Keru Zhou
Maniformer
収録論文 6本 ・ フィジカルAI/ロボット学習
実ロボットデータ収集進捗推定VLAマニピュレーション
※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
- 実ロボットデータ品質の背後にある隠れた変数:数十万時間の教訓実ロボットデータ収集2026/11/17
実ロボットデータ収集の設計がオペレータ効率と学習ポリシーに与える影響を、25台の双腕ロボットの運動学解析・遠隔操作実験・微調整ポリシー評価を通じて調査した。
- エラーと回復を通じたタスク進捗追跡:ベンチマークと再帰分布モデル進捗推定2026/10/29
ロボット操作タスクの進捗をエラーや回復も含めて評価するデータセットReSTEPを公開し、再帰的視覚記憶と分布予測で進捗を推定するREMORAを提案した論文。
- 人間の一人称視点動画から異なる身体性を超えた視覚表現を学習するEgo-CEVRVLA2026/10/27
人間の一人称視点動画で大域的なタスク理解を、ロボットの手首観測と行動教師で細粒度の操作を別々に学習し、両表現を行動ポリシーに統合する枠組みを提案した。
- EMERGE-Policy: ロボットの心は単一ポリシーを超えて出現するVLA2026/8/30
複数の専門エージェントが協調して知覚・推論・検証・記憶を行うグラフ構造のエージェントフレームワークを提案し、追加のファインチューニングなしでベンチマークと実ロボット実験で高い性能を達成した。
- KAM-WM: 潜在世界モデルからの運動学的アフォーダンスマップによるロボット操作マニピュレーション2026/7/1
凍結したビデオ世界モデルから粗い方向性の相互作用手がかりを抽出し、拡散ポリシーを条件付ける運動学的アフォーダンスマップを生成するフレームワークを提案。LIBEROとRoboTwin2.0で高い成功率を達成した。
- ELAN4D: 身体中心の4D監視による視覚言語行動モデルのプラグアンドプレイ適応VLA2026/5/1
ロボットのキーポイントの未来の3D軌跡を予測する補助分岐をVLAモデルに追加し、外乱下での汎化性能を向上させるフレームワークを提案した。
