Kaizhe Hu

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

• AffordGen: アフォーダンス対応による汎用物体操作のための多様なデモ生成
  模倣学習/データ生成2026/4/1

  3D生成モデルと視覚基盤モデルを用いて、物体の意味的キーポイント対応に基づき多様な操作軌道を自動生成し、閉ループ視覚運動ポリシーの訓練データとして活用することで、未見物体へのゼロショット汎化を実現するフレームワークを提案した。

• OmniClone: 頑健で万能な全身ヒューマノイド遠隔操作システムの構築
  遠隔操作2026/3/1

  全身ヒューマノイド遠隔操作システムOmniCloneを提案し、診断ベンチマークOmniBenchを用いて従来手法の弱点を特定し、データレシピとシステム改良によりMPJPEを66%以上削減し、計算資源を大幅に削減した。

• 失敗を考慮した強化学習：自己回復を備えた実世界マニピュレーションのための信頼性の高いオフライン・オンライン強化学習
  マニピュレーション2026/1/1

  実世界での強化学習中に発生する人間の介入が必要な失敗を減らすため、世界モデルベースの安全クリティックとオフラインで訓練された回復ポリシーを統合したFARLを提案し、失敗を73.1%削減しつつ性能を11.3%向上させた。

• ロボットがロボットを訓練：ヒューマノイドのための実世界ポリシー自動適応と学習
  sim2real2025/8/1

  ロボットアームの教師がヒューマノイドの生徒を保護・誘導しながら、実世界で効率的に強化学習を行うフレームワークを提案し、歩行速度追従や起き上がり動作で有効性を示した。

• DenseMatcher: 単一デモからのカテゴリレベル操作のための3Dセマンティック対応学習
  マニピュレーション2024/12/1

  マルチビュー2D特徴をメッシュに投影して3Dネットワークで精錬し、関数写像で密な3D対応を計算する手法を提案。単一デモからのロボット操作のクロスカテゴリ汎化を実現。

• Stem-OB: 拡散逆変換による幹状収束観測を用いた汎化可能な視覚模倣学習
  模倣学習2024/11/1

  事前学習済み拡散モデルの逆変換で観測画像から照明やテクスチャの違いを除去し、追加学習なしで視覚模倣学習の汎化性能を高めるプラグアンドプレイ手法を提案した。

• Robo-ABC: Affordance Generalization Beyond Categories via Semantic Correspondence for Robot Manipulation
  2024/1/1
• Uni-O4: Unifying Online and Offline Deep Reinforcement Learning with Multi-Step On-Policy Optimization
  2023/11/1
• Can Pre-Trained Text-to-Image Models Generate Visual Goals for Reinforcement Learning?
  2023/7/1
• Decision Transformer under Random Frame Dropping
  2023/3/1
• Extraneousness-Aware Imitation Learning
  2022/10/1