Wei Li
The Chinese University of Hong Kong, Shenzhen
収録論文 46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
- ATI-VLA: 行動中心の予測型視覚-言語-行動モデルVLA2026/10/1
予測観測と行動の表現を共有コードブックで揃え、予測潜在を行動生成に適応的に注入することで、操作タスクの性能と収束速度を向上させたVLAモデル。
- World4Scorer: 自動運転のための結果に基づく世界モデリング自動運転計画2026/9/29
シミュレータで全候補軌道の結果をラベル付けし、軌道条件付きJEPA予測器でスコアリングする計画手法を提案。NAVSIM-v2で最先端性能を達成。
- RIDE: 再局在化情報を活用した3Dガウシアンスプラッティングによる深度推定深度推定2026/9/10
ロボットのRGB映像から、3Dガウシアンスプラッティングと再局在化の幾何情報を組み合わせて高精度な密なメートル深度を推定する手法を提案。
- UniMPA：行動接地型遷移モデリングによる統合記憶・予測・行動モデルVLA2026/9/10
視覚言語行動モデルの遷移実現性ギャップを、記憶・予測・行動を統合した行動接地型インターフェースで解決する手法を提案。
- Riemann-1.0: 物理AIのための具現化世界行動モデルVLA2026/8/27
ロボットの行動と世界の変化を統一的な因果系列としてモデル化し、単一モデルでポリシー実行と世界シミュレーションを実現する世界行動モデルを提案。大規模データで事前学習し、シミュレーションと実世界の操作タスクで最高性能を達成。
- DART-S: オフロード車両ジャンプのための到達可能性監査付きアクティブサスペンション事前調整車両制御2026/8/20
オフロード車両のジャンプ時に、サスペンションを事前に調整してピッチや車輪回転を変え、空中での姿勢制御の余裕を増やす手法を提案。シミュレーションで成功率を大幅に向上させた。
- ロボット学習における潜在アクションの重要要素ロボット学習2026/8/20
ロボット操作のための潜在アクションモデル（LAM）の設計選択を体系的に比較し、41の設計選択肢を3次元で評価。VLMバックボーンの微調整が下流のポリシー学習に有効であることを示した。
- GST-Bench: ビデオからVLMsはグローバルな空間認識を獲得できるか？VQA/空間認識2026/8/6
連続的な長期間ビデオからグローバルな空間認識を評価する新しいベンチマークGST-Benchを提案し、22の最先端VLMを評価した結果、人間との大きなギャップを明らかにした。
- IcFuzz: セマンティックステージガイドと多レベル変異によるIsaac Simのファジングシミュレータ検証2026/8/1
Isaac Simのソフトウェアバグを発見するための初のファジング手法を提案。LLMによるセマンティックステージ分割と多レベル変異、多腕バンディットによる適応スケジューリングでコードカバレッジとクラッシュ検出を大幅に向上させた。
- DART: オフロード車両ジャンプのための二軸空中到達可能性ゲート付きトルク反作用制御車両制御/ジャンプ制御2026/7/1
オフロード車両のジャンプ中の空中姿勢制御の限界を解析し、離陸前の速度調整と空中でのトルク反作用制御を組み合わせたDARTを提案。シミュレーションで着地成功率を大幅に向上させた。
- 接触を伴うロボット操作のための表現整合型触覚グラウンディング触覚/VLA/操作2026/7/1
触覚強化型VLAポリシーにおいて、将来の触覚状態を予測する中間表現の位置を特定し、軽量な潜在触覚予測器(LTP)を導入して行動表現と接触結果を整合させる手法を提案した。実機の接触を伴う操作タスクで有効性を実証した。
- MVP-Tac: ロボット支援低侵襲手術のための小型化された視覚・光弾性触覚センサ触覚センサ2026/7/1
視覚と触覚を共存させる小型触覚センサを開発し、腫瘍触診や内視鏡検査での硬さ分類を高精度で実証した。
- データ非対称潜在想像と再ランキングによる3Dロボット模倣学習模倣学習2026/5/1
低品質な軌跡データを活用するため、3D点群の潜在世界モデルによる想像ロールアウトとタスク完了スコアラによる再ランキングを組み合わせたフレームワークDALI-Rを提案し、模倣学習の成功率を向上させた。
- ConsisVLA-4D：ロボット操作のための効率的な3D知覚と4D推論における時空間一貫性の向上VLA2026/5/1
本論文は、ロボット操作のための視覚言語行動モデルにおいて、3D知覚と4D推論の時空間一貫性を向上させる統一フレームワークConsisVLA-4Dを提案する。
- LongBench: 実世界の長時間ホライズンタスクにおけるロボット操作ポリシーの評価操作/ベンチマーク2026/4/1
実世界の長時間操作タスクを評価するベンチマークLongBenchを提案し、実行堅牢性と文脈依存推論の要因を分離して分析した。
- 自動運転のための言語-行動の理解と生成の統合自動運転/VLA2026/3/1
自動運転向けのVLAモデルにおいて、言語と行動のトークンを共有コードブックで統合し、補助的な行動理解目標と粗密生成法を導入することで、指示追従精度と推論効率を向上させた。
- 自律移動ロボット群のバッテリ劣化を考慮したフリートスケジューリング群制御2026/3/1
複数の自律移動ロボットのタスク割り当てと充電計画を、バッテリ劣化を考慮して最適化する手法を提案。階層的matheuristicにより大規模問題を効率的に解く。
- Hydra-Nav: 適応的二重プロセス推論による物体ナビゲーション物体ナビゲーション2026/2/1
VLMを用いた物体探索ナビゲーションにおいて、熟考型の遅い推論と反応型の速い実行を状況に応じて切り替える統合アーキテクチャを提案し、探索成功率と効率を大幅に改善した。
- BagelVLA: 視覚・言語・行動の交互生成による長期的マニピュレーションの強化VLA2026/2/1
言語計画と視覚予測を行動生成ループに交互に組み込み、長期的なロボット操作タスクの性能を高める統合モデルを提案した。
- 教師なし学習による四足ロボットの多様なスキル発見歩行2026/2/1
直交混合エキスパートと複数識別器で報酬ハッキングを抑え、四足ロボットに多様な歩容スキルを効率的に獲得させる手法を提案。
- Target-Bench：動画世界モデルは意味的ターゲットへの地図なし経路計画を達成できるか？VLA2025/11/1
動画世界モデルの意味的推論・空間推定・計画能力を評価する初のベンチマークTarget-Benchを提案し、既存モデルの性能不足と実ロボットデータでの微調整による改善を示した。
- SemanticVLA: 効率的なロボット操作のための意味論的整合スパース化と強化VLA2025/11/1
視覚言語行動モデルの知覚冗長性と指示-視覚の浅い整合を解決するため、意味論に基づく視覚プルーニングと階層的融合、行動結合を導入し、LIBEROでOpenVLAを21.1%上回る性能と効率を実現した。
- 光学フロー制約によるロバストな潜在行動学習VLA2025/11/1
エージェントの光学フローを行動信号として活用し、妨害要素に強い潜在行動表現を学習する疑似教師ありフレームワークLAOFを提案。模倣学習と強化学習で既存手法を上回る性能を示した。
- 実衣服ベンチマーク（RGBench）：高忠実度スケーラブルシミュレータを備えたロボット衣服操作のための包括的ベンチマーク変形物体操作2025/11/1
ロボットによる衣服操作の研究を加速するため、6000以上の衣服メッシュモデルと高性能シミュレータ、評価プロトコルを備えたベンチマークRGBenchを提案した。シミュレータは既存手法より誤差を20%削減しつつ3倍高速である。
- Robix: ロボットの対話・推論・計画を統合する統一モデルVLA2025/9/1
視覚言語モデル1つでロボットの高レベル推論・タスク計画・自然言語対話を担い、低レベル制御への指令生成と人間との対話を統合的に実現するモデルを提案。
- ロボットマニピュレーションのための大規模VLMベース視覚-言語-行動モデル：サーベイVLA2025/8/1
大規模視覚言語モデルを基盤とした視覚-言語-行動（VLA）モデルによるロボットマニピュレーション研究を、アーキテクチャの分類や関連分野との統合、今後の方向性を含めて初めて体系的にレビューしたサーベイ論文。
- CogVLA: 指示駆動型ルーティングとスパース化による認知整合型視覚-言語-行動モデルVLA2025/8/1
人間のマルチモーダル協調に着想を得て、指示に応じて視覚トークンを選択・圧縮し、行動意図に基づき不要トークンを刈り込む3段階のVLAアーキテクチャを提案。学習コストと推論遅延を大幅に削減しつつ、LIBEROベンチマークで97.4%の成功率を達成した。
- SRefiner: ソフトブレイド注意機構によるマルチエージェント軌道精緻化軌道予測2025/7/1
自動運転における軌道予測精度向上のため、ブレイド理論に着想を得たソフトブレイド注意機構を導入し、軌道間の時空間トポロジー関係を捉える新しい軌道精緻化手法を提案。
- 物理シミュレータと世界モデルによる身体性知能の学習：サーベイ身体性AI/サーベイ2025/7/1
物理シミュレータと世界モデルを組み合わせて身体性AIを学習する最近の研究を体系的にレビューし、両者の補完的な役割とsim-to-realの課題を整理したサーベイ。
- 自律移動ロボットのバッテリ劣化を最小化する制約付き最適計画経路計画2025/6/1
自律移動ロボットのバッテリ劣化（サイクル劣化とカレンダー劣化）を最小化しつつタスク完了を保証する最適化フレームワークを提案し、区分線形近似で問題を線形化して経路計画の有効性を検証した。
- バッテリー寿命を最大化するロバスト最適タスクプランニングタスクプランニング2025/6/1
自律移動ロボットのタスク完了を保証しつつバッテリー寿命を延ばすため、双線形最適化問題をMcCormick緩和で線形化し、パラメータ不確かさにロバストな高速計画アルゴリズムを提案した。
- NPC: 燃料効率の良い自動運転トラックのためのニューラル予測制御制御2024/12/1
車両の物理モデルを使わず、履歴データから注意機構で車両動態・道路勾配・燃料消費・制御指令の関係を学習し、燃料効率の良い制御を実現する手法を提案。
- 異種関係深層強化学習による分散型マルチロボット群衆ナビゲーション群衆ナビゲーション2024/3/1
ロボットと群衆の異種関係をグラフで表現するGNNを強化学習に組み込み、分散型マルチロボットの群衆ナビゲーションを安全かつ快適に実現した研究。
- On the Value of Myopic Behavior in Policy Reuse2023/5/28
- TIMS: A Tactile Internet-Based Micromanipulation System with Haptic Guidance for Surgical Training2023/3/1
- Robot Navigation with Reinforcement Learned Path Generation and Fine-Tuned Motion Control2022/10/1
- Quantification before Selection: Active Dynamics Preference for Robust Reinforcement Learning2022/9/1
- Learning robot inverse dynamics using sparse online Gaussian process with forgetting mechanism2022/8/1
- An Intelligent Self-driving Truck System For Highway Transportation2021/12/1
- Morpho-evolution with learning using a controller archive as an inheritance mechanism2021/4/1
- Exploring the Impacts from Datasets to Monocular Depth Estimation (MDE) Models with MineNavi2020/8/1
- DVI: Depth Guided Video Inpainting for Autonomous Driving2020/7/1
- Visual-UWB Navigation System for Unknown Environments2019/12/1
- Monocular Vision-based Vehicle Localization Aided by Fine-grained Classification2018/4/1
- Robotic Sewing and Knot Tying for Personalized Stent Graft Manufacturing2018/3/1
- From Formalised State Machines to Implementations of Robotic Controllers2017/2/1