Tony Z. Zhao

Stanford University

収録論文 15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

• SpeedTuning: 軽量強化学習によるポリシー実行の高速化
  操作/強化学習2026/8/1

  模倣学習で得た操作ポリシーの実行速度を、追加データ収集なしで強化学習により最適化し、成功率を保ちつつ2.4倍以上の高速化を実現するフレームワークを提案した。

• 力覚を考慮した自律ロボット手術
  医療ロボティクス2025/1/1

  da Vinci研究用ロボットで組織の牽引を模倣学習により自動化し、力覚センサを入力に加えることで成功率と組織への優しさが大きく向上することを示した。

• RoboCrowd: クラウドソーシングによるロボットデータ収集のスケーリング
  データ収集2024/11/1

  クラウドソーシングとインセンティブ設計でロボット模倣学習用の人間デモデータ収集を分散・拡張する枠組みを提案し、大学カフェでの2週間実験で200人以上から800エピソード超を収集した。

• ALOHA Unleashed：ロボット巧みさのためのシンプルなレシピ
  マニピュレーション2024/10/1

  ALOHA 2プラットフォームでの大規模データ収集とDiffusion Policyを組み合わせることで、変形物体や複雑な接触を伴う両手巧み操作タスクを模倣学習で高精度に実現できることを示した研究。

• 手術ロボットトランスフォーマー（SRT）：手術タスクのための模倣学習
  模倣学習/手術ロボット2024/7/1

  da Vinci手術ロボットの不正確な順運動学データでも模倣学習を成功させる相対行動定式化を提案し、組織操作・針操作・結紮の3タスクで実証した。

• ALOHA 2：両腕テレオペレーション向けの改良型低コストハードウェア
  テレオペレーション2024/5/1

  両腕マニピュレーション研究を加速するため、低コストで堅牢なテレオペレーション用ハードウェアALOHA 2を開発し、設計とMuJoCoモデルをオープンソース化した。

• DROID: 大規模実環境ロボットマニピュレーションデータセット
  マニピュレーション2024/3/1

  北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。

• ロボットに怒鳴って教える：言語訂正によるオンザフライ改善
  VLA2024/3/1

  人間がロボットに言語で訂正を与えることで、高レベル方策がリアルタイムに適応し、反復学習を通じて長期的タスクの成功率を向上させるフレームワークを提案。

• Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation
  2024/1/1
• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• Waypoint-Based Imitation Learning for Robotic Manipulation
  2023/7/1
• Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware
  2023/4/1
• Offline Meta-Reinforcement Learning for Industrial Insertion
  2021/10/1
• Reset-Free Reinforcement Learning via Multi-Task Learning: Learning Dexterous Manipulation Behaviors without Human Intervention
  2021/4/1
• MELD: Meta-Reinforcement Learning from Images via Latent State Models
  2020/10/1