Ruqi Huang
Tsinghua University
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
- Spatial-OPSD: ラベル不要の自己蒸留による空間推論の自己改善VLA2026/9/29
深度や3D再構成などの知覚ツールから得られる空間事前情報を特権教師が与え、ラベルなしで学生モデルの空間推論を自己蒸留により反復改善するフレームワーク。
- 一度試せば最適化：クロスエピソード探索償却のための冗長性除去手順メモリマニピュレーション2026/7/1
隠れた内部状態を持つ物体の操作において、一度解いたインスタンスを再び遭遇した際に再探索せず、物体の特徴に基づいて手順を記憶し再利用するフレームワークを提案。
- 1本の動画から1つの世界へ：単眼動画を物理的な4Dシーンに変換する4D再構成2026/6/30
単眼動画から、インスタンス単位で分離され、物理シミュレーションに利用可能な4Dメッシュシーンを、学習なしで再構成するシステムOVOWを提案する。
- ビデオが誤読するとき：探索的操作トレースQAのための読み取りヒューリスティックの閉ループ蒸留操作/ロボット学習2026/6/7
探索的操作の失敗トレースから最小成功アクション連鎖を予測するEMT-QAタスクを提案し、トレースから読み取りヒューリスティックを蒸留してVLMの精度を大幅に向上させる手法を導入した。
- UniLab: GPU中心パラダイムを超えたロボット強化学習のためのヘテロジニアスアーキテクチャ強化学習/システムアーキテクチャ2026/5/1
CPUシミュレーションとGPU学習を分離したヘテロジニアスな強化学習システムUniLabを提案し、GPUシミュレーションに依存せずに3〜10倍の学習効率向上を実証した。
- GS-Playground: 視覚に基づくロボット学習のための高スループット写実的シミュレータシミュレーション2026/4/1
3Dガウススプラッティングと並列物理エンジンを統合した高速写実シミュレータを開発し、視覚ベースの強化学習を大規模に加速する。
- FILIC: インピーダンストルク制御を用いた二重ループ力誘導模倣学習による接触の多いマニピュレーションマニピュレーション2025/9/1
力覚センサなしでも関節トルクから力を見積もり、インピーダンス制御とTransformer模倣学習を二重ループで組み合わせて、接触の多い作業を安全かつ柔軟に実行する手法を提案。
- DISCOVERSE: 複雑で高忠実度な環境における効率的なロボットシミュレーションsim2real2025/7/1
3DガウススプラッティングとMuJoCoを組み合わせ、実世界の複雑な環境を高精細に再現してロボット学習を行うオープンソースのReal2Sim2Realシミュレーションフレームワークを提案し、模倣学習におけるゼロショットSim2Real転移で最先端性能を示した。