Gu Zhang

Tsinghua University

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

• SLIM-0.5B: ロボット操作のための行動基盤予測潜在表現の学習
  操作2026/8/1

  小型の0.5Bパラメータの潜在相互作用ポリシーを提案し、行動に基づく予測潜在表現を自己教師ありで学習することで、大規模VLAモデルと同等以上の性能を少ないパラメータで達成した。

• UniDex: 人間の一人称視点ビデオからの汎用器用ハンド制御のためのロボット基盤スイート
  器用操作2026/3/1

  人間の一人称視点ビデオからロボット実行可能な軌道を生成し、統一された行動空間と3D VLAポリシーを用いて、複数の器用ハンドへの汎用制御を実現する基盤スイートを提案した。

• 反応的拡散ポリシー：接触の多い操作のための低速・高速視触覚ポリシー学習
  視触覚模倣学習2025/3/1

  拡散ポリシーで低速に行動チャンクを生成し、高速な触覚トークナイザで閉ループ制御する視触覚模倣学習手法を提案し、接触の多い操作タスクでの性能を向上させた。

• どこでも操作を学習する：強化学習のための視覚的汎化フレームワーク
  sim2real2024/7/1

  多視点表現学習と空間トランスフォーマー、カリキュラムベースのランダム化を組み合わせ、多様な視覚的擾乱下でも汎化する視覚運動強化学習フレームワークを提案し、実機転移を実証した。

• 微分可能物理シミュレーションによる薄殻物体マニピュレーション
  マニピュレーション2024/4/1

  多様な薄殻材料のロボット操作を学習・評価するための微分可能シミュレーションプラットフォームThinShellLabを提案し、薄殻操作特有の課題を明らかにした。

• DIFFTACTILE：接触の多いロボットマニピュレーションのための物理ベース微分可能触覚シミュレータ
  触覚2024/3/1

  FEMベースの柔軟体モデルとペナルティ法接触モデルを組み合わせ、微分可能な触覚シミュレータを構築。実世界データで物理特性を最適化し、触覚を活用した把持・操作スキル学習を可能にした。

• 3D拡散方策：単純な3D表現による汎化可能な視覚運動方策学習
  模倣学習2024/3/1

  疎な点群から抽出したコンパクトな3D視覚表現を拡散方策に組み込み、少ないデモンストレーションで器用なロボット技能を汎化可能に学習する手法を提案した。

• Robo-ABC: Affordance Generalization Beyond Categories via Semantic Correspondence for Robot Manipulation
  2024/1/1
• Flexible Handover with Real-Time Robust Dynamic Grasp Trajectory Generation
  2023/8/1
• ArrayBot: Reinforcement Learning for Generalizable Distributed Manipulation through Touch
  2023/6/1