Bo Yang
収録論文 57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
- GuideMe: ストリーミング動画におけるマルチドメインタスクガイダンスと介入VLA2026/7/3
マルチモーダル大規模言語モデルがリアルタイムの手順コーチとして機能できるかを評価するため、多領域のストリーミング動画ベンチマークGuideMeを構築し、既存モデルの性能を分析した。
- NeoMap: 単一画像・動画からの学習不要な新規視点合成新規視点合成2026/7/1
事前学習済み動画モデルから、学習や追加調整なしで高品質かつ視点一貫性のある新規視点映像を生成するフレームワークを提案した。
- PhysMani: 動的物体操作のための物理原理に基づく3Dワールドモデル操作2026/7/1
高速で動く物体を操作するための、物理原理に基づく3Dガウシアンワールドモデルと将来予測を考慮した行動ポリシーを組み合わせたフレームワークを提案し、シミュレーションと実機で高い成功率を示した。
- FiberTune: 視覚言語行動モデルの微調整における行動ファイバー視覚残差の保持VLA2026/6/7
VLAポリシーの行動教師あり微調整で生じる視覚表現の崩壊を防ぐため、行動予測方向を除いた視覚残差を教師モデルに整合させる訓練手法FiberTuneを提案し、シミュレーションと実機で性能向上を確認した。
- EvObj: シーン教師なしで3Dインスタンス分割を行う進化的オブジェクト中心表現の学習3Dインスタンス分割2026/5/1
合成データと実点群の形状ギャップを埋める、教師なし3Dインスタンス分割手法EvObjを提案。物体候補を動的改良する識別モジュールと部分形状を補完するモジュールを統合し、最先端性能を達成した。
- FoundObj: 自己教師あり基盤モデルを報酬として用いたラベル不要の3Dオブジェクトセグメンテーション3Dセグメンテーション2026/5/1
複雑なシーンの点群から、人間のアノテーションなしで3Dオブジェクトをセグメンテーションする新しいフレームワークを提案。自己教師ありの2D/3D基盤モデルから得られる意味的・幾何学的な事前知識を報酬として強化学習エージェントに組み込み、多クラスのオブジェクトを頑健に識別する。
- PhysInOne: 一つのスイートで実現する視覚物理の学習と推論データセット/物理推論2026/4/1
物理現象を捉えた大規模合成動画データセットPhysInOneを構築し、物理に基づく映像生成や将来予測、物理特性推定などの性能向上を示した。
- 予測的エネルギー認識に基づく公称歩容選択による車輪付き四脚ロボットの省エネ全方向移動歩行2026/1/1
車輪付き四脚ロボットの消費電力を1秒先まで予測するネットワークを構築し、最も省エネな歩容を選んで強化学習で微調整することで、速度追従性能を保ちつつ最大35%の省エネを実現した。
- 楕円体作業空間最適化による多機能追加ロボット肢の革新的設計設計最適化2025/11/1
把持・歩行・立ち上がり支援・質量慣性の4目的を統合した多目的最適化理論を提案し、楕円体で作業空間を表現する幾何ベクトル定量化法と改良ホタルアルゴリズムで追加ロボット肢を設計した論文。
- 空気室を用いた人間-ロボット相互作用向けソフト六軸力覚センサ触覚2025/11/1
シリコーンゴム製の空気室と16チャンネルの気圧センサを用いて、柔らかさを保ちながら六軸の力とトルクを計測できるソフトセンサを開発し、剛柔階層構造に基づく効果的な軸間干渉の分離手法を提案した。
- TRACE: 多視点動画からの3Dガウス物理ダイナミクス学習物理ダイナミクス2025/8/1
多視点動画から3D点を剛体粒子として扱い、各粒子の並進・回転ダイナミクスを直接学習することで、ラベルなしで複雑な動的3Dシーンの物理をモデル化するフレームワークを提案。
- RayletDF: 点群やガウシアンからの汎化可能な3D表面再構成のためのレイレット距離場3D再構成2025/8/1
クエリ光線から直接表面点を予測するレイレット距離場を提案し、点群や3Dガウシアンから高精度かつ未知データにも汎化する3D表面再構成を実現した。
- 個別輪駆動によるドリフト学習：限界領域での自動運転車両の操縦sim2real2025/7/1
GPU加速並列シミュレーションとドメインランダム化を用いた強化学習で、シミュレーションと実機のギャップを埋め、1/10スケールの個別輪駆動RCカーでドリフト制御を実現した。
- unMORE: 中心-境界推論による教師なし多物体セグメンテーションセグメンテーション2025/6/1
教師なしで単一画像から複数の物体をセグメンテーションする2段階手法を提案し、実世界の6データセットで最先端性能を達成した。
- LogoSP: 3D点群の教師なしセマンティックセグメンテーションのためのスーパーポイントの局所-大域グルーピング3D点群セグメンテーション2025/6/1
点群の局所特徴と大域特徴を周波数領域で組み合わせてスーパーポイントをグルーピングし、教師なし3Dセマンティックセグメンテーションで最高性能を達成した研究。
- FreeGave: ガウス速度による動画からの3D物理学習3D物理学習2025/6/1
多視点動画から物体の事前情報なしに3Dシーンの物理運動を学習する手法を提案。ガウス速度場を推定し、未来フレーム予測と動きのセグメンテーションで高性能を示す。
- GrabS: シーン教師なし3D物体セグメンテーションのための生成的具現化エージェント3Dセグメンテーション2025/4/1
物体データセットから生成的・識別的物体中心事前分布を学習し、具現化エージェントがそれをクエリして複数物体を発見する2段階パイプラインを提案。3Dシーンの人間ラベルなしで高精度な3D物体セグメンテーションを実現した。
- MindEye-OmniAssist：視線駆動型LLM支援ロボットによる暗黙的意図認識とタスク実行支援ロボティクス/意図認識2025/3/1
視線入力と大規模言語モデル・視覚基盤モデルを組み合わせ、事前定義に縛られないユーザの暗黙的意図を認識して支援タスクを実行するロボットシステムを提案し、実世界実験で有効性を示した。
- ロボットマニピュレーションにおける生成AI：サーベイマニピュレーション2025/3/1
GAN・VAE・拡散モデルなどの生成モデルをロボットマニピュレーションに応用する研究を、データ生成から方策学習まで階層的に整理したサーベイ。
- 実環境の劣化に対するLiDARオドメトリと自己位置推定のロバスト性評価と改善LiDARオドメトリ2024/9/1
18種類の現実的な合成劣化下でLiDAR姿勢推定のロバスト性を評価する初のベンチマークを構築し、劣化検出・フィルタリングとファインチューニングで精度を改善する手法を提案した。
- 拡散モデルとPPOの統合による強化学習のサンプル効率と探索の向上強化学習2024/9/1
オフラインで学習した条件付き拡散行動事前分布をLoRA等でオンライン適応し、PPOの探索を改善するオンポリシー手法PPO-DAPを提案。MuJoCo 8タスクでサンプル効率が向上。
- OSN: 単眼動画からの動的3Dシーンの無限表現3D再構成2024/7/1
単眼RGB動画から、入力に合致する全ての可能な動的3Dシーン表現を学習するフレームワークOSNを提案。物体スケールネットワークと共同最適化により、各動的物体の正確なスケール範囲を学習し、多様な3D配置を生成可能にした。
- RoboDriveチャレンジ：あらゆる条件でいつでもどこでも走行する自動運転知覚2024/5/1
悪天候やセンサ故障など想定外の状況でも頑健に知覚できる自動運転技術を競う2024年RoboDriveチャレンジの報告で、BEV検出や地図セグメンテーションなど4タスクで140チームが参加した。
- NVFi: Neural Velocity Fields for 3D Physics Learning from Dynamic Videos2023/12/1
- Benchmarking and Analysis of Unsupervised Object Segmentation from Real-world Single Images2023/12/1
- Exploring Adversarial Robustness of LiDAR-Camera Fusion Model in Autonomous Driving2023/12/1
- RayDF: Neural Ray-surface Distance Fields with Multi-view Consistency2023/10/1
- Consecutive Inertia Drift of Autonomous RC Car via Primitive-based Planning and Data-driven Control2023/6/1
- GrowSP: Unsupervised Semantic Segmentation of 3D Point Clouds2023/5/1
- Decoupling Skill Learning from Robotic Control for Generalizable Object Manipulation2023/3/1
- Promising or Elusive? Unsupervised Object Segmentation from Real-world Single Images2022/10/1
- OGC: Unsupervised 3D Object Segmentation from Rigid Dynamics of Point Clouds2022/10/1
- DM-NeRF: 3D Scene Geometry Decomposition and Manipulation from 2D Images2022/8/1
- Driving in Real Life with Inverse Reinforcement Learning2022/6/1
- RangeUDF: Semantic Surface Reconstruction from 3D Point Clouds2022/4/1
- SensatUrban: Learning Semantics from Urban-Scale Photogrammetric Point Clouds2022/1/1
- A Hierarchical Control Framework for Drift Maneuvering of Autonomous Vehicles2021/9/1
- Two-timescale Mechanism-and-Data-Driven Control for Aggressive Driving of Autonomous Cars2021/9/1
- Learning Semantic Segmentation of Large-Scale Point Clouds with Random Sampling2021/7/1
- Effect of Adaptive and Fixed Shared Steering Control on Distracted Driver Behavior2021/6/1
- SQN: Weakly-Supervised Semantic Segmentation of Large-Scale 3D Point Clouds2021/4/1
- RadarLoc: Learning to Relocalize in FMCW Radar2021/3/1
- Analysis of Truck Driver Behavior to Design Different Lane Change Styles in Automated Driving2020/12/1
- Natural grasp intention recognition based on gaze fixation in human-robot interaction2020/12/1
- SpinNet: Learning a General Surface Descriptor for 3D Point Cloud Registration2020/11/1
- Intention-Based Lane Changing and Lane Keeping Haptic Guidance Steering System2020/11/1
- Learning to Reconstruct and Segment 3D Objects2020/10/1
- GRF: Learning a General Radiance Field for 3D Representation and Rendering2020/10/1
- Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset, Benchmarks and Challenges2020/9/1
- PointLoc: Deep Pose Regressor for LiDAR Point Cloud Localization2020/3/1
- DeepPCO: End-to-End Point Cloud Odometry through Deep Parallel Neural Network2019/10/1
- Learning Object Bounding Boxes for 3D Instance Segmentation on Point Clouds2019/6/1
- Towards A Deep Insight into Landmark-based Visual Place Recognition: Methodology and Practice2018/8/1
- Robust Attentional Aggregation of Deep Feature Sets for Multi-view 3D Reconstruction2018/8/1
- Defo-Net: Learning Body Deformation using Generative Adversarial Networks2018/4/1
- Dense 3D Object Reconstruction from a Single Depth View2018/2/1
- 3D Object Reconstruction from a Single Depth View with Adversarial Learning2017/8/1