Peng Jia
Simplexity Robotics
収録論文 19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
- DRAM: ロボットマニピュレーション方策のためのデルタ則リカレント連想記憶マニピュレーション2026/9/26
事前学習済みロボット方策に後付けできる固定サイズの連想記憶モジュールDRAMを提案し、バックボーンを凍結したまま長期的な履歴依存タスクの性能を向上させた。
- オフライン強化学習のためのポリシー抽出の分離オフライン強化学習2026/8/21
オフライン強化学習では、アクターと批評家を同時に訓練する従来の手法が、固定データによる過大評価やOOD行動の問題を引き起こす。本論文では、アクターを行動分布のモデリングに限定し、推論時に批評家が候補行動を再ランク付けする「分離ポリシー抽出」パラダイムを提案し、性能向上を実証した。
- 実行前に再考せよ：ワールドアクションモデルのための適応的実行VLA2026/8/1
ワールドアクションモデル（WAM）の固定実行ホライズンを、進捗モニタと適応プロトコルで動的に調整するTempoWAMを提案し、成功率と効率のトレードオフを改善した。
- LaST-HD: スケーラブルな人間データからロボット操作の物理的推論を学習する操作学習2026/6/1
人間の手のデモンストレーションとロボットのデモンストレーションを共有の潜在推論空間で整列させ、物理ダイナミクスを内部化することで、ロボット操作の学習を改善する新しい手法を提案した論文。
- HarmoWAM: 適応的世界行動モデルによる汎用性と精密操作の調和ロボット制御2026/5/1
世界行動モデル(WAM)の2つのパラダイム間のトレードオフを解消するため、予測と反応の2つの専門家を世界モデルで統合し、適応的ゲーティングで切り替えるエンドツーエンドのWAMを提案した。
- LaST-R1: 適応的物理潜在推論によるロボット操作の強化学習強化操作学習2026/4/1
ロボット操作の基盤モデルに対し、潜在推論と行動生成を共同最適化する強化学習フレームワークを提案し、LIBEROベンチマークで99.9%の成功率を達成した。
- TwinRL: デジタルツイン駆動強化学習による実世界ロボットマニピュレーションVLA2026/2/1
スマホ撮影から高忠実度デジタルツインを構築し、SFT・ツインRL・実世界RLの3段階でVLAモデルの探索空間を拡張・誘導する協調ポストトレーニング手法を提案。
- ManualVLA：思考連鎖による手順書生成とロボット操作を統合したVLAモデルVLA2025/12/1
目標状態から実行手順を推論する「Manual Chain-of-Thought」を導入し、手順書生成と操作実行をMixture-of-Transformersで統合したVLAモデルを提案。3D Gaussian Splattingによるデジタルツインで訓練データを自動生成する。
- 学ぶほど賢く枝刈り：微分可能なトークン枝刈りによる効率的な視覚-言語-行動モデルVLA2025/9/1
VLAモデルの視覚トークンを微分可能なGumbel Softmaxで動的に枝刈りし、追加パラメータなしで計算量を削減しつつ成功率を向上させるLightVLAを提案。
- RoboPearls: ロボットマニピュレーションのための編集可能なビデオシミュレーションsim2real2025/6/1
3Dガウススプラッティングを用いて実演ビデオからフォトリアルなシミュレーションを構築し、LLMで自動化された編集操作を可能にするロボットマニピュレーション向けフレームワークを提案。
- TransDiffuser: エンドツーエンド自動運転のための脱相関マルチモーダル表現による多様な軌道生成自動運転/軌道生成2025/5/1
拡散モデルによる軌道生成のモード崩壊を、事前定義軌道語彙やシーンプライアなしで解決するため、脱相関マルチモーダル表現最適化を導入したエンコーダ・デコーダ型生成軌道計画モデルを提案。
- GeoDrive: 3D幾何情報を活用した精密な行動制御可能な運転世界モデル世界モデル2025/5/1
入力画像から3D表現を抽出し、指定した自車軌道に基づく2Dレンダリングを条件として与えることで、3D幾何的一貫性と行動制御性を高めた自動運転向け世界モデルを提案した。
- 人間のフィードバック強化学習によるパーソナライズ運転スタイルの学習自動運転2025/3/1
生成的な軌道モデルを人間のフィードバックで微調整し、多様な運転スタイルに合わせた軌道生成を可能にするTrajHFを提案。
- GaussianAD: 3Dガウシアン中心のエンドツーエンド自動運転自動運転2024/12/1
3Dセマンティックガウシアンで周囲シーンを表現し、視覚入力から知覚・予測・軌道計画をエンドツーエンドで行う自動運転フレームワークを提案。
- ReconDreamer: オンライン修復による走行シーン再構成のための世界モデル構築sim2real2024/11/1
世界モデルの知識を段階的に統合し、オンライン修復でアーティファクトを抑えることで、車線変更などの大規模な操作を含む走行シーンを高品質に再構成する手法を提案。
- Mixture of Expertsによる自動運転モーションプランナーの汎化自動運転/プランニング2024/10/1
ViTエンコーダとMixture-of-Experts因果Transformerを組み合わせたスケーラブルなモーションプランナーSTR2を提案し、NuPlanデータセットで従来手法より高い汎化性能とスケーラビリティを示した。
- 人間らしい認知と重み適応に基づくオフロード自動運転の動作計画動作計画2024/4/1
人間ドライバーの軌道をCNN-LSTMで学習し、地形の起伏・粗さ・障害物を考慮した重みを適応的に選んでオフロード走行の軌道を計画する手法を提案した。
- PC-NeRF: Parent-Child Neural Radiance Fields Using Sparse LiDAR Frames in Autonomous Driving Environments2024/2/1
- PC-NeRF: Parent-Child Neural Radiance Fields under Partial Sensor Data Loss in Autonomous Driving Environments2023/10/1