Mingxi Jia
収録論文 12本 ・ フィジカルAI/ロボット学習
マニピュレーション強化学習VLA視覚触覚融合言語条件付きマニピュレーション
※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
- Pix2Act: 等変オーグメンテーションを用いた画像空間操作ポリシーマニピュレーション2026/7/1
カメラ平面上の2D軌跡として操作行動を表現し、三角測量でエンドエフェクタの姿勢を復元する模倣学習手法を提案。観測と行動を同じ座標系に揃えることで等変変換を可能にし、汎化性能を向上させた。
- アクションマップポリシー：ピクセル分類による3D閉ループ操作の学習マニピュレーション2026/7/1
ロボットの操作行動をカメラ画像平面上のピクセル位置として分類問題に変換し、高次元で多峰性の行動を効率的に学習する手法を提案。拡散ポリシーより高速で高精度な推論を実現。
- 不確かさ推定で残差強化学習を加速する強化学習2025/6/1
ベース方策の不確かさを利用して探索を効率化し、確率的なベース方策にも対応できる残差強化学習手法を提案。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。
- 視覚ロボット計画のための自己改善ループVLA2025/6/1
ロボットタスクを解くための視覚計画モデルを、自己生成した軌跡で反復的に改善するSILVRを提案し、未見タスクでも性能が向上することを示した。
- 施設配置計画による協働ロボットの最適な対話型学習マニピュレーション2025/5/1
複数タスクにわたる協働ロボットの対話型学習を、施設配置問題として定式化し、人間の負担を最小化するクエリ選択を計画する手法を提案。
- V-HOP: 視覚触覚融合による6D物体姿勢追跡視覚触覚融合2025/2/1
視覚と触覚を統合したトランスフォーマーにより、多様なグリッパやセンサに対応する6D物体姿勢追跡手法を提案し、実世界で視覚のみの手法を大きく上回る性能を実現した。
- テキスト・視覚関連性と同変言語マッピングによる効率的で堅牢な言語条件付きマニピュレーションの学習言語条件付きマニピュレーション2024/6/1
事前学習済み視覚言語モデルと同変言語マッピングを組み合わせ、少ないロボットデータで言語指示に基づく操作を高精度かつ堅牢に実現する手法GEMを提案。
- 想像ポリシー：生成的点群モデルを用いたマニピュレーションポリシーの学習マニピュレーション2024/6/1
目標状態の点群を生成し、剛体動作推定で行動に変換するマルチタスク・キーフレームポリシーを提案。RLbenchで高性能を示し、実機でも検証した。
- SEIL: Simulation-augmented Equivariant Imitation Learning2022/11/1
- LTL-Transfer: Skill Transfer for Temporal Task Specification2022/6/1
- BulletArm: An Open-Source Robotic Manipulation Benchmark and Learning Framework2022/5/1
- On-Robot Learning With Equivariant Models2022/3/1