Ding Zhao

Carnegie Mellon University

収録論文 90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

• 汎用ロボットポリシーのためのシンプルなエージェント記憶
  マニピュレーション2026/9/29

  凍結した汎用ロボットポリシーに、訓練不要の記憶層を追加し、履歴に依存する操作タスクの成功率を大幅に向上させた。

• KPI: ヒューマノイドの物理的インタラクションのためのプロンプト可能なカーネル
  マニピュレーション2026/9/28

  軌道源と全身トラッカー間に、方向ごとに追従・柔軟・力保持を指示する契約を送り、接触時に腕の剛性・減衰・参照・フィードフォワードを適応させるカーネルを提案。VLAエージェントが指示から軌道と契約を生成し、ウィンチ操作やドア開け、箱運搬を実現した。

• バナナキック：応答情報に基づくスキル進化によるヒューマノイドサッカー
  sim2real2026/9/23

  ヒューマノイドのキック動作を、応答感度に基づく目的継続手法RISEで適応させ、通常キックから高回転のカーブキックへと進化させた研究。

• 単調最適停止による予測的ロボットゴールキーピング
  歩行2026/9/21

  ロボットが相手の意図が完全に分かる前に動き出す必要があるゴールキーピング課題で、いつ動き始めるかを単調最適停止問題として定式化し、強化学習で訓練した四足歩行のセーブ方策を起動するタイミングを学習する手法を提案した。

• SAGE: 人とロボットの協調のための安全整合勾配強制
  人ロボット協調2026/9/17

  説明可能な決定木方針と制御バリア関数フィルタを組み合わせた協調ロボット制御において、安全投影とチーム更新の不一致を勾配レベルで解消するSAGEを提案し、衝突を抑えつつ成功率を向上させた。

• 学習ベースロボットPKにおけるダイナミクス由来のコミットメント
  sim2real2026/9/17

  人型ロボットのシュートと四足ロボットのセーブからなるPKシステムを構築し、身体能力に起因する『コミットメント(選択肢の消失)』を解析するDIC-Mapを提案した。推定器の置き換えがセーブ率を0.240から0.472へ大幅に改善することを示した。

• GaussianDream++: ロボット操作のための効率的な3Dガウス世界モデリング
  VLA/3Dガウス/世界モデル2026/8/26

  VLAポリシーに世界状態トークンと世界予測トークンを挿入し、訓練時のみ3Dガウス表現で現在と未来の世界を監督することで、推論時の追加コストなしに操作性能を向上させる手法を提案。

• SoftVTBench: 変形を考慮した視覚触覚データセットと変形物体操作のベンチマーク
  変形物体操作/データセット/ベンチマーク2026/8/19

  変形物体操作の物理的相互作用品質を評価するため、視覚触覚データセットと閉ループベンチマークを構築し、変形許容度を考慮した成功率を提案した。

• SoftVTBench: 物理的制約下での変形物体操作のための安全性を考慮した視覚触覚ベンチマーク
  ベンチマーク/変形物体操作/触覚2026/7/1

  変形物体の操作において、タスク完了だけでなく物理的安全性（落下や過度な変形の回避）を評価するベンチマークを提案し、触覚センシングが安全性向上に寄与することを示した。

• IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習する
  ナビゲーション2026/6/1

  人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。

• ART-Glove: 接触接地型巧緻操作の計測のための多関節触覚グローブ
  触覚2026/6/1

  指や手のひらに剛体表面と関節を備え、関節角度と触覚を同時に計測できる触覚グローブを開発し、巧緻な操作デモの収集を可能にした。

• HiPi: ロボット操作のための再現可能な高忠実度ピエゾ抵抗センサ
  触覚2026/6/1

  再現性と高忠実度を両立したピエゾ抵抗型触覚センサシステムを提案し、接触形状の再現精度を大幅に向上させた。

• GaussianDream: ロボット操作のためのフィードフォワード3Dガウス世界モデル
  VLA/世界モデル2026/5/1

  本論文は、ロボット操作のためのフィードフォワード型3Dガウス世界モデルを提案し、現在の3D空間構造と短期的な未来の進化を捉えることで、行動生成の精度を向上させる。

• 触覚ドリーミングによる多用途ヒューマノイド操作の学習
  ヒューマノイド操作2026/4/1

  ヒューマノイドの全身操作を安定させるRLベースの下半身制御とVRデータ収集システムを開発し、触覚を主要モダリティとして扱うマルチモーダルトランスフォーマーHTDを提案。触覚の潜在予測により接触認識表現を学習し、実世界の接触豊富なタスクで成功率を大幅に向上させた。

• HALO: 異種エージェント・リアプノフ方策最適化による人間とロボットの協調学習
  群制御2026/3/1

  人間とロボットの協調作業において、ロボットと人間の意思決定の非対称性（合理性ギャップ）による学習の不安定さを、リアプノフ安定性理論に基づく方策更新の収束保証で解決する新しい強化学習フレームワークを提案した。

• 接触を考慮した全身制御による柔軟な物体搬送
  マニピュレーション2026/3/1

  人型ロボットが物体を支えながら運ぶ際に、上半身の接触力制御と下半身のバランス制御を分離し、強化学習で外乱や負荷変動に適応する全身制御手法を提案した。

• 認知から制御へ：人間とヒューマノイドの協調運搬のためのマルチエージェント学習
  ヒューマノイド協調/マルチエージェント学習2026/3/1

  高次の意図を接触安定な全身動作に変換し、人間パートナーに適応するための3層階層（VLM基盤層、熟考的スキル調整層、全身制御層）を提案し、マルコフ潜在ゲームとしてMARLを用いて長期的な協調を実現する。

• APEX：ヒューマノイドロボットのための適応的高プラットフォーム踏破学習
  歩行2026/2/1

  深層強化学習を用いて、脚長を超える高さのプラットフォームを登攀・歩行・這行・立ち上がり・伏せの6スキルを統合した単一ポリシーで自律的に踏破するシステムを開発し、Unitree G1で実機ゼロショット転移を実現した。

• LightTact：変形に依存しない接触センシングを実現する視覚触覚指先センサ
  触覚2025/12/1

  接触時に生じる散乱光のみを捉える光学構成により、変形を伴わない軽微な接触を高コントラストで可視化する視覚触覚センサを開発し、水やクリームなどへの接触を要するロボット操作を実現した。

• 閉ループ自律走行のためのモデルベース方策適応
  自動運転2025/11/1

  拡散モデルとQ値モデルを組み合わせ、事前学習済みのEnd-to-End自律走行エージェントを閉ループ環境で適応させるフレームワークを提案。

• クエリ中心拡散ポリシーによる汎用ロボット組立
  マニピュレーション2025/9/1

  物体・接触点・スキル情報からなるクエリで高レベル計画と低レベル制御を橋渡しする階層型拡散ポリシーを提案し、家具組立タスクの成功率を向上させた。

• 四足歩行ロボットの二足歩行化：リスク適応強化学習による多様なロコマニピュレーション
  ロコマニピュレーション2025/7/1

  四足歩行ロボットが後脚で二足歩行し、前脚をマニピュレーションに使えるようにするリスク適応型強化学習フレームワークを提案。シミュレーションと実機でカート押しや障害物探査、荷物運搬などの多様なタスクを実現。

• Human2LocoMan: 人間データの事前学習による多様な四足歩行ロボットのマニピュレーション学習
  マニピュレーション2025/6/1

  人間と四足ロボットLocoManのデータを統合した遠隔操作・データ収集パイプラインとモジュール型アーキテクチャを構築し、人間データでの事前学習により実世界タスクの成功率を大幅に向上させた。

• CrashAgent: マルチモーダル推論によるクラッシュシナリオ生成
  自動運転シミュレーション2025/5/1

  マルチモーダル大規模言語モデルを用いて実際の交通事故報告書から走行環境と車両挙動を構造化し、シミュレーションで実行可能な衝突シナリオを自動生成するマルチエージェントフレームワークを提案。

• LocoTouch：触覚センシングによる動的四足歩行運搬の学習
  触覚2025/5/1

  四足ロボットの背中全体を覆う高密度触覚センサと高忠実度シミュレーションを組み合わせ、固定されていない円筒物体を長距離運搬する触覚対応歩容ポリシーを学習させ、実機へゼロショット転移した。

• QuietPaw: 多様なノイズ選好に適応する四足歩行の学習
  歩行2025/3/1

  ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。

• 閉ループ交通生成のための因果構成拡散モデル
  交通シミュレーション2024/12/1

  拡散モデルに因果構造を組み込み、制御可能性とリアリズムを両立させた閉ループ交通シミュレーション生成手法を提案。

• 長期的な四足歩行ロボットの押し操作のためのマルチエージェント移動マニピュレーション学習
  マニピュレーション2024/11/1

  複数の四足歩行ロボットが障害物を避けながら長期的な押し操作を行うための階層型マルチエージェント強化学習フレームワークを提案し、実機で成功を実証した。

• ダイナミクスをプロンプトに：文脈内学習によるSim-to-Realシステム同定
  sim2real2024/10/1

  過去の相互作用履歴を文脈として用いる文脈内学習により、勾配更新なしでシミュレーション環境のパラメータを実世界のダイナミクスにオンライン適応させる手法を提案し、物体すくい上げとエアホッケーで有効性を示した。

• DTactive：能動表面を備えた視覚ベース触覚センサ
  触覚2024/10/1

  表面が動く機構を組み込んだ視覚ベース触覚センサを開発し、触覚知覚と把持内操作を同時に実現、学習により物体の回転操作を高精度に制御した。

• 不連続地形における俊敏な連続跳躍
  歩行2024/9/1

  四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。

• Meta-Evolve: 連続的ロボット進化による1対多ポリシー転移
  sim2real2024/5/1

  木構造のロボット進化系列を通じて、1つの熟練ポリシーを複数の異なるロボットへ効率的に転移する手法を提案し、マニピュレーションと歩行タスクで大幅な効率改善を実証した。

• 触覚で汎化する：ロボット家具組立のための触覚アンサンブルスキル転移
  マニピュレーション2024/4/1

  触覚フィードバックを組み込んだオフライン強化学習により、スキル遷移モデルと適応的スキル内方策を学習し、家具組立を汎化可能に実行するフレームワークTESTを提案。

• 軟体ロボットハンドの自動設計反復のための設計と制御の共最適化
  マニピュレーション2024/3/1

  遺伝的アルゴリズムと方策転移を組み合わせ、約400の軟体ロボットハンド設計の制御方策を学習し、把持品質を評価して設計を最適化。実世界のテレオペレーションで検証し、シミュレーションの有効性を示した。

• CaDRE: 実世界軌跡を用いた安全臨界運転シナリオの制御可能で多様な生成
  自動運転シミュレーション2024/3/1

  実世界の走行データとブラックボックス最適化を組み合わせ、自動運転の安全性評価に必要な多様で制御可能な危険シナリオを効率的に生成するフレームワークを提案した。

• LocoMan: 軽量ロコ・マニピュレータによる四足歩行ロボットの器用な操作能力の向上
  マニピュレーション2024/3/1

  四足歩行ロボットの前脚に軽量な3自由度グリッパを取り付け、脚の移動能力と操作能力を統合した全身制御フレームワークを提案し、狭い空間でのドア開けやコンセント挿しなどの器用な作業を実現した。

• Safety-aware Causal Representation for Trustworthy Offline Reinforcement Learning in Autonomous Driving
  2023/11/1
• Guardians as You Fall: Active Mode Transition for Safe Falling
  2023/10/1
• COMPOSER: Scalable and Robust Modular Policies for Snake Robots
  2023/10/1
• Creative Robot Tool Use with Large Language Models
  2023/10/1
• TAIL: Task-specific Adapters for Imitation Learning with Large Pretrained Models
  2023/10/1
• Reinforcement Learning in a Safety-Embedded MDP with Trajectory Optimization
  2023/10/1
• Influence of Camera-LiDAR Configuration on 3D Object Detection for Autonomous Driving
  2023/10/1
• Pixel-wise Smoothing for Certified Robustness against Camera Motion Perturbations
  2023/9/1
• Privacy Risks in Reinforcement Learning for Household Robots
  2023/6/1
• Embodied Executable Policy Learning with Language-based Scene Summarization
  2023/6/1
• Datasets and Benchmarks for Offline Safe Reinforcement Learning
  2023/6/1
• What Went Wrong? Closing the Sim-to-Real Gap via Differentiable Causal Discovery
  2023/6/1
• Bayesian Reparameterization of Reward-Conditioned Reinforcement Learning with Energy-based Models
  2023/5/1
• Hyper-Decision Transformer for Efficient Online Policy Adaptation
  2023/4/1
• GOATS: Goal Sampling Adaptation for Scooping with Curriculum Reinforcement Learning
  2023/3/1
• Constrained Decision Transformer for Offline Safe Reinforcement Learning
  2023/2/1
• Learning to View: Decision Transformers for Active Object Detection
  2023/1/1
• Curriculum Reinforcement Learning using Optimal Transport via Gradual Domain Adaptation
  2022/10/18
• Robustness Certification of Visual Perception Models via Camera Motion Smoothing
  2022/10/1
• Generalizing Goal-Conditioned Reinforcement Learning with Variational Causal Reasoning
  2022/7/1
• Prompting Decision Transformer for Few-Shot Policy Generalization
  2022/6/1
• SafeBench: A Benchmarking Platform for Safety Evaluation of Autonomous Vehicles
  2022/6/1
• On the Robustness of Safe Reinforcement Learning under Observational Perturbations
  2022/5/1
• Road Traffic Law Adaptive Decision-making for Self-Driving Vehicles
  2022/4/1
• Test Against High-Dimensional Uncertainties: Accelerated Evaluation of Autonomous Vehicles with Deep Importance Sampling
  2022/4/1
• A Survey on Safety-Critical Driving Scenario Generation -- A Methodological Perspective
  2022/2/1
• Constrained Variational Policy Optimization for Safe Reinforcement Learning
  2022/1/1
• Investigating the Impact of Multi-LiDAR Placement on Object Detection for Autonomous Driving
  2021/5/1
• Constrained Model-based Reinforcement Learning with Robust Cross-Entropy Method
  2020/10/1
• Multimodal Safety-Critical Scenarios Generation for Decision-Making Algorithms Evaluation
  2020/9/1
• MAPPER: Multi-Agent Path Planning with Evolutionary Reinforcement Learning in Mixed Dynamic Environments
  2020/7/1
• Robust Unsupervised Learning of Temporal Dynamic Interactions
  2020/6/1
• Task-Agnostic Online Reinforcement Learning with an Infinite Mixture of Gaussian Processes
  2020/6/1
• Learning to Collide: An Adaptive Safety-Critical Scenarios Generating Method
  2020/3/1
• Probabilistic Trajectory Prediction for Autonomous Vehicles with Attentive Recurrent Neural Process
  2019/10/1
• CMTS: Conditional Multiple Trajectory Synthesizer for Generating Safety-critical Driving Scenarios
  2019/10/1
• Multi-Vehicle Interaction Scenarios Generation with Interpretable Traffic Primitives and Gaussian Process Regression
  2019/10/1
• How to Evaluate Proving Grounds for Self-Driving? A Quantitative Approach
  2019/9/1
• Active Learning for Risk-Sensitive Inverse Reinforcement Learning
  2019/9/1
• A General Framework of Learning Multi-Vehicle Interaction Patterns from Videos
  2019/7/1
• Modeling Multi-Vehicle Interaction Scenarios Using Gaussian Random Field
  2019/6/1
• Evaluation Uncertainty in Data-Driven Self-Driving Testing
  2019/4/1
• A New Multi-vehicle Trajectory Generator to Simulate Vehicle-to-Vehicle Encounters
  2018/9/1
• Where Should We Place LiDARs on the Autonomous Vehicle? - An Optimal Design Approach
  2018/9/1
• An "Xcity" Optimization Approach to Designing Proving Grounds for Connected and Autonomous Vehicles
  2018/8/1
• Clustering of Driving Encounter Scenarios Using Connected Vehicle Trajectories
  2018/7/1
• An Optimal LiDAR Configuration Approach for Self-Driving Cars
  2018/5/1
• An Accelerated Approach to Safely and Efficiently Test Pre-Production Autonomous Vehicles on Public Streets
  2018/5/1
• Learning and Inferring a Driver's Braking Action in Car-Following Scenarios
  2018/1/1
• A Versatile Approach to Evaluating and Testing Automated Vehicles based on Kernel Methods
  2017/10/1
• Evaluation of Automated Vehicles Encountering Pedestrians at Unsignalized Crossings
  2017/2/1
• Accelerated Evaluation of Automated Vehicles Using Piecewise Mixture Models
  2017/1/1
• Enhancement of Low-cost GNSS Localization in Connected Vehicle Networks Using Rao-Blackwellized Particle Filters
  2016/6/1
• Accelerated Evaluation of Automated Vehicles Safety in Lane Change Scenarios Based on Importance Sampling Techniques
  2016/5/1