Hangxu Liu

収録論文 6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

• ALAS: 非同期パスウェイストリーム分離による適応的長期的行動合成
  長期的行動生成2026/4/1

  人間-シーン相互作用における長期的タスクを、環境理解とスキル学習を分離する二重ストリームアーキテクチャで学習し、環境やスキルの新たな組み合わせへの汎化を実現するフレームワークを提案した。

• SIM1: 物理整合シミュレータによる変形物体世界でのゼロショットデータ拡張
  シミュレーション/変形物体操作2026/4/1

  変形物体操作のための物理整合型シミュレータを提案し、少数の実デモから合成データを生成してポリシー学習を効率化する。実機で90%のゼロショット成功率を達成した。

• MetaWorld-X: VLMが統括する階層的世界モデルによる人型ロボットの移動操作
  人型ロボット制御2026/3/1

  人型ロボットの移動と操作を同時に行う制御を、専門エキスパートポリシーとVLMによるルーティングで階層的に分解し、自然で安定した全身制御を実現する手法を提案した。

• MetaWorld：高レベル指示を接地するための階層型ワールドモデルにおけるスキル転送と構成
  VLA2026/1/1

  VLMによる意味計画と潜在ダイナミクスモデルを組み合わせた階層型ワールドモデルを提案し、事前学習済みマルチエキスパート方策を転送することでヒューマノイドのロコマニピュレーションを効率化した。

• InternData-A1：汎用ポリシー事前学習のための高忠実度合成データ
  VLA2025/11/1

  大規模シミュレーションで生成した63万軌道超の合成データセットInternData-A1を構築し、合成データのみでVLAモデルを事前学習しても実データと同等の性能が得られることを示した。

• DETACH: 分離された専門家の混合による長期的タスクのためのクロスドメイン学習
  クロスドメイン学習2025/8/1

  脳の「どこ・何」二重経路に着想を得て、環境理解とスキル実行を分離する二流構成で、人間-シーン相互作用の長期的タスクをクロスドメインで学習するフレームワークを提案。