Justin Yu
University of California, Berkeley
収録論文 17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
- TRACE: clutter環境下における単色ケーブルの対話的双方向トレーシングケーブル操作/状態推定2026/9/24
複数の単色ケーブルが絡み合う環境で、双方向トレーシングと対話的知覚プリミティブを組み合わせてケーブルの状態を高精度に推定する手法を提案し、実実験で従来法を大きく上回る精度を達成した。
- 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。
- オープンデータ・訓練・評価によるスケーラブルな行動クローニング行動クローニング2026/6/1
大規模な遠隔操作データセットABC-130K（3500時間、13万エピソード）とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。
- 遊び心のあるエージェント型ロボット学習スキル獲得2026/6/1
ロボットエージェントが指示なしで自己主導の「遊び」を通じてスキルを獲得し、後続タスクに活用する手法を提案。コード生成エージェントチーム(RATs)が探索タスクを生成・実行・検証・修正し、成功体験をコードスキルライブラリに蓄積する。
- SARM2: 自己改善型ロボット操作のためのマルチタスク段階認識報酬モデリングマニピュレーション2026/6/1
長期的なロボット操作タスクにおいて、行動クローニングに依存せず、自己ロールアウトからポリシーを改善するための、段階推定器とMMoE価値ヘッドを組み合わせたマルチタスク報酬モデルRMと、それを用いた自己改善フレームワークSPIRALを提案した。
- WARP-RM: ワープ拡張相対進行報酬モデルによるデータキュレーション模倣学習2026/6/1
成功デモから時間ワープ拡張を用いて自己教師ありでフレームごとの相対進行報酬を学習し、模倣学習のデータ品質を向上させる手法を提案。
- 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。
- EgoMI：一人称視点の人間デモから能動視覚と全身マニピュレーションを学習マニピュレーション2025/11/1
人間の一人称視点の操作データから頭部と手の動きを同時に取得し、半人型ロボットで能動視覚を伴う模倣学習を実現するフレームワークを提案した。
- SARM: 長期的ロボットマニピュレーションのためのステージ認識型報酬モデリングマニピュレーション2025/9/1
自然言語のサブタスク注釈を活用し、タスクの段階と進捗を予測する報酬モデルを提案。これに基づく行動クローニングでTシャツ折りなどの長期変形物体操作を大幅に改善。
- Real2Render2Real：力学シミュレーションもロボット実機も不要なロボットデータ拡張sim2real2025/5/1
スマホで撮影した物体スキャンと人間の実演動画1本から、3Dガウススプラッティングで高精細なロボット実演データを大量生成する手法。実機テレオペ150回分に匹敵する性能を実現。
- 持続的オブジェクトガウシアンスプラット(POGS): 不規則形状物体の人間・ロボット操作追跡マニピュレーション2025/3/1
ガウシアンスプラットに意味情報と自己教師あり視覚特徴を組み込み、単眼ステレオカメラで未知の不規則形状物体の姿勢を継続的に推定するシステムを提案。把持・再配向・言語駆動操作を支援し、ツール摂動からの復帰も実現。
- 言語埋め込みガウシアンスプラット（LEGS）：移動ロボットによる部屋規模表現の漸進的構築VLA2024/9/1
移動ロボットが環境を移動しながら、見た目と言語意味を統合した3D表現（LEGS）をオンラインで構築し、オープン語彙の物体検索を可能にする手法を提案。LERFより3.5倍高速で、最大66%の精度で物体を特定できる。
- Effectively Rearranging Heterogeneous Objects on Cluttered Tabletops2023/6/1
- MURAL: Meta-Learning Uncertainty-Aware Rewards for Outcome-Driven Reinforcement Learning2021/7/1
- Legged Robot State Estimation using Invariant Kalman Filtering and Learned Contact Events2021/6/1
- Reset-Free Reinforcement Learning via Multi-Task Learning: Learning Dexterous Manipulation Behaviors without Human Intervention2021/4/1
- The Ingredients of Real-World Robotic Reinforcement Learning2020/4/1