Di Hu
収録論文 13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
- Robo-ValueRL: オフラインからオンラインへの強化学習における信頼性の高い価値推定強化学習2026/7/1
オフラインからオンラインへの強化学習において、価値関数の信頼性がポリシー最適化に与える影響を分析する統一フレームワークを提案し、信頼性の高い価値推定が下流の性能向上に寄与することを実験で示した。
- AnyTouch 2: 動的触覚知覚のための汎用光学触覚表現学習触覚2026/2/1
大規模階層型触覚データセットToucHDを構築し、物体理解と力覚を伴う微細な動的知覚を統合する汎用触覚表現学習フレームワークAnyTouch 2を提案した。
- 視覚-固有感覚ポリシーはロボットマニピュレーションでいつ失敗するのかマニピュレーション2026/2/1
視覚と固有感覚を組み合わせたマニピュレーションポリシーが動作遷移局面で視覚を活用できていないことを実験的に示し、固有感覚の勾配を位相に応じて調整するGAPアルゴリズムを提案した。
- GeCo-SRT: ロボットのクロスタスクSim-to-Real転移のための幾何認識型継続適応sim2real2026/2/1
局所幾何特徴をドメイン・タスク不変な知識として活用し、継続的なSim-to-Real転移を可能にする幾何認識型Mixture-of-Expertsと優先経験再生を提案。新タスク適応でデータ効率を大幅に改善。
- RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集マニピュレーション2025/11/1
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
- 人間支援によるロボット政策の行動選好最適化VLA2025/6/1
人間とのインタラクションから得た選好信号を用いてVLAモデルを事後的に改善するAPOを提案し、失敗からの学習を可能にした。
- Phoenix: 細粒度ロボット動作修正のための運動ベース自己反省フレームワークマニピュレーション2025/4/1
MLLMによる意味的な反省を運動指示に変換し、拡散ポリシーで細粒度の動作修正を行う自己修正フレームワークを提案。
- AnyTouch: 複数の視触覚センサにまたがる統合的な静的・動的表現の学習触覚2025/2/1
4種類の視触覚センサからなる整列済みデータセットTacQuadを構築し、触覚画像と動画を統合して静的・動的両面からマルチセンサ表現を学習するフレームワークAnyTouchを提案した。
- KOI: ハイブリッドキー状態ガイダンスによるオンライン模倣学習の加速模倣学習2024/8/1
視覚言語モデルとオプティカルフローで専門家軌道から意味的・動作的キー状態を抽出し、報酬推定を改善することでオンライン模倣学習の探索効率を高める手法を提案。
- 奥行きが効く：RGBベースの事前学習済み方策への奥行き情報注入による改善マニピュレーション2024/8/1
RGB入力のみで動作するロボット操作方策に、学習時のみRGB-Dを使う奥行き情報注入フレームワークを提案し、3D知覚能力を高めて細かい操作タスクの性能を向上させた。
- スコアに合わせて演じる：ロボットマニピュレーションのための段階誘導型動的マルチセンサ融合マルチモーダル融合2024/8/1
サブゴールで区切ったタスク段階を模倣学習に組み込み、予測した現在段階の細かい状態に応じて視覚・聴覚・触覚の優先度を動的に調整するマルチセンサ融合手法MS-Botを提案し、注ぎとキー溝付きペグ挿入で有効性を示した。
- 相互作用予測によるマニピュレーション学習マニピュレーション2024/6/1
初期・最終状態と言語指示から遷移フレームと操作対象物体を予測する事前学習手法MPIを提案し、実機・シミュレーションで従来手法を10〜64%上回る性能を達成した。
- Kinematic-aware Prompting for Generalizable Articulated Object Manipulation with LLMs2023/11/1