Lingxuan Wu

収録論文 4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

• PACT: 拡散ポリシーの身体的操作における自己進化型物理安全性アライメント
  マニピュレーション2026/6/7

  事前学習済みの拡散ポリシーを、デモデータや報酬なしで制約適合領域に投影する自己進化型の後処理フレームワークを提案し、安全性違反を平均31.0%削減しつつタスク成功率を30.7%向上させた。

• RDT2：UMIデータのスケーリング限界を探り、ゼロショットのクロスエンボディメント汎化を実現
  VLA2026/2/1

  7BパラメータのVLMを基盤とし、1万時間超のUMIデータと3段階学習で、未知の物体・シーン・指示・ロボット機体にゼロショットで汎化するロボット基盤モデルを構築した。

• H-RDT: 人間の操作データで強化した両腕ロボットマニピュレーション
  マニピュレーション2025/7/1

  大規模な一人称視点の人間操作動画と3D手姿勢を事前学習に活用し、拡散トランスフォーマーとフローマッチングでロボットの両腕操作ポリシーを学習する手法を提案。シミュレーションと実機で既存手法を上回る性能を示した。

• RDT-1B：双腕マニピュレーションのための拡散基盤モデル
  マニピュレーション2024/10/1

  双腕ロボット操作のための12億パラメータの拡散ベース基盤モデルRDTを提案し、統一行動空間と大規模マルチロボットデータで事前学習することで、未知物体へのゼロショット汎化や言語指示追従、少数デモからの新スキル学習を実現した。