Lei Zhou
Yinwang Intelligent Technology Co., Ltd.
収録論文 18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
- ExceptionDrive: 自動運転のための計画指向カウンターファクト・コーナーケースベンチマーク自動運転2026/9/29
実走シーンに危険を挿入して計画器の安全性を評価するベンチマークを提案し、危険検知を支援するリマインダーエージェントも開発した。
- ロボット学習における潜在アクションの重要要素ロボット学習2026/8/20
ロボット操作のための潜在アクションモデル（LAM）の設計選択を体系的に比較し、41の設計選択肢を3次元で評価。VLMバックボーンの微調整が下流のポリシー学習に有効であることを示した。
- 基盤から応用へ：実践におけるVLAモデルの改善VLA/ロボット基盤モデル2026/7/1
VLA基盤モデルの実用化ギャップを埋めるため、データパイプライン刷新、行動空間拡張、予測ダイナミクスモデリングの3点を改良したLingBot-VLA 2.0を提案し、ベンチマークで効果を実証した。
- OneVLA: 身体性タスクのための統一フレームワークVLA2026/6/1
ナビゲーションと操作を単一のフレームワークに統合したVLAモデルを提案し、タスク固有のアーキテクチャを不要にする統一アクションヘッドと多段階トレーニング戦略を導入。シミュレーションと実環境で最先端の性能を達成した。
- Xiaomi OneVL: ワンステップ潜在推論と視覚言語説明によるプランニング自動運転/VLA2026/4/1
自動運転のVLAモデルにおいて、潜在推論を視覚世界モデルで強化し、明示的CoTを超える精度を実現しつつ、推論速度を回答のみの予測と同等に高速化したフレームワークを提案した。
- RoboSenseチャレンジ：あらゆる環境を認識し、どこへでも移動し、プラットフォームを超えて適応するロボット知覚ベンチマーク2026/1/1
ロボット知覚の堅牢性と適応性を競うRoboSense 2025チャレンジの報告で、5つのタスクのベンチマークと23の受賞解法から得られた知見をまとめた。
- MiMo-Embodied: クロス身体性基盤モデル技術報告VLA2025/11/1
自動運転と身体性AIを統合した初のクロス身体性基盤モデルを開発し、両分野で最先端性能を達成した。
- ロボットマニピュレーションのための3Dアフォーダンスキーポイント検出マニピュレーション2025/11/1
RGB-D画像から物体のアフォーダンスを3Dキーポイントで検出し、把持位置・方向・範囲を推定してロボット操作を実現する手法を提案。
- 空間から行動へ：空間基盤事前分布に基づく視覚-言語-行動モデルVLA2025/10/1
RGB画像から空間基盤モデルで3D幾何事前分布を抽出し、行動ヘッドに注入することで、追加センサーなしにVLAモデルの空間推論能力を高めるFALCONを提案。
- 能動的リスク知覚による社会的ナビゲーションの学習社会的ナビゲーション2025/10/1
RGB-Dとオドメトリのみを用い、周囲の人間との衝突リスクを予測する能動的リスク知覚モジュールをFalconに追加し、混雑環境での社会的に配慮したナビゲーションを実現した。
- 実生活の人間活動動画を用いたロボットマニピュレーション向け視覚-言語-行動モデルのスケーラブル事前学習VLA2025/10/1
人間の手の日常動画を自動解析してロボットのVLA学習データに変換し、100万エピソード規模のデータセットでモデルを事前学習することで、未知環境でのゼロショット性能と実機微調整時の成功率・汎化性能を向上させた。
- UniGraspTransformer：スケーラブルな器用把持のための簡素化された方策蒸留マニピュレーション2024/12/1
物体ごとに強化学習で把持方策を訓練し、それを単一のTransformerネットワークに蒸留することで、多様な物体・姿勢に対応する汎用器用把持を実現した研究。
- DexGrasp-Diffusion：多様な多指ロボットハンドのための拡散モデルによる統合的な機能把持生成手法マニピュレーション2024/7/1
拡散モデルを用いて、様々な多指ロボットハンドに対応した機能的な把持を生成する統合手法を提案し、物体のアフォーダンス指示に沿った把持を実現した。
- 一度のスキャンで実現する動的シーン再構成パイプライン：未知物体の6自由度ロボット把持マニピュレーション2024/4/1
シーンを一度スキャンして物体メッシュと姿勢追跡を登録し、操作中もリアルタイムで姿勢追跡して再構成点群を更新することで、遮蔽に強く高精度な6自由度把持を可能にする二段階パイプラインを提案した。
- DR-Pose: A Two-stage Deformation-and-Registration Pipeline for Category-level 6D Object Pose Estimation2023/9/1
- Learning swimming via deep reinforcement learning2022/9/1
- Economical Precise Manipulation and Auto Eye-Hand Coordination with Binocular Visual Reinforcement Learning2022/5/1
- Beyond Photometric Loss for Self-Supervised Ego-Motion Estimation2019/2/1