Ruimao Zhang
収録論文 11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
- MA-VLA: 協調と構成的汎化のためのマルチアーム視覚言語行動モデルVLA2026/8/26
複数アームの協調動作をアトミックな行動割り当てで分解し、訓練時にアームの役割をシャッフルすることで、未見の協調パターンへの汎化を実現するVLAモデルを提案した。
- ComSim: 構成シミュレーションによるスケーラブルな実世界ロボットデータ生成sim2real2026/4/1
古典的シミュレーションとニューラルシミュレーションを組み合わせ、少量の実データから多様な実世界データを生成するハイブリッド手法を提案。sim2realギャップを低減し、実世界でのポリシー学習成功率を向上させる。
- 参照認識型ビジュモータポリシー学習による閉ループ操作操作2026/4/1
人間や高次プランナーからの疎な参照点を即時統合し、予期せぬ状況に適応できる閉ループ操作フレームワークReVを提案。拡散ヘッドの結合と軌道誘導戦略により、専門家デモのみで学習しつつ動的な軌道再計画を実現。
- エゴから世界へ：強化学習による身体化システムにおける協調的空間推論空間推論2026/3/1
複数のエージェントが異なる視点から環境を認識する問題を扱い、視覚言語モデルが視点を融合して空間推論を行うためのベンチマークE2Wと、強化学習を用いたフレームワークCoRLを提案した。
- TouchGuide: 触覚ガイダンスによる視覚運動ポリシーの推論時ステアリング触覚2026/1/1
事前学習済みの視覚運動ポリシーの生成過程に、触覚に基づく接触物理モデルで介入し、接触を伴う繊細な操作を高精度化する手法を提案。低コストな触覚データ収集系TacUMIも開発した。
- マルチエージェントロボットシステム（MARS）チャレンジの進歩と革新マルチエージェント2026/1/1
NeurIPS 2025ワークショップで開催されたMARSチャレンジを紹介し、VLMを用いたマルチエージェントの計画とロボットマニピュレーションの制御という2領域での取り組みを概説した論文。
- GauDP: ガウス画像シナジーによる拡散ポリシーでのマルチエージェント協調の再発明マルチエージェント協調2025/11/1
分散RGB観測から3Dガウス場を構築し、各エージェントに動的に再分配することで、追加センサなしにマルチエージェント協調模倣学習を実現する手法を提案。
- CDP: 因果拡散による堅牢な自己回帰視覚運動ポリシー学習VLA2025/6/1
過去の行動系列を条件に加えることで、劣化した観測下でも高精度な操作を可能にするTransformerベースの拡散ポリシーを提案。
- RoboFactory：構成制約を用いた身体性マルチエージェント協調の探求マルチエージェント協調2025/3/1
身体性マルチエージェント系のための構成制約の概念を提案し、自動データ収集フレームワークとマルチエージェント操作の初のベンチマークRoboFactoryを構築した。模倣学習の適用と性能分析も行う。
- NavigateDiff: 視覚予測器によるゼロショットナビゲーション支援ナビゲーション2025/2/1
大規模視覚言語モデルと拡散ネットワークを組み合わせ、次の観測画像を予測してロボットのゼロショットナビゲーションを支援する手法を提案。
- 触覚の暗黙的キャリブレーションによる視覚誘導型ロボットマニピュレーションの力安全性の確保マニピュレーション2024/12/1
視覚と触覚を統合した状態拡散フレームワークSafeDiffを提案し、ドア開けなどの拘束環境で安全な力制御を実現する。大規模シミュレーションデータセットSafeDoorManip50kも構築した。