Di Guo

収録論文 18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

• モノリシック基盤モデルを身体性マルチエージェントアーキテクチャへ変換し人間-ロボット協調を実現
  マルチエージェント/人間-ロボット協調2025/12/1

  単一の基盤モデルを複数の専門エージェントに分解し、知覚・計画・検証・人間への委任を連携させるLLM駆動フレームワークInteractGenを提案。異種ロボットチームでの3ヶ月実証でタスク成功率と協調性の向上を示した。

• タスク指向飛行への道：フレームワーク・基盤・原則
  飛行制御/sim2real2025/4/1

  クアッドロータのエンドツーエンド深層強化学習のためのタスク指向フレームワークを提案し、シミュレーションから実機への転移を可能にするソフト・ハード・ファームウェアの統合基盤と設計原則を示した。

• Tacchi 2.0: 視覚ベース触覚センサ向けの低計算コストで包括的な動的接触シミュレータ
  触覚2025/3/1

  Material Point Methodとピンホールカメラモデルを組み合わせ、視覚ベース触覚センサの触覚画像・マーカー動画像・関節画像を低計算コストで生成するシミュレータTacchi 2.0を開発した。

• 汎用ロボットのための視覚言語行動モデル構築で重要な要素
  VLA2024/12/1

  視覚言語行動モデル（VLA）の性能を左右する設計要因を大規模実験で分析し、汎用ロボット向けの新しいVLAファミリーRoboVLMsを提案した論文。

• AssistantX: LLMを活用した人間共存環境における能動的アシスタント
  VLA2024/9/1

  4つのLLMエージェントからなるマルチエージェント構成で、人間がいる実環境で自律的に動作し、指示への反応や状況に応じた戦略調整、人間への能動的な支援要請を行うアシスタントを提案した。

• 見てから動く：ロボットマニピュレーションのための非同期能動視覚・行動モデル
  マニピュレーション2024/9/1

  限られた視野や遮蔽に対処するため、カメラの次の最適視点(NBV)とグリッパの次の最適姿勢(NBP)を直列に繋ぎ、少数ショット強化学習で訓練する能動視覚・行動モデルを提案し、RLBenchの視点制約タスクで有効性を示した。

• HumanTHOR: 共有作業空間における人間とロボットの協調のためのシミュレーションプラットフォームとベンチマーク
  人間ロボット協調2024/6/1

  VRで人間がシミュレーション環境内で行動できる身体性フレームワークHumanTHORを構築し、日常タスクのベンチマークとユーザー研究を通じて人間とロボットの協調を評価した。

• 大規模言語モデルを活用した異種アドホックチームワーク協調
  群制御2024/6/1

  能力の異なるロボットチームに後から加わったロボットが、LLMと新提案のIRoTを用いた訓練不要の階層的動的プランナで未知の仲間と協調し、片付けタスクのベンチマークと実機で有効性を示した論文。

• 競争を通じてロボットの潜在能力を引き出す
  群制御2024/3/1

  競争環境での他者との比較を学習の補助信号として活用し、ロボットが競争から知識を得て潜在能力を最大限に発揮する競争学習フレームワークを提案。マルチエージェント競走環境での実験で、単一ロボット環境の最先端手法より優れた性能を示した。

• Deep Reinforcement Learning for Robotic Pushing and Picking in Cluttered Environment
  2023/2/1
• Scene Graph for Embodied Exploration in Cluttered Scenario
  2022/7/1
• Self-supervised 3D Semantic Representation Learning for Vision-and-Language Navigation
  2022/1/1
• Knowledge-based Embodied Question Answering
  2021/9/1
• Audio-Visual Grounding Referring Expression for Robotic Manipulation
  2021/9/1
• Adversarial Skill Learning for Robust Manipulation
  2020/11/1
• Fault-Aware Robust Control via Adversarial Reinforcement Learning
  2020/11/1
• Towards Embodied Scene Description
  2020/4/1
• MQA: Answering the Question via Robotic Manipulation
  2020/3/1