Haoyuan Deng
収録論文 11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
- DynaHarness：自己進化するロボットエージェントのための動的物理ハーネスVLA2026/9/30
意味推論と物理実行を実行契約で結びつけ、失敗の帰属分析と回帰チェックにより再利用可能な能力を自己修正する枠組みを提案し、LIBERO-Proで凍結方策を大きく上回る成功率を達成した。
- Facet-0: 接触を伴う精密操作のためのロボット基盤モデルマニピュレーション2026/9/1
接触の結果を予測・評価するロボット基盤モデルを提案し、サブミリ精度の組立タスクで高い成功率を達成した。
- UniIntervene: 実世界強化学習の効率化のためのエージェント介入強化学習2026/6/10
人間参加型強化学習における介入コストを削減するため、非生産的な探索を検知し自律的に回復行動を生成するエージェント介入モデルUniInterveneを提案した。
- UniManip: エージェント型操作グラフによる汎用ゼロショットロボットマニピュレーションマニピュレーション2026/2/1
意味推論と物理制御を二層のエージェント型操作グラフで統合し、未知の物体やタスクにもゼロショットで対応できる汎用マニピュレーション手法を提案。
- E2HiL: エントロピー誘導サンプル選択による効率的な実世界ヒューマン・イン・ザ・ループ強化学習ヒューマン・イン・ザ・ループ強化学習2026/1/1
方策エントロピーへの影響度を推定し、有益なサンプルを能動的に選ぶことで、人手介入を減らしつつ実世界マニピュレーションタスクの学習を効率化するヒューマン・イン・ザ・ループ強化学習フレームワークを提案した。
- MAP-VLA：視覚言語行動モデルのための記憶拡張プロンプティングによるロボット操作VLA2025/11/1
長期タスクに弱いVLAモデルに対し、過去のデモから記憶ライブラリを構築し、類似軌道を検索してソフトプロンプトとして注入することで、凍結したVLAの行動生成を軽量に拡張する手法。
- NORA-1.5：世界モデルと行動に基づく選好報酬で訓練された視覚-言語-行動モデルVLA2025/11/1
事前学習済みNORAにフローマッチング行動エキスパートを追加し、世界モデルと正解からの逸脱を報酬とするDPOで事後学習することで、シミュレーションと実機の両方で信頼性と汎化性能を向上させたVLAモデル。
- VLA-Reasoner: オンラインMCTSによる推論で視覚言語行動モデルを強化VLA2025/9/1
VLAモデルにテスト時スケーリングを適用し、ワールドモデルとMCTSで将来状態を予測・探索することで長期的な操作タスクの性能を向上させるプラグイン手法を提案。
- SafeBimanual: 拡散モデルによる安全な両手マニピュレーションのための軌道最適化マニピュレーション2025/8/1
事前学習済みの拡散モデルベース両手マニピュレーションポリシーに対し、VLMで安全制約を動的に設計しテスト時に軌道を最適化することで、危険動作を抑えつつ成功率を向上させるフレームワーク。
- ManiGaussian++：階層的ガウス世界モデルによる汎用ロボット両腕マニピュレーションマニピュレーション2025/6/1
両腕ロボットのマルチタスク操作のため、役割の異なる腕を区別するガウス表現とリーダー・フォロワー型の階層的世界モデルを導入し、時空間ダイナミクスを予測して性能を向上させた。
- AnyBimanual：単腕ポリシーを汎用両腕マニピュレーションへ転移マニピュレーション2024/12/1
事前学習済みの単腕ポリシーをスキルマネージャと視覚アライナで両腕タスクに転移し、少ない実演で汎用両腕マニピュレーションを実現する手法を提案。