Ming Zhou
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
- PF-RL: 視覚言語行動モデルのための目標条件付き価値幾何による進捗場強化学習VLA2026/9/26
VLAモデルの特徴上に目標条件付きの進捗表現を学習し、その幾何的距離から密な報酬を生成することで、長期的なマニピュレーションタスクの強化学習を効率化する手法を提案。
- InternW0-Δ: 予測ダイナミクスと行動を橋渡しする20K時間超のオープンデータによるワールドアクションモデルVLA2026/9/25
視覚ダイナミクスと行動生成を統合したワールドアクションモデルを、20,000時間超の異種オープンデータで事前学習し、シミュレーションと実機で従来手法を上回る性能を達成した。
- 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。
- RoboStriker: 自律型ヒューマノイドボクシングのための潜在空間戦略ゲーム強化学習/ヒューマノイド2026/8/17
ヒューマノイドボクシングを2プレイヤーの潜在空間ゼロサムマルコフゲームとして定式化し、戦略的探索と物理的実現性の矛盾を解決する階層的フレームワークを提案した。
- ワールドモデルの定義とロードマップワールドモデル2026/7/7
AIの各分野で使われる「ワールドモデル」の定義を明確化し、技術的側面と開発段階のロードマップを提案する視点論文。
- 人型ロボットのためのスケーリング行動基盤モデル人型ロボット制御2026/7/1
人型ロボットの制御を大規模行動データで学習する行動基盤モデル（BFM）のスケーリング手法を提案し、学習パラダイム、データ、モデル構造の協調により性能が向上することを示した。
- DanceHMR: 単眼ビデオからの手を含む全身人体メッシュ復元全身復元2026/5/18
単眼ビデオから全身の動きと手の詳細を安定して復元する新しいフレームワークを提案。
- DyGRO-VLA: 動的グループ化残差最適化による視覚言語行動モデルのクロスタスクスケーリングVLA2026/5/1
視覚言語行動モデルの汎用性を高めるため、情報理論に基づくクロスタスク表現学習と動的残差最適化を組み合わせた二段階最適化フレームワークを提案した。
- 異なるヒューマノイド間で汎用化する全身制御フレームワークXHugWBC全身制御/sim2real2026/2/1
形態をランダム化した多数のヒューマノイドで一度学習させることで、未知の機体にもゼロショットで転移できる汎用全身制御ポリシーを実現した。
- RoboStriker: 自律ヒューマノイドボクシングのための階層的意思決定ヒューマノイド制御2026/1/1
人間のモーションキャプチャからボクシングスキルを学習し、潜在空間での自己対戦強化学習により、シミュレーションと実機で競技可能なヒューマノイドボクシングを実現した。
- H-Zero: ヒューマノイド横断歩行事前学習による少数ショット新規身体転移歩行2025/12/1
複数のヒューマノイドで歩行方策を事前学習し、未知のヒューマノイドや直立四足歩行ロボットへ30分の微調整で転移できることを示した研究。
- Maglev-Pentabot：深層強化学習を用いた非接触マニピュレーションのための磁気浮上システム非接触マニピュレーション2025/11/1
深層強化学習を活用し、グラム級の物体を非接触で柔軟に操作できる磁気浮上システムを開発した。未学習の運搬タスクにも汎化し、大型化で産業応用も可能。
- ロボット実世界強化学習のための視覚-言語-行動-批評家モデルVLA2025/9/1
大規模データで学習したVLAベースのプロセス報酬モデルVLACを提案し、報酬設計を不要にするとともに、実世界のマニピュレーション4タスクで成功率を約30%から約90%へ向上させた。
- Leveraging Structural Information to Improve Point Line Visual-Inertial Odometry2021/5/1