Rui Ma

University of Leeds

収録論文 8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

• 反射を活用した神経筋骨格強化学習による筋駆動歩行
  歩行2026/9/10

  位相依存の反射制御を土台に、強化学習で4つの残差パラメータを調整し、生理学的に妥当で外乱や筋力低下にも頑健な筋駆動歩行を実現した。

• SafeDojo: インタラクティブワールドモデルによるVLAのための安全強化学習
  安全強化学習/VLA2026/6/1

  視覚言語行動(VLA)ポリシー向けに、ワールドモデルベースの想像を通じて安全な行動を学習する初のモデルベース安全強化学習フレームワークを提案。

• IOI: インタラクティブ世界モデルのための運動学と物理の分離
  世界モデル2026/6/1

  解析的な運動学の事前知識と学習された物理ダイナミクスを組み合わせたハイブリッドなインタラクティブ世界モデルを提案し、正確な制御と物理的に妥当な視覚フィードバックを実現する。

• 運転シーン生成のための物理認識3Dガウシアン編集
  自動運転シミュレーション2026/5/25

  道路形状の編集と車両ダイナミクスを統合し、物理的に整合性のある運転シーン生成を実現するシステムを提案。

• 数ステップの視覚ナビゲーションのための修正シュレーディンガーブリッジマッチング
  ナビゲーション2026/4/1

  拡散モデルやシュレーディンガーブリッジに基づく生成ポリシーは多峰的な行動分布を捉えられるが、多数の積分ステップが必要でリアルタイム制御に不向きだった。本研究では、エントロピー正則化パラメータを調整し、速度場の構造不変性と分散低減を利用して、少ないステップで高精度な視覚ナビゲーションを実現するRSBMを提案した。

• PhysCodeBench: 自己修正型マルチエージェントによる3Dシーンの物理認識シンボリックシミュレーションのベンチマーク
  シミュレーション2026/4/1

  物理現象の自然言語記述を実行可能なシミュレーション環境に変換する能力を評価する初のベンチマークを構築し、専門エージェントが協調して物理的に正確なシミュレーションを生成する自己修正型マルチエージェントフレームワークを提案した。

• 近赤外光を用いた視覚的同時自己位置推定・地図構築技術の研究
  VSLAM2025/3/1

  環境光の影響を受けにくい近赤外光を光源に用い、光度パラメータ推定や露光時間補正によりDirect Sparse Odometryの位置推定精度を向上させるNIR-VSLAMを提案した。

• Phase-SLAM: Phase Based Simultaneous Localization and Mapping for Mobile Structured Light Illumination Systems
  2022/1/1