起こさず、複雑な継続学習手法を上回ることを示した。

• 事前学習済みVLAモデルは継続学習において驚くほど忘却しにくい
  VLA2026/3/1

  大規模な視覚-言語-行動モデルは、小さなリプレイバッファでも継続学習時にほとんど忘却せず、事前学習が忘却耐性に大きく寄与することを示した研究。

• OPRIDE: データセット内探索によるオフライン選好ベース強化学習
  選好ベース強化学習2026/2/19

  オフライン選好ベース強化学習において、クエリ効率を高めるための探索戦略と割引スケジューリングを組み合わせた手法を提案し、少ないクエリで高性能を達成した。

• 外科デジタルツインの包括的サーベイ
  医療ロボティクス2025/12/1

  外科領域におけるデジタルツイン（SDT）の研究を、用語整理から分類、最新技術、課題、研究課題まで包括的にレビューしたサーベイ論文。

• 初期経験によるエージェント学習
  言語エージェント2025/10/9

  エージェント自身の行動から得られる相互作用データを報酬なしで活用し、世界モデリングと自己内省によって言語エージェントを訓練する手法を提案した。

• RoboSSM: 状態空間モデルによるスケーラブルな文脈内模倣学習
  模倣学習2025/9/1

  Transformerの代わりに状態空間モデル(Longhorn)を用いた文脈内模倣学習手法を提案し、長い文脈のプロンプトでも効率的に推論できることを示した。

• L3M+P：大規模言語モデルを用いた生涯プランニング
  タスクプランニング2025/8/1

  知識グラフを世界状態の表現として用い、LLMと古典的プランナを組み合わせて、家庭用ロボットが長期運用で環境の動的記憶を維持しつつ自然言語タスクを計画できるフレームワークを提案。

• ロボティクス向け大規模並列マルチタスク強化学習のベンチマーク
  マルチタスク強化学習2025/7/1

  GPU加速シミュレータIsaacGym上で50の操作タスクと20の歩行タスクからなるマルチタスク強化学習ベンチマークMTBenchを構築し、複数のアルゴリズムを統一的に評価した。

• 微分可能情報を活用したモデルベース強化学習の強化
  モデルベース強化学習2025/3/1

  微分可能環境の情報を活用し、Sobolev損失でモデル予測精度を高め、混合長さの切り詰め学習で方策勾配の分散を抑えるMBRL手法MB-MIXを提案。ヒューマノイド制御や変形物体操作で既存手法を上回る。

• 車両上部タグ支援による自動運転バス向け車路協調測位
  測位2025/3/1

  交差点など遮蔽物の多い環境で、車両上部に付けたタグを路側から検出して車両位置を推定する車路協調測位手法を提案し、シミュレーションで有効性を示した。

• デモンストレーションから記憶メカニズムを学習する意思決定
  模倣学習2024/11/1

  専門家の記憶依存関係をペアで示すことで、Transformerの注意機構を調整し、部分観測環境下での長期記憶を要する意思決定を改善する手法を提案。

• コンピュータビジョン技術に基づく知的ロボット制御システム
  ロボットビジョン2024/4/1

  コンピュータビジョンとロボット制御を統合し、自律ナビゲーションや物体認識、廃棄物管理などのタスクでロボットが環境を知的に認識・操作できるようにする手法を概説した論文。

• UGG: Unified Generative Grasping
  2023/11/1
• Grasp Multiple Objects with One Hand
  2023/10/1
• LLM+P: Empowering Large Language Models with Optimal Planning Proficiency
  2023/4/1
• Benchmarking Reinforcement Learning Techniques for Autonomous Navigation
  2022/10/1
• Metric Residual Networks for Sample Efficient Goal-Conditioned Reinforcement Learning
  2022/8/1
• EnvPool: A Highly Parallel Reinforcement Learning Environment Execution Engine
  2022/6/1
• APPL: Adaptive Planner Parameter Learning
  2021/5/1
• Team Orienteering Coverage Planning with Uncertain Reward
  2021/5/1
• Motion Planning and Control for Mobile Robot Navigation Using Machine Learning: a Survey
  2020/11/1
• APPLR: Adaptive Planner Parameter Learning from Reinforcement
  2020/11/1
• APPLI: Adaptive Planner Parameter Learning From Interventions
  2020/11/1
• The NVIDIA PilotNet Experiments
  2020/10/1
• Continuous-time Gaussian Process Trajectory Generation for Multi-robot Formation via Probabilistic Inference
  2020/10/1
• Extended Abstract: Motion Planners Learned from Geometric Hallucination
  2020/10/1
• Agile Robot Navigation through Hallucinated Learning and Sober Deployment
  2020/10/1
• Toward Agile Maneuvers in Highly Constrained Spaces: Learning from Hallucination
  2020/7/1
• A Lifelong Learning Approach to Mobile Robot Navigation
  2020/7/1
• APPLD: Adaptive Planner Parameter Learning from Demonstration
  2020/4/1
• DualSMC: Tunneling Differentiable Filtering and Planning under Continuous POMDPs
  2019/9/1
• Viconmavlink: A software tool for indoor positioning using a motion capture system
  2018/11/1