Hao Zhang
University of Texas at Dallas
収録論文 73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
- 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。
- AquaOrbit: 断続的な視覚フィードバック下での水中ターゲット周回のためのSim-to-Real強化学習sim2real2026/9/21
視覚が途切れる水中環境で、目標を見失っても復帰モジュールで安定化・再捕捉しながら周回する強化学習制御器を開発し、シミュレーションから実機へゼロショット転移させた。
- AURORA: 自然言語駆動型エージェントフレームワークによる信頼性の高い空陸協調シミュレーションの理解・推論・オーケストレーションsim2real2026/9/17
自然言語から空陸協調シミュレーションシナリオを生成し、実行時検証と局所修復により要求された相互作用を忠実に実現するエージェントフレームワークを提案。
- 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。
- 時間論理に基づく普遍的なタスク表現による強化学習強化学習2026/8/16
LTL式からタスクの意味を抽出する新しい表現アーキテクチャを提案し、任意の強化学習アルゴリズムに統合可能な普遍的なタスク表現フレームワークLOTUSを導入した。双模倣距離による理論的保証で、学習効率と汎化性能を大幅に向上させる。
- PhyAI: エッジでのリアルタイム物理AI、クラウドでのスケーラブルなロールアウト推論エンジン2026/8/4
物理AIポリシーの推論を統一するエンジンPhyAIを構築し、エッジからクラウドまで同一ランタイムでVLAモデルや世界行動モデルを実行し、公式実装より1.40〜4.65倍の高速化を達成した。
- FreqNav: 物体指向型空中視覚言語ナビゲーションのための段階的周波数ルーティングVLA2026/8/1
空中VLNタスクにおいて、ナビゲーション段階に応じて視覚トークンの周波数成分を動的に再配分する軽量な適応認識フレームワークFreqNavを提案し、ベースラインを上回る性能と約3倍の推論高速化を実現した。
- CNS-Edit++: 結合ニューラル形状表現によるカテゴリ非依存の3D編集3D編集2026/7/18
3D形状の編集を、大域的な意味情報と局所的な空間文脈を結合した表現の最適化として定式化し、カテゴリに依存しない編集を可能にするフレームワークを提案した。
- 一時的協調知覚のための視覚基盤モデルを用いた通信効率的な相対姿勢推定群制御2026/7/1
ロボット間の短時間の遭遇時に、限られた通信帯域と視野重複の欠如に対応するため、視覚基盤モデルを活用して自己運動とロボット間の相対姿勢を効率的に推定するフレームワークを提案した。
- セマンティックガイドによるガウススプラッティングを用いた段階的物体除去3Dシーン編集2026/7/1
3Dシーンから不要な物体を除去する際、セマンティック情報と段階的リファインメントを統合した新しいフレームワークを提案。DINOv2で他視点の意味情報を活用し、マスク領域を複数サブ領域に分けて品質の低い部分を選択的に改善することで、高品質な除去を実現。
- SymTRELLIS: 対称性を強制するボクセル潜在表現による3D生成3D生成2026/6/2
3D生成モデルに任意の点群対称性（回転・鏡映・多面体）を、再学習なしで強制する手法を提案。潜在空間での変換を線形演算子で近似し、ODEステップで速度を対称化する。
- 全ローター突然故障下での6自由度アクチュエーション維持：二軸傾斜ヘキサコプタを用いた受動的フォールトトレラント飛行制御ドローン制御2026/6/1
二軸傾斜オーバーアクチュエーションヘキサコプタを用いて、事前未知の全ローター故障が発生しても検出・切替なしで6自由度飛行を維持する受動的耐故障制御手法を提案した。
- 都市交差点における異種モビリティのための微分可能モデル予測安全性群制御2026/5/1
自動運転車と移動ロボットが混在する無信号交差点での衝突回避を、モデル予測制御の先見性を強化学習に組み込んだフレームワークで実現した論文。
- LatentUM: 潜在空間統合モデルによるインターリーブ型クロスモーダル推論の可能性を解き放つVLA2026/4/2
視覚理解と生成を共通の潜在空間で表現する統合モデルLatentUMを提案し、ピクセル空間を介さずに柔軟なクロスモーダル推論と生成を実現した。
- EMMa: 救助用装軌型ロボットのためのエンドエフェクタ安定性重視の移動操作移動操作2026/4/1
救助活動中の装軌型移動マニピュレータのエンドエフェクタ安定動作を実現する運動生成フレームワークを提案し、経路最適化と制御方式を設計して実機実験で有効性を検証した。
- X2-N: 変形可能な車輪脚ヒューマノイドロボットによる二重モード移動と操作ヒューマノイド/移動操作2026/4/1
車輪脚ロボットとヒューマノイドの形態をシームレスに変形できる高自由度ロボットX2-Nを開発し、強化学習ベースの全身制御で移動・変形・操作を統一的に実現した。
- 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。
- 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。
- 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。
- 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。
- 運用制約下のUAV-UGVチームにおける同期並行協調計画群制御2026/3/1
UAVとUGVの異種ロボットチームが、エネルギーや走行可能地形などの運用制約を考慮しつつ、同期して並行に協調計画を行う学習ベース手法CoPCSを提案した。
- STaR: 長期的マルチモーダルロボット記憶のためのスケーラブルなタスク条件付き検索VLA2026/2/1
ロボットの長期記憶を構築し、情報ボトルネック原理に基づくタスク条件付き検索で必要な記憶を抽出するエージェント推論フレームワークを提案。屋内・屋外の実環境で有効性を実証。
- ExtremControl: 四肢直接制御による低遅延ヒューマノイド遠隔操作遠隔操作2026/2/1
全身リターゲティングを避け、選択した剛体リンク（主に四肢）のSE(3)姿勢を直接操作し、速度フィードフォワード制御を組み合わせることで、50msの低遅延を実現したヒューマノイド遠隔操作フレームワーク。
- VP-AutoTest: 仮想・実機融合型自動運転テストプラットフォーム自動運転テスト2025/12/1
仮想と実機の要素を組み合わせ、単車・複数車協調の敵対的テストや並列推論、多次元評価とAI診断を可能にする自動運転テストプラットフォームを提案した。
- VacuumVLA: 吸引と把持を統合したエンドエフェクタでVLAの能力を強化する複雑ロボットマニピュレーションマニピュレーション2025/11/1
2本指グリッパと真空吸引ユニットを組み合わせた低コストなハイブリッドエンドエフェクタを開発し、DexVLAやPi0といったVLAフレームワークに組み込むことで、従来困難だった複雑な操作タスクを実現した。
- 協調マルチロボットナビゲーションのためのサブチーム化と適応的フォーメーション制御群制御2025/9/1
ロボットチームが狭い通路などで動的にサブチームに分かれ、隊形を保ちながら協調移動できる階層型学習フレームワークSTAFを提案した。
- アフォーダンス学習と拡散ポリシーによる関節物体操作の汎化フレームワークDARTマニピュレーション2025/9/1
線形時相論理でタスク意味を理解し、アフォーダンス学習で最適な接触点を特定する拡散ベースのポリシーを提案し、関節物体の巧みな操作をカテゴリを超えて汎化させる。
- AsyMoE: モーダル非対称性を活用した大規模視覚言語モデルにおける専門家の特化VLA2025/9/1
視覚と言語の処理の非対称性に着目し、モダリティ特化・双曲線的クロスモーダル・証拠優先の3種の専門家群で構成される新しいMoEアーキテクチャを提案し、精度向上とパラメータ削減を実現した。
- 自動運転車は自然言語で接続されるべきである協調運転2025/7/1
協調運転における既存の通信手段の限界を指摘し、意図や推論を自然言語で直接伝えることで、反応的な知覚データ共有から能動的な調整へと転換することを提唱した論文。
- 対抗強度を調整可能な自動運転車のインタラクティブ敵対的テスト自動運転テスト2025/7/1
周囲車両を強化学習で知的試験官としてモデル化し、対抗強度を連続調整できる自動運転の敵対的テストフレームワークExamPPOを提案した。
- 非重複を考慮した自己中心姿勢推定による接続自律システムの協調認識協調認識2025/6/1
マルチロボットチームで、通信帯域制約下でも重複しない視点を識別しながら自己中心姿勢推定を行う階層的学習手法NOPEを提案し、シミュレーションと実環境で有効性を示した。
- 動的LiDAR環境における移動ロボットのリアルタイム空間推論：再構成とナビゲーションLiDAR/ナビゲーション2025/5/1
移動ロボットが取得するLiDARデータから、歩行者などの動物体を含む動的環境でリアルタイムに表面再構成と自由空間推定を行い、自律ナビゲーションを実現するフレームワークを提案した。
- 折り紙 inspired 再構成可能マニピュレータの物理再構成パラメータと制御器の共最適化マニピュレーション2025/4/1
折り紙 inspired モジュールからなる腱駆動再構成マニピュレータにおいて、関節剛性を設計変数として強化学習で制御方策と共最適化し、衝突回避を伴う目標到達タスクを実現した。
- 仮想道路で賢く安全に：混在交通の安全解析のためのデジタルツインフレームワークsim2real2025/4/1
ドローンLiDARや地図・車両センサデータから高精細3D道路を生成し、CARLA・SUMO・PhysXを統合したデジタルツインで自動運転車と一般車が混在する交通の安全性を物理的に評価する。
- GR00T N1: 汎用人型ロボットのためのオープン基盤モデルVLA2025/3/1
視覚言語モジュールと拡散トランスフォーマを組み合わせた二重システム構成のVLA基盤モデルを提案し、実機・人間動画・合成データで学習して人型ロボットの両手マニピュレーションを実現した。
- HEATS: 移動マニピュレータによる効率的な自律目標探索のための階層型フレームワーク移動マニピュレーション2025/3/1
移動マニピュレータの強みを活かした視点計画と全身運動計画を組み合わせ、未知環境での目標探索を効率化する階層型フレームワークを提案した。
- 帯域適応型時空間対応付けによる協調知覚協調知覚2025/2/1
通信帯域が動的に変化する環境で、複数ロボットが同じ物体を一貫して認識できるよう、時空間観測を段階的に選択・共有する手法を提案した。
- 信号交差点における知識活用型マルチエージェント軌道予測：インフラ協調型予測スキーム軌道予測2025/1/1
路側機が全車両の将来軌道を予測して車両に配信するインフラ協調型予測スキームを提案し、信号状態・運転戦略知識・マルチエージェント相互作用を活用した予測モデルI2XTrajを開発した。
- 運動学的・異方性速度制約下での二台の四足ロボット協調搬送のための二階層学習群制御2024/12/1
二台の四足ロボットが協調して荷物を運ぶため、チーム方策と各ロボットの速度制御を二階層で学習する手法を提案し、異方性のある速度制約や障害物を考慮して搬送を実現した。
- 線形時相論理で解釈可能な操作のためのハイブリッド強化学習方針マニピュレーション2024/12/1
線形時相論理(LTL)でタスク仕様を符号化し、ウェイポイント計画・行動プリミティブ選択・パラメータ決定の3階層方針を組み合わせることで、長期的なロボット操作タスクの探索効率と解釈性を高める強化学習フレームワークHyTLを提案した。
- TAPTRv2: 注意に基づく位置更新で任意点追跡を改善任意点追跡2024/7/1
Transformerベースの任意点追跡手法TAPTRを改良し、コストボリュームへの依存を排除する注意ベースの位置更新(APU)を導入して精度を大幅に向上させた。
- GPU加速による最適化ベースの衝突回避衝突回避/最適化2024/6/1
凸多面体で表される物体と障害物の衝突回避を、スケールベース検出と双対性を利用した制約で低次元QPに分解し、ADMMとGPU並列計算で高速に解く手法を提案した。
- 適応的フォーメーションと振動抑制による協調マルチロボットナビゲーション群制御2024/4/1
階層学習とバネ-ダンパモデルを組み合わせ、狭い通路などでも隊形を適応的に変化させながら複数ロボットを協調移動させる手法AFORを提案した。
- TAPTR: 検出としてのTransformerによる任意点追跡点追跡2024/3/1
点追跡を物体検出・追跡と類似とみなし、DETR風のTransformerで各追跡点をクエリとして扱うシンプルで高性能な任意点追跡フレームワークを提案。
- Compositional Zero-Shot Learning for Attribute-Based Object Reference in Human-Robot Interaction2023/12/1
- Autonomous and Adaptive Role Selection for Multi-robot Collaborative Area Search Based on Deep Reinforcement Learning2023/12/1
- Neural Packing: from Visual Sensing to Reinforcement Learning2023/11/1
- Nowhere to Go: Benchmarking Multi-robot Collaboration in Target Trapping Environment2023/8/1
- Deep Masked Graph Matching for Correspondence Identification in Collaborative Perception2023/3/1
- SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse Environments2023/3/1
- Reinforcement Learning Based Pushing and Grasping Objects from Ungraspable Poses2023/2/1
- NIFT: Neural Interaction Field and Template for Object Manipulation2022/10/1
- Exploiting Transformer in Sparse Reward Reinforcement Learning for Interpretable Temporal Logic Motion Planning2022/9/1
- NAUTS: Negotiation for Adaptation to Unstructured Terrain Surfaces2022/7/1
- Self-Reflective Terrain-Aware Robot Adaptation for Consistent Off-Road Ground Navigation2021/11/1
- Asynchronous Collaborative Localization by Integrating Spatiotemporal Graph Learning with Model-Based Estimation2021/11/1
- Robot Adaptation for Generating Consistent Navigational Behaviors over Unstructured Off-Road Terrain2021/1/1
- Data Association Between Perception and V2V Communication Sensors2021/1/1
- Simultaneous View and Feature Selection for Collaborative Multi-Robot Perception2020/12/1
- Team Assignment for Heterogeneous Multi-Robot Sensor Coverage through Graph Representation Learning2020/12/1
- Decentralized and Communication-Free Multi-Robot Navigation through Distributed Games2020/12/1
- Adaptation to Team Composition Changes for Heterogeneous Multi-Robot Sensor Coverage2020/12/1
- Multi-view Sensor Fusion by Integrating Model-based Estimation and Graph Learning for Collaborative Object Localization2020/11/1
- Simultaneous Learning from Human Pose and Object Cues for Real-Time Activity Recognition2020/4/1
- Representing Multi-Robot Structure through Multimodal Graph Embedding for the Selection of Robot Teams2020/3/1
- Efficient Robotic Task Generalization Using Deep Model Fusion Reinforcement Learning2019/12/1
- RoboCoDraw: Robotic Avatar Drawing with GAN-based Style Transfer and Time-efficient Path Optimization2019/12/1
- Towards Optimally Decentralized Multi-Robot Collision Avoidance via Deep Reinforcement Learning2017/9/1
- Multisensory Omni-directional Long-term Place Recognition: Benchmark Dataset and Analysis2017/4/1
- Sequence-based Multimodal Apprenticeship Learning For Robot Perception and Decision Making2017/2/1
- Simultaneous Feature and Body-Part Learning for Real-Time Robot Awareness of Human Behaviors2017/2/1
- Self-Reflective Risk-Aware Artificial Cognitive Modeling for Robot Response to Human Behaviors2016/5/1
- DoraPicker: An Autonomous Picking System for General Objects2016/3/1