Leixin Chang

Zhejiang University

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

• ColoACT: 自己推進式内視鏡ロボットによる大腸自律ナビゲーションのためのマルチキュー行動チャンキング
  医療ロボティクス2026/10/1

  RGB-D-E入力と行動チャンキングトランスフォーマーを組み合わせ、自己推進式内視鏡ロボットを大腸内で滑らかに自律走行させるシステムを提案。摘出ブタ大腸で直線85.4%、弯曲72.5%の成功率を達成した。

• 全身UMI：実時間動作生成によるヒューマノイド全身マニピュレーションへのUMIスキル転移
  全身マニピュレーション2026/9/19

  UMIの手先軌道データからヒューマノイドの全身協調動作を実時間生成し、拡散方策と組み合わせて4タスクで全身マニピュレーションを実現した。

• 二足歩行モバイルマニピュレータによる全身協調ロコマニピュレーションの学習
  ロコマニピュレーション2026/9/16

  強化学習で訓練した全身制御器により、6自由度エンドエフェクタ目標から二足歩行ロボットの腕と脚の協調動作を生成し、バランスを保ちながらリーチングや歩行を実現する。

• 時空間アジリティ：視覚誘導による動的四足歩行迎撃のための時間制約強化学習
  歩行2026/8/1

  動的環境で時間制約内に目標を迎撃するため、着地点と時間を予測する視覚モジュールと、位置・時間条件付きの強化学習ポリシーを統合したフレームワークを提案し、実ロボットでのボールキャッチ実験で有効性を示した。

• ワールドトランスレーション：逆動力学抽出と非ペアドメイン変換によるシミュレーションと実世界のギャップ最小化
  sim2real2026/7/1

  シミュレーションと実世界のギャップを減らすため、観測された遷移から逆動力学で隠れた情報を抽出し、非ペアドメイン変換でシミュレーションと実世界のスタイルを変換する手法を提案。

• どこで学ぶか：オンポリシーロボット強化学習のための解析的方針勾配による指向的探索
  強化学習/探索2026/3/1

  微分可能な力学モデルからの解析的方針勾配を用いて、タスク認識かつ物理に基づくガイダンスを注入し、高報酬領域への探索を促進する新しい指向的探索手法を提案した。

• 未知の動的負荷に適応する四脚ロボットの不整地歩行
  歩行2025/7/1

  四脚ロボットが未知の動的負荷を運ぶ際に、負荷特性モデリングと強化学習を用いて負荷の動きを推論し、間接的に安定化させる手法を提案し、実機検証した。