Haoru Xue
収録論文 16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
- 再構成・練習・実世界展開：身体性エージェントのためのガイド付き自己改善マニピュレーション2026/10/1
オフラインデータから操作タスクを抽出し、シミュレーションで練習して失敗を診断しながらスキルとプロンプトを自己改善し、実機で高い成功率を達成するフレームワークRPGを提案。
- GaP: 変動的オートメーションタスクのためのグラフとしてのポリシーを用いたマルチエージェント自己学習ハーネスタスク計画2026/7/1
ロボットの信頼性を高めるため、エージェント型コーディングと解釈可能なロボットプログラミングを組み合わせ、タスクをグラフ構造で表現して自己学習する手法を提案した。
- CaP-X: ロボットマニピュレーションのためのコーディングエージェントのベンチマークと改善フレームワークマニピュレーション2026/3/1
コードを方策として使うエージェントを体系的に評価する環境CaP-GymとベンチマークCaP-Benchを構築し、テスト時計算の拡張で人間レベルの信頼性を達成する手法を提案した。
- ヒューマノイドのピクセル入力から行動へのポリシー転移におけるSim-to-Realの扉を開くsim2real2025/12/1
GPU加速のフォトリアルシミュレーションと教示者-生徒-ブートストラップ学習を用い、RGB画像のみからヒューマノイドが多様な扉を開けるロコマニピュレーションポリシーをシミュレーションだけで学習し、実機でゼロショット転移を実現した。
- SONIC: 自然なヒューマノイド全身制御のための運動追跡の超大規模化ヒューマノイド制御2025/11/1
運動追跡をスケーラブルなタスクと位置づけ、モデル容量・データ・計算量を大規模化することで、自然で堅牢な全身運動が可能な汎用ヒューマノイド制御器を構築した研究。
- VIRAL: ヒューマノイドの移動操作に向けた大規模視覚Sim-to-Realsim2real2025/11/1
シミュレーションのみでヒューマノイドの移動を伴う操作スキルを学習し、実機にゼロショット転移する視覚ベースのフレームワークを提案。大規模ドメインランダム化と実機整合により、Unitree G1上で連続的な移動操作を実現した。
- 残差強化学習によるデータ生成で自己改善する視覚言語行動モデルVLA2025/11/1
VLAモデルの失敗領域を残差RLで探索し、展開分布に沿った軌道を収集・蒸留することで、追加の人間デモなしに性能を自己改善させるフレームワークPLDを提案。
- ランダムなおもちゃで遊んで何でも掴めるようになる学習マニピュレーション2025/10/1
球・直方体・円柱・リングの4つの基本形状をランダムに組み合わせた「おもちゃ」で訓練することで、実世界の多様な物体をゼロショットで掴める汎化可能な把持方策を実現した研究。
- LeVERB: 潜在視覚言語指示によるヒューマノイド全身制御VLA2025/6/1
ヒューマノイドの全身制御向けに、視覚言語ポリシーが潜在的な行動語彙を学習し、強化学習ベースの全身制御ポリシーがそれを実行する階層型フレームワークを提案。150以上のタスクを含む初のsim-to-real対応ベンチマークで評価し、単純な階層型VLAより7.8倍高い成功率を達成。
- 4D表現で事前学習する自己回帰ロボットモデルVLA2025/2/1
人間の動画から得た3D点追跡の4D表現を活用し、ロボット制御に効率的に転移できる自己回帰モデルARM4Rを提案した。
- メタ学習と不確実性考慮型MPPIによる高速オンライン適応を伴う俊敏な移動制御移動制御2024/10/1
メタ事前学習と不確実性を考慮したMPPIを組み合わせ、車輪型ロボットが少数の動力学データから迅速に適応し、未知のパラメータや路面変化に対応できる制御手法を提案した。
- 拡散スタイルアニーリングによるトルクレベル歩行制御のための全次数サンプリングベースMPC歩行2024/9/1
拡散モデルの考え方を取り入れたアニーリングでサンプリングベースMPCを改良し、四足ロボットの全次数ダイナミクスをリアルタイムに最適化して、学習なしで高精度な跳躍や歩行を実現した。
- AnyCar to Anywhere: 俊敏で適応的な移動のための汎用ダイナミクスモデル学習車輪移動/sim2real2024/9/1
様々な車輪型ロボットの俊敏な制御に向け、複数のシミュレータを統合して学習したTransformerベースの汎用ダイナミクスモデルを提案し、実機で専門モデルを最大54%上回る性能を示した。
- WROOM: オフロード走行のための自律運転アプローチ自律走行2024/4/1
Unity製シミュレータでルールベース制御を模倣して強化学習(PPO)をウォームスタートし、制御バリア関数を報酬に組み込むことで、オフロード環境での自律走行を実機のRCカーに展開した研究。
- Learning Model Predictive Control with Error Dynamics Regression for Autonomous Racing2023/9/1
- Spline-Based Minimum-Curvature Trajectory Optimization for Autonomous Racing2023/9/1