Wei Gao
University of Macau
収録論文 28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
- 走ってから歩け：VLM自動運転のためのRun-then-Walkスケジューリング戦略自動運転VLA2026/9/22
VLMベースの自動運転プランナー向けに、進捗探索を優先する「Run」段階と安全性を修復する「Walk」段階を分けた2段階GRPO報酬スケジューリングを提案し、性能と収束速度を両立させた。
- TaskAnchor: 長期的マニピュレーションのための反応型VLAにおけるタスク状態の接地VLA2026/9/20
視覚的に似た観測でも実行段階によって行動が異なる「タスク状態の曖昧さ」を解消するため、実行履歴に基づく軽量アダプタTaskAnchorを提案し、VLAの成功率を大幅に向上させた。
- VLBiMan++: 視覚言語アンカーによるワンショット両腕マニピュレーションの汎化境界の拡張マニピュレーション2026/9/13
単一の人間デモンストレーションから両腕ロボットの操作スキルを抽出し、視覚言語に基づく幾何適応で再学習なしに多様なタスク・物体・環境・機体へ汎化させるフレームワークを拡張した。
- 潜在世界モデルによる結果予測とナビゲーションポリシーの強化ナビゲーション2026/8/23
ロボットナビゲーションのための潜在世界モデルを提案し、観測の再構成ではなく潜在特徴の適合性を予測することで、未ラベルのビデオからポリシー学習を可能にし、世界モデル内での強化学習により実世界性能を向上させた。
- サイクロプス：色を夢見るカメラとしてのLiDARセンサ融合2026/8/17
低照度や高ダイナミックレンジ環境で劣化するカメラの代わりに、照明に依存しないLiDAR強度をRGBビデオに変換するフレームワーク「Cyclops」を提案し、カメラなしで終日認識タスクを可能にする。
- CausalSplat: 3Dガウシアンスプラッティングにおける包括的階層的推論に向けて3Dシーン理解2026/8/11
3Dガウシアンスプラッティングを用いたシーン理解において、暗黙的な意図や常識推論を扱う新しいタスクを提案し、ベンチマークとフレームワークCausalSplatを構築した。
- 人間の動作スタイルを移植するヒューマノイド全身制御のための生体模倣手法全身制御/スタイル転送2026/6/1
短い人間の動作スタイル例から、目標の動作内容を保ちつつスタイルを移植した全身参照動作を生成し、物理実行可能な制御ポリシーでヒューマノイドに実行させる枠組みを提案した。
- Human2Humanoid: ヒューマノイドロボットのための物理認識クロスモルフォロジー動作リターゲティング動作リターゲティング2026/6/1
人間の動作をヒューマノイドロボットに転写するための教師なしリターゲティングフレームワークを提案し、CycleGANと物理制約を組み合わせて高忠実度かつ物理的に実現可能な動作を生成する。
- Dexterity-BEV: 3D世界と行動の整合による汎用ロボットポリシー学習操作学習2026/6/1
2D基盤モデルの限界を克服するため、カメラ校正と深度を用いて2D入力を3D頂点マップに変換し、BEV座標系で入力と行動を整合させることで、視点変化に頑健で汎用的な操作ポリシーを学習する手法を提案した。
- 低負担なLLMベース選好学習：麻痺のあるユーザーへの自然言語フィードバックによる支援ロボットの個人化支援ロボット/選好学習/LLM2026/4/1
麻痺のあるユーザー向けに、自然言語フィードバックをLLMと作業療法の枠組みで解釈し、決定木としてロボット制御ポリシーに変換する低負担な選好学習手法を提案した。シミュレーション実験で従来法よりユーザー負担を軽減し、安全性と選好反映を確認した。
- AutoDrive-P^3: 強化学習による認識・予測・計画の統合チェーン思考自動運転/VLA2026/3/1
自動運転向けVLMに、認識・予測・計画を段階的に推論するチェーン思考と階層的強化学習を導入し、安全性と解釈性を向上させるフレームワークを提案した。
- ADAPT: 適応的二重投影アーキテクチャによる知覚的踏破歩行2026/3/1
人型ロボットの複雑な3D環境での移動のため、水平標高マップと垂直距離マップの二重投影で環境を表現し、センシング範囲を学習可能な行動として扱うことで、高速移動時は広く、障害物の多い場面では狭く知覚範囲を適応させる手法を提案した。
- SKATER: ローラースケートのスウィズル動作による人型ロボットの移動効率向上歩行2026/1/1
各足に4つの受動輪を備えた人型ロボットでローラースケートのスウィズル歩容を深層強化学習により獲得し、従来の二足歩行に比べ衝撃強度と移動コストを大幅に削減した。
- ImaginationPolicy：汎化可能で高精度かつ信頼性の高いロボットマニピュレーションのためのエンドツーエンド方策マニピュレーション2025/9/1
ロボット操作のための新しい行動表現「Chain of Moving Oriented Keypoints (CoMOK)」を提案し、エンドツーエンドで学習可能な汎化・高精度・信頼性の高い操作方策を実現した。
- ロボット知覚のためのスーパーLiDAR強度LiDAR知覚2025/8/1
低コストLiDARの疎なスキャンデータから、非反復走査LiDARの特性を活かして高密度な強度画像を生成するフレームワークを提案し、ループ閉じ込めや車線検出などへの応用を示した。
- 狭い経路を歩行する：ロバストで安全なヒューマノイド歩行のための二段階強化学習フレームワーク歩行2025/8/1
テンプレートベースの足場計画と強化学習を組み合わせた二段階学習で、ヒューマノイドが幅0.2mの狭い梁を安全に歩行できるようにした。
- OSM誘導自律ナビゲーションのための方位場学習自律ナビゲーション2025/3/1
LiDARスキャンとOSM経路を統合し、ノイズや遮蔽に頑健な方位場（OrField）を学習して、OSM誘導の軌道計画を高精度化する二段階フレームワークを提案した。
- ヒューマノイドロボットによる微小物体の高精度位置合わせのためのTransformerベース視覚サーボ視覚サーボ2025/3/1
頭部と胴体のカメラ画像と頭部関節角度を融合し、Transformerベースの視覚サーボで手持ち工具と対象物の相対位置を高精度に推定・制御するフレームワークを提案。M4-M8ねじで平均収束誤差0.8-1.3mm、成功率93-100%を達成。
- KiloBot: 知覚誘導型産業用マニピュレータを大規模展開するためのプログラミング言語マニピュレーション2024/9/1
知覚誘導型マニピュレーションを大規模に展開するため、TAMP問題の構築・解決と柔軟な制御フローを可能にするドメイン固有言語(DSL)を提案し、GUIフロントエンドと組み合わせて非プログラマの作業者が短時間で使えるようにした。
- 大規模都市環境におけるOSM誘導ロボットマッピングのための能動的ループ閉じ込めSLAM2024/7/1
OSMのGPS軌跡を利用したロボットマッピングで、姿勢推定の誤差増大に対処するため、ロボットが過去の地点を再訪してループ閉じ込め検出を行う能動的ループ閉じ込め手法を提案し、大規模屋外環境で有効性を示した。
- IntentionNet：キロメートル規模の地図に依存しない視覚ナビゲーションナビゲーション2024/7/1
単一のニューラルネットワークを低レベル制御器として使い、「意図」と呼ばれる汎用インターフェースで操舵するナビゲーションシステムを提案し、Spotロボットで1km以上の屋内・屋外走行を実現した。
- Efficient Incremental Penetration Depth Estimation between Convex Geometries2023/4/1
- Deep Visual Navigation under Partial Observability2021/9/1
- kPAM 2.0: Feedback Control for Category-Level Robotic Manipulation2021/2/1
- Optimization-Based Visual-Inertial SLAM Tightly Coupled with Raw GNSS Measurements2020/10/1
- Bidirectional Trajectory Computation for Odometer-Aided Visual-Inertial SLAM2020/2/1
- kPAM-SC: Generalizable Manipulation Planning using KeyPoint Affordance and Shape Completion2019/9/1
- kPAM: KeyPoint Affordances for Category-Level Robotic Manipulation2019/3/1