Jiawei Gao

収録論文 7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

• 視覚運動ポリシー学習のための順序付きアクショントークン
  VLA2026/7/1

  ロボットの連続的なアクションを離散トークンに変換する際、高圧縮・完全復号可能・順序性を満たす新しいトークナイザーOATを提案し、複数のベンチマークで有効性を示した。

• IMPACT: 力強いロボット操作のための内部モデル予測制御の学習
  マニピュレーション2026/6/9

  力強い操作タスクをタスク計画と内部モデル予測制御に分離するフレームワークを提案し、シミュレーションと実世界で成功率と汎化性を向上させた。

• 順序付き行動トークン化（OAT）
  VLA2026/2/1

  連続的なロボット行動を、自己回帰生成に適した順序付きトークン列に変換する学習型トークナイザを提案し、シミュレーションと実機の20以上のタスクで従来手法を上回る性能と推論時の柔軟性を示した。

• SIMPACT: 視覚言語モデルによるシミュレーション活用型行動計画
  マニピュレーション2025/12/1

  視覚言語モデルにテスト時に物理シミュレーションを組み合わせ、追加学習なしで接触を伴う細かいマニピュレーションの行動計画を可能にした手法。

• ASAP: シミュレーションと実世界物理の整合による俊敏なヒューマノイド全身スキルの学習
  sim2real2025/2/1

  シミュレーションと実世界のダイナミクス差を補正する残差行動モデルを実機データから学習し、事前学習済みの運動追従方策を微調整することで、ヒューマノイドの俊敏な全身動作を実現する二段階フレームワークを提案した。

• CooHOI: 操作物体の動力学を活用した協調的人間-物体インタラクションの学習
  マニピュレーション2024/6/1

  単一ヒューマノイドの模倣学習とマルチエージェント強化学習を組み合わせ、複数体で協調して物体を運ぶスキルを獲得するフレームワークを提案。

• Hybrid Internal Model: Learning Agile Legged Locomotion with Simulated Robot Response
  2023/12/1