Lixin Yang
Shanghai AI Laboratory
収録論文 14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
- InternW0: 効率的な実世界インタラクションのための基盤的物理世界モデル世界モデル2026/9/23
上海AI Labが、視覚予測とロボット制御を非対称なvideo-actionアーキテクチャで統合した物理世界モデルInternW0を提案。約7,200時間のデータで学習し、化学合成やピペッティングなどの実世界タスクで評価した。
- Track4Action: 世界中心の3Dトラッカーを視覚言語行動ポリシーに蒸留するVLA2026/8/1
行動ラベルにはロボットの動作指示しか含まれないが、デモ動画のフレーム遷移には3D世界の変化が含まれる。この遷移を凍結した3Dトラッカーから蒸留し、推論時にトラッカー不要のVLAポリシーを学習するフレームワークを提案。シミュレーションと実機で精度が向上した。
- AnyDexRT: 較正不要で数回の人間ガイダンスによる器用な手のリターゲティング遠隔操作/リターゲティング2026/7/1
AnyDexRTは、人間の手の動きをロボットハンドにマッピングする際に、較正や手動調整を不要にし、数回の人間の指示で直感的な遠隔操作を実現する手法を提案した。
- ロボット操作における関節部品知覚の再考知覚/操作2026/6/6
関節部品の幾何学的構造を抽象化した「GPS」表現を提案し、VRデバイスで1分間の注釈で高品質なデータを収集、単一RGB-D画像から汎用的なGPSモデルを学習して操作に応用した。
- ChronoFlow-Policy: 視覚運動ポリシー学習における過去・現在・未来の相互作用フローの統合VLA2026/6/1
物体とグリッパーの3Dキーポイントを用いて過去・現在・未来の相互作用ダイナミクスを統一的に表現するChronoFlowを導入し、これを拡散ベースの視覚運動ポリシーと共学習させることで、長期的・非マルコフ的操作タスクでの性能を向上させた。
- X-Imitator: 双方向アクション・ポーズ相互作用による空間認識模倣学習模倣学習2026/5/1
空間認識と行動生成を双方向ループで結びつけ、相互に洗練させる新しい模倣学習フレームワークを提案。24のシミュレーションと3つの実世界タスクで性能を実証した。
- LIDEA: 暗黙的特徴蒸留と明示的幾何学的整合による人間からロボットへの模倣学習模倣学習2026/4/1
人間のデモ動画を利用してロボットの模倣学習を効率化するため、2D特徴蒸留と3D幾何学的整合を組み合わせたフレームワークLIDEAを提案した。
- LaMP: 3Dシーンフローを潜在運動事前分布として用いる視覚-言語-行動ポリシーの学習VLA2026/3/1
3Dシーンフローを潜在的な運動事前分布として組み込んだ二重エキスパート型VLAフレームワークを提案し、LIBEROや実機実験で従来手法を上回る成功率とOOD頑健性を達成した。
- AG-MPBS: 空地無人システムのための移動予測と行動ベースのスケジューリングフレームワーク群制御2025/12/1
UAVやUGVを「ユーザー」とみなし、行動分類と時変マルコフ移動予測、動的優先度スケジューリングを組み合わせて、時間制約のあるタスクを適切なデバイスにリアルタイム割当するフレームワークを提案。
- 効率的な視覚運動学習のためのL1サンプルフロー模倣学習2025/11/1
フローマッチングの多峰性を保ちつつ、L1回帰の効率性を活かすため、2ステップでサンプリングするL1 Flowを提案し、模倣学習ベンチマークで有効性を示した。
- TrajBooster: 軌道中心学習によるヒューマノイド全身マニピュレーションの強化VLA2025/9/1
車輪型ヒューマノイドの豊富なデータを活用し、エンドエフェクタ軌道を形態非依存のインターフェースとして二足歩行ヒューマノイドのVLAを効率的に学習させるフレームワークを提案。
- AirExo-2：低コスト外骨格による汎化可能なロボット模倣学習のスケールアップ模倣学習2025/3/1
低コストの外骨格システムAirExo-2で実世界の大規模デモンストレーションデータを収集し、それを擬似ロボットデータに変換して、3D空間と2D意味論を融合する模倣学習ポリシーRISE-2を訓練した。
- Dense Policy：双方向自己回帰による行動学習マニピュレーション2025/3/1
軽量なエンコーダのみのアーキテクチャで行動系列を粗から細へと対数的な推論時間で展開する、双方向自己回帰型のロボットマニピュレーション方策を提案。
- 行動の前に動作を：物体運動をマニピュレーション条件として拡散する手法マニピュレーション2024/11/1
観測から物体の将来の姿勢系列を予測し、それを条件としてロボットの行動系列を拡散生成するプラグアンドプレイ型モジュールMBAを提案し、模擬・実環境で既存方策の性能を大幅に向上させた。