Tao Yu
CASIA
収録論文 20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
- OPIS: ビデオ世界モデルにおけるマルチオブジェクト記憶のための入力接地ベンチマークビデオ世界モデル2026/9/28
ビデオ世界モデルが初期観測の物体をどれだけ記憶できるかを評価するベンチマークOPISを提案し、8モデルで物体の存在・同一性・構造を測定した。
- Touch2Trace: 触覚駆動型模倣学習による巧みなケーブルトレース触覚/マニピュレーション2026/9/14
触覚センサと自己教師あり学習エンコーダ、トランスフォーマーポリシーを組み合わせ、巧みな手でケーブルをたどるタスクを実現。触覚フィードバックが成功率を0%から93%に向上させ、未知のケーブルにもゼロショット転移可能。
- SlipSense: 低遅延かつ汎用的な滑り検出のためのマルチモーダル触覚学習触覚2026/9/14
圧力アレイと加速度センサを組み合わせた触覚センサTacV5で、滑りを23ms以内に検出し、未学習のロボットハンドにもゼロショットで汎化するマルチモーダル学習フレームワークを提案。
- 超高精細水中画像強調のための動的スペクトルフォーマー画像強調2026/8/19
周波数領域のトランスフォーマーを用いて、水中画像の色・明るさの歪み（低周波）とエッジ・テクスチャの歪み（高周波）を同時に補正する新しい手法を提案した。
- 見ることが信じることではない ― 検索基盤型動画誤情報検出のベンチマーク誤情報検出2026/6/2
動画の誤情報を検出するため、ウェブ検索で関連動画を探し比較するベンチマークEVID-Benchを構築し、最先端モデルの性能が低いことを示した。
- LIT-GS: 照明変動に頑健なマッピングのためのLiDAR-慣性-熱ガウシアンスプラッティングマッピング2026/6/1
RGBの光度情報に依存せず、LiDAR由来の平面幾何を明示的な制約として組み込んだ、照明変化やテクスチャ欠損に頑健なLiDAR-慣性-熱ガウシアンスプラッティングマッピングフレームワークを提案した。
- PressMimic: 圧力誘導によるモーションキャプチャとヒューマノイドロボット模倣制御ヒューマノイド制御2026/6/1
ヒューマノイドの動作模倣において、圧力情報を認識と制御の両方に統合するフレームワークを提案し、RGBと圧力を融合したモーション推定と圧力監視型強化学習により、接触ダイナミクスを考慮した安定した模倣を実現した。
- FineVLA: 操縦可能な視覚言語行動ポリシーのための細粒度命令整合VLA2026/5/1
ロボットタスクの実行方法に関する細かい指示（腕、方向、接触領域など）をVLAモデルに学習させるためのデータセットとベンチマーク、およびポリシーを構築した。
- Qwen-VLA：タスク・環境・ロボット形態を横断する視覚言語行動モデルの統合VLA2026/5/1
多様なロボットタスクを単一の視覚言語行動モデルに統合するQwen-VLAを提案し、操作・ナビゲーション・軌道予測を統一フレームワークで扱う。
- Any2Any: ヒューマノイド全身追跡のための効率的なクロスエンボディメント転移ヒューマノイド/転移学習2026/5/1
事前学習済みの全身追跡モデルを、少量のデータと計算で新しいヒューマノイドに転移させる手法Any2Anyを提案。運動学的整合と軽量なパラメータ効率的ファインチューニングにより、スクラッチ学習と同等以上の性能を達成する。
- 不確実性を考慮した観測再注入による視覚-言語-行動モデルの強化VLA2026/2/1
VLAモデルの言語層の不確実性が高いときに、観測情報を次層のFFNに再注入する訓練不要のプラグインモジュールを提案し、追加データやモジュールなしで行動生成の精度と信頼性を向上させた。
- 両側力事前分布による視覚と触覚の対称性を考慮した融合を用いたロボットマニピュレーションマニピュレーション2026/2/1
視覚と触覚をクロスモーダルトランスフォーマーで融合し、両側の力バランスを物理的正則化で促すことで、挿入タスクの成功率を96.59%まで向上させた研究。
- FastStair: ヒューマノイドロボットが階段を駆け上がるための学習手法歩行2026/1/1
モデルベースの足場計画を強化学習に組み込み、速度特化型エキスパートをLoRAで統合することで、ヒューマノイドが最大1.65m/sで安定して階段を駆け上がれるようにした。
- PvP: 固有感覚と特権情報の対照表現によるデータ効率の良いヒューマノイドロボット学習全身制御2025/12/1
固有感覚状態と特権状態の相補性を活かした対照学習で、ヒューマノイドの全身制御を少ないデータで効率的に学習する手法を提案し、評価用フレームワークも構築した。
- 実時間足元地形再構成を伴う歩容適応型知覚ヒューマノイド歩行歩行2025/12/1
足元を向いた深度カメラとU-Netでリアルタイムに自己中心的高さマップを再構成し、知覚と歩容位相・全身制御を単一の強化学習ポリシーに統合することで、階段やギャップを含む複雑地形でのヒューマノイド歩行を実現した。
- 行動基盤モデルサーベイ：ヒューマノイドロボットの次世代全身制御システム全身制御2025/6/1
ヒューマノイドの全身制御に向けた行動基盤モデル（BFM）の研究動向を、事前学習パイプラインや応用、課題、今後の展望まで体系的にまとめたサーベイ論文。
- スマート交差点におけるマルチエージェント強化学習に基づく協調自動運転協調自動運転2025/5/1
路側機(RSU)が全体知覚とV2I通信を用いて交差点内の複数自動運転車を協調制御するシステムを提案し、二段階の強化学習(CQL+BCの事前学習とMAPPO+自己注意の微調整)で訓練、CARLA実験で高い成功率と頑健性を示した。
- 乱雑空間でのペイロード回収のための器用な懸垂エンドドロイドを備えたペイロードドローンの協調飛行システム飛行マニピュレーション2025/5/1
森林などの乱雑空間で、ケブラーテザーで繋がれたペイロードドローンと4プロペラ駆動の懸垂エンドドロイドを協調させ、ケーブル長制約と動的実行可能性を考慮した軌道最適化により、枝や障害物を避けて安全にペイロードを回収するシステムを提案した。
- Smart Mobility Digital Twin for Automated Driving: Design and Proof-of-Concept2024/1/1
- Text2Reward: Reward Shaping with Language Models for Reinforcement Learning2023/9/1