Shirun Tang
Noematrix
収録論文 7本 ・ フィジカルAI/ロボット学習
力制御VLAマニピュレーション模倣学習/拡散ポリシー/マルチモーダル
※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
- FP2: ロボット基盤モデルに力制御を付与する軽量インターフェース力制御2026/9/29
タスク適応済みのロボット基盤モデルに、高頻度の力制御ポリシーを組み合わせて接触の多い操作を安定化させる軽量な下流インターフェースFP2を提案し、実機4タスクで性能と力調整の品質を改善した。
- 視覚運動ポリシーにおける視覚的身体依存性の再考VLA2026/9/15
視覚運動ポリシーがロボットの見た目に依存しすぎる問題（VED）に対し、3D点群で身体を正規化する手法を提案し、人間からロボットへの転移性能を向上させた。
- HINT: 長期的ロボット操作のための人間意図の注入マニピュレーション2026/9/2
本論文は、長期的なロボット操作タスクにおいて、人間の意図を視覚的・注意機構を通じて行動ポリシーに伝達するフレームワークHINTを提案し、意図理解とタスク成功率を向上させる。
- FA-RDP: 接触を伴う操作のための周波数適応型リアクティブ拡散ポリシーマニピュレーション2026/7/1
接触前後の異なるフェーズで必要とされる動作の多様性と反応性のトレードオフを解決するため、周波数適応型の拡散ポリシーを提案。接触前は低周波・多段サンプリングで多様性を保持し、接触後は高周波・一段サンプリングで素早い反応を実現する。
- 遅延対応ガイダンス融合による非同期マルチモーダル拡散ポリシー合成模倣学習/拡散ポリシー/マルチモーダル2026/7/1
異なるセンシングレートや推論遅延を持つ複数のモダリティを、各ポリシーが本来の速度で動作しつつ遅延を補正して融合するフレームワークLAG-Fusionを提案し、接触を伴う操作タスクで有効性を示した。
- 力方策：接触リッチ操作のための相互作用フレーム下でのハイブリッド力・位置制御方策の学習マニピュレーション2026/2/1
視覚で自由空間動作を導き、接触時には力フィードバックを用いた高頻度ローカル方策が相互作用フレームを推定してハイブリッド力・位置制御を行う、グローバル・ローカル視覚力方策を提案。
- ImplicitRDP: 構造的スローファスト学習による視覚-力覚拡散ポリシーVLA2025/12/1
視覚と力覚を単一ネットワークで統合し、非同期トークンを因果注意で処理する拡散ポリシーを提案。接触の多い操作タスクで高い反応性と成功率を実現した。