Siyuan Feng
Agibot Finch
収録論文 23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
- τ0-VLA: 世界モデル誘導のテスト時計算を備えた階層型ロボット基盤モデルVLA2026/8/17
長期的なロボット操作タスクを、高レベル方策がサブタスク生成時にテスト時計算を追加で行える階層型VLAモデルを提案し、実データで性能向上を実証した。
- 1つのデモは千の軌道に値する：視運動ポリシーのためのアクション・ビュー拡張データ拡張2026/6/1
実世界のデモから魚眼画像シーケンスと物理的に実現可能なアクション軌道を生成するデータ拡張フレームワークを提案し、シミュレーションと実世界で操作タスクの成功率を向上させた。
- 配備しながら学習：汎用ロボットポリシーのためのフリート規模強化学習強化学習/VLA2026/5/1
事前学習済みのVLAポリシーを、ロボットフリートからの実データで継続的に強化学習し、配備中に性能を向上させるフレームワークを提案。16台の二腕ロボットで95%の成功率を達成。
- 正負圧ハイブリッド駆動による多モード空気圧人工筋肉ソフトロボティクス/人工筋肉2026/3/1
折り紙構造を応用した膨張式流体駆動人工筋肉(IN-FOAM)を提案し、正圧と負圧の組み合わせで収縮・屈曲・ねじれ・回転などの多様な動作を実現する。低コストの熱シール材料で作製でき、理論・実験・数値解析で性能を検証した。
- SOP：視覚-言語-行動モデルのためのスケーラブルなオンライン事後学習システムVLA2026/1/1
ロボット群が実世界で収集した経験と人間の介入をクラウド上の学習器に非同期で送り、更新された方策を即座に受け取るオンライン分散事後学習システムを提案。布畳みや箱組立などのタスクで大規模VLAモデルの性能を数時間で大幅に向上させる。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- ロボット操作のための幾何学認識4D動画生成VLA2025/7/1
複数視点の点群整合性を訓練時に監督することで、単一RGB-D画像から時空間的に整合した未来動画を生成し、ロボットの操作軌道復元に応用する4D動画生成モデルを提案。
- Genie Centurion：人間による巻き戻し・修正ガイダンスで実世界ロボット訓練を加速VLA2025/5/1
失敗時に状態を巻き戻して人間が修正デモを行い、1人の操作者が複数ロボットを監督できるデータ収集手法を提案し、従来法より成功率を最大40%向上させた。
- PolyTouch: 触覚拡散ポリシーを用いた接触の多いマニピュレーションのための堅牢なマルチモーダル触覚センサ触覚2025/4/1
カメラ式触覚・音響・周辺視覚を統合した耐久性の高いロボット指センサを開発し、人間のデモから触覚拡散ポリシーを学習させて接触を伴う器用な操作を実現した。
- 統合ワールドモデル：大規模ロボットデータセットの事前学習に向けた動画と行動の拡散の結合VLA2025/4/1
行動拡散と動画拡散を単一のトランスフォーマーに統合し、拡散タイムステップを制御することで政策・順動力学・逆動力学・動画生成を柔軟に表現できるUWMを提案。大規模マルチタスクデータでの事前学習と行動なし動画からの学習を可能にした。
- AgiBot World Colosseo：スケーラブルで知能的な身体性システムのための大規模マニピュレーションプラットフォームマニピュレーション2025/3/1
100万以上の軌道と217タスクを含む大規模ロボット操作データセットと、潜在行動表現を活用した汎用方策GO-1を提案し、データ規模の拡大に伴う性能向上と実世界での巧みな長期的タスクの成功率向上を示した。
- WHERE-Bot: 全方向移動が可能な車輪なし螺旋リング反転ロボットソフトロボティクス2025/3/1
バネ玩具「スリンキー」をループ状にした車輪なしの柔軟ロボットを開発し、質量分布を変えることで螺旋回転・自転・公転を組み合わせた全方向移動を実現した。
- 敵対的データ収集：効率的でロバストなロボット模倣学習のための人間協調型摂動模倣学習2025/3/1
人間がリアルタイムで環境や指示を攪乱するHiL型データ収集法を提案し、少ないデモ数で模倣学習の汎化・ロバスト性・回復能力を大幅に向上させた。
- 適応コンプライアンスポリシー：拡散誘導制御のための近似コンプライアンス学習マニピュレーション2024/10/1
人間のデモから操作タスクに応じて空間的・時間的にシステムのコンプライアンスを動的に調整する枠組みを提案し、接触の多い複雑な操作タスクで従来の視覚運動ポリシーを50%以上上回る性能を達成した。
- 経験科学としてのロボット学習：政策評価のためのベストプラクティスマニピュレーション2024/9/1
ロボット学習の物理実験における評価が成功率のみに偏っている現状を指摘し、実験条件の明示、複数指標の評価、統計解析、失敗モードの定性的記述といったベストプラクティスを提案し、マニピュレーションタスクで実証した。
- 大規模イベントにおける駐車場割り当てのためのスマートナビゲーションシステム：多様なドライバー特性を考慮してナビゲーション/最適化2024/6/1
大規模イベント時の駐車場割り当てを最適化するスマートナビゲーションシステムを提案し、ドライバーの多様な特性を考慮した混合探索アルゴリズムで迅速に割り当てを行う。バークレー市の「ビッグゲーム」でのシミュレーションで有効性を示した。
- Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots2024/2/1
- Diffusion Policy: Visuomotor Policy Learning via Action Diffusion2023/3/1
- Bag All You Need: Learning a Generalizable Bagging Strategy for Heterogeneous Objects2022/10/1
- Cloth Funnels: Canonicalized-Alignment for Multi-Purpose Garment Manipulation2022/10/1
- Conditional Energy-Based Models for Implicit Policies: The Gap between Theory and Practice2022/7/1
- Iterative Residual Policy: for Goal-Conditioned Dynamic Manipulation of Deformable Objects2022/3/1
- DextAIRity: Deformable Manipulation Can be a Breeze2022/3/1