Guiliang Liu
The Chinese University of Hong Kong, Shenzhen
収録論文 21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
- Praxis: 一人称視点動画から物理的相互作用の事前知識を蒸留し、汎用的な全身マニピュレーションを実現全身マニピュレーション2026/9/25
一人称視点の実演動画から物理的相互作用の事前知識を抽出し、視覚言語誘導ナビゲーション・姿勢キャリブレーション・器用な全身操作を組み合わせることで、タスクごとの再学習なしに多様な物体操作を可能にするフレームワークを提案。
- LIRA: 視覚言語行動デコーディングのための局所クロスレイヤー情報ルーティングVLA2026/8/1
VLAモデルにおいて、VLMの中間特徴をアクションデコーダにルーティングする新しい機構LIRAを提案。深さを考慮した局所ウィンドウで情報を集約し、既存のバックボーンや学習手法を変えずに性能を向上させる。
- RoboReact: 生成された自己中心視点動画からのエージェント的スキル蒸留による全身操作の汎用化全身操作2026/8/1
単一の自己中心視点RGB-D観察から全身ヒューマノイド操作スキルを自動合成するフレームワークを提案。生成動画から幾何学を保つキーフレームを抽出し、物体中心の再接地とVLMによる洗練ループで実機実行のギャップを埋める。
- RoboSynChallenge: 合成操作スキルの一般化による実世界の巧みな操作の習得操作/ベンチマーク2026/8/1
実世界データ不足を補うため、大規模合成データ生成と標準化された実ロボット評価を統合した操作ポリシーの一般化を競うベンチマークを提案し、未見の実環境での評価を行う。
- Vid2WAM: ビデオ拡散事前知識を世界行動モデルへ蒸留するVLA2026/8/1
大規模ビデオ基盤モデルの拡散事前知識を、コンパクトな世界行動モデル（WAM）に蒸留するフレームワークを提案。専門家デモに依存せず、タスク条件付き未来予測と逆動力学モデルによる擬似行動を活用し、限られたデモでも新規タスクへの汎化とデータ効率を向上させる。
- WeaveLA: 反復ロボット操作のためのイベント駆動型サブタスク間潜在記憶の織り込みVLA/操作2026/6/16
VLAポリシーに、サブタスク完了イベントで圧縮した潜在記憶を次のサブタスクの行動生成に渡す軽量なクロスサブタスク記憶チャネルを追加し、反復操作の成功率を向上させた。
- RoboFlow4D: リアルタイムフロー誘導ロボット操作のための軽量フローワールドモデルマニピュレーション2026/5/1
視覚観察とテキスト指示から3Dフローを直接予測し、動作生成を誘導する軽量なエンドツーエンドのフローワールドモデルを提案し、シミュレーションと実世界で操作成功率と計算効率を向上させた。
- DyGRO-VLA: 動的グループ化残差最適化による視覚言語行動モデルのクロスタスクスケーリングVLA2026/5/1
視覚言語行動モデルの汎用性を高めるため、情報理論に基づくクロスタスク表現学習と動的残差最適化を組み合わせた二段階最適化フレームワークを提案した。
- 反応から予測へ：エージェント型タスクグラフによるロボット操作の予防的障害回復マニピュレーション2026/5/1
操作タスクを有向タスクグラフでモデル化し、実行前に予測的リカバリ分岐を追加することで、障害発生時に再計画なしで即座に対応するエージェントシステムAgentChordを提案した。
- EVA: 逆動力学報酬による実行可能ロボット行動へのビデオ世界モデル整合世界モデル2026/3/1
ビデオ生成モデルをロボットの世界モデルとして使う際、生成映像が物理的に実行可能な行動に変換されるよう、逆動力学モデルを報酬として強化学習で整合させる手法を提案した。
- ロボットマニピュレーションにおけるSim-to-Real汎化の実証研究：Vision-Language-Actionモデルを用いた検証sim2real2026/3/1
VLAモデルを用いたロボット操作において、ドメインランダム化や写実的レンダリングなど4つの要因がSim-to-Real転移に与える影響を1万回以上の実機実験で検証し、評価プロトコルとロボット基盤を公開した。
- PAct: 部分分解による単視点関節物体生成関節物体生成2026/2/1
単一画像から関節物体を部分ごとに分解し、形状・構成・関節運動を生成するフィードフォワード手法を提案。
- CycleManip: 履歴知覚と理解を活用した周期タスクマニピュレーションマニピュレーション2025/12/1
ロボットが周期的な動作を指定された終了時刻まで行うタスク（例：瓶を振る、釘を打つ）を、履歴の効果的な知覚と理解によりエンドツーエンドの模倣学習で実現するフレームワークとベンチマークを提案。
- 進化を受け入れよ：身体と制御の共設計による具現化ヒューマノイドロボットの提案ヒューマノイド/共設計2025/10/1
ヒューマノイドロボットの制御と身体構造を共設計する枠組みを提唱し、その方法論や応用、課題を議論したポジションペーパー。
- ヒューマノイドの脳と身体の協調設計：転倒復帰のための制御と形態の同時最適化ヒューマノイド/協調設計2025/10/1
制御方策と身体形態を反復的に同時最適化するフレームワークRoboCraftを提案し、7種の公開ヒューマノイドで平均44.55%の性能向上を達成した。
- SignBot: 人とヒューマノイド間の手話インタラクションを学習するヒューマノイド/手話インタラクション2025/5/1
手話データをロボットの動作に変換し、学習ベースの制御と生成モジュールを組み合わせて、ヒューマノイドロボットが手話で人と自然にコミュニケーションできるフレームワークを提案した。
- 生成的スキル獲得のための身体性推論のリアルタイム検証VLA2025/5/1
身体性エージェントのスキル学習に検証モデルを導入し、手動の報酬設計なしで高密度報酬を自動生成するVERGSAを提案。タスク成功率を21%向上させた。
- 衝突を考慮した微分可能ロボットレンダリングsim2real2025/3/1
微分可能レンダリングにニューラル衝突分類器を組み込み、静的環境や自己との衝突を避ける行動最適化を可能にした。Eikonal正則化で勾配を安定化し、既存フレームワークに統合可能。
- GAT-Grasp: ジェスチャー駆動型アフォーダンス転移によるタスク指向ロボット把持マニピュレーション2025/3/1
人間の手ジェスチャーを手がかりに、大規模な人間-物体インタラクション動画から把持知識を検索・転移し、未知物体や雑然とした環境でもタスクに適した把持姿勢をゼロショットで生成するフレームワーク。
- HWC-Loco：階層型全身制御による堅牢なヒューマノイド歩行歩行2025/3/1
ヒューマノイドの歩行制御をロバスト最適化問題として定式化し、安全性と目標追従のトレードオフを階層型ポリシーで動的に解決する手法を提案。多様な地形・機体・タスクで優れた性能を示した。
- 一度の教示で両腕ロボット操作を学習：動画デモからのワンショット模倣模倣学習2025/1/1
人間の両手動作を1回のステレオ動画から抽出し、両腕ロボットの多様な長期的タスクを学習する手法YOTOを提案。