Chaoqi Liu
収録論文 10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
- Bスプライン方策：Bスプライン行動表現による操作方策の高速化マニピュレーション2026/7/1
離散時刻の行動チャンクの代わりにBスプライン曲線で行動を表現し、操作方策の実行を高速化する手法を提案した論文。
- 視覚運動ポリシー学習のための順序付きアクショントークンVLA2026/7/1
ロボットの連続的なアクションを離散トークンに変換する際、高圧縮・完全復号可能・順序性を満たす新しいトークナイザーOATを提案し、複数のベンチマークで有効性を示した。
- IMPACT: 力強いロボット操作のための内部モデル予測制御の学習マニピュレーション2026/6/9
力強い操作タスクをタスク計画と内部モデル予測制御に分離するフレームワークを提案し、シミュレーションと実世界で成功率と汎化性を向上させた。
- 順序付き行動トークン化（OAT）VLA2026/2/1
連続的なロボット行動を、自己回帰生成に適した順序付きトークン列に変換する学習型トークナイザを提案し、シミュレーションと実機の20以上のタスクで従来手法を上回る性能と推論時の柔軟性を示した。
- 因子分解拡散ポリシーによる柔軟なマルチタスク学習マニピュレーション2025/12/1
複雑な行動分布を専門化した拡散モデルの合成に分解するモジュラー拡散ポリシーを提案し、マルチタスク操作で性能と適応性を向上させた。
- 記号計画と連続計画を同時に生成するハイブリッド拡散モデルVLA2025/9/1
拡散モデルで連続的なロボット軌道を生成しつつ、高レベルの記号計画も同時に生成するハイブリッド手法を提案し、長期的タスクの意思決定を改善した。
- マルチモーダル政策コンセンサスによるマルチモーダルマニピュレーションマニピュレーション2025/9/1
視覚や触覚など複数の感覚モダリティを、それぞれに特化した拡散モデルと適応的な重み付けを行うルータネットワークで統合し、接触の多いタスクや遮蔽された物体の操作を可能にする手法を提案。
- 地形操作のための局所グラフベースニューラルダイナミクスモデル地形操作2025/3/1
地形操作のための学習ベースのダイナミクスモデルを提案し、大規模な地形グラフからロボットの制御入力に基づいて小さな関心領域を特定することで、計算効率と予測精度を向上させた。
- 異種マスク付き自己回帰による実世界の行動-映像ダイナミクスの学習映像生成/世界モデル2025/2/1
異なるロボットの身体・環境・タスクの観察と行動列を統合的に事前学習し、マスク付き自己回帰で映像を予測するモデルHMAを提案。従来のロボット映像生成より高品質かつ15倍高速で、ポリシー評価や合成データ生成に使える映像シミュレータとして機能する。
- 凸集合グラフ上の計画のための暗黙的グラフ探索軌道計画2024/10/1
凸集合グラフ(GCS)上の軌道計画を高速化するため、探索と軌道最適化を交互に行う暗黙的グラフ探索法IxGとIxG*を提案した。