Weiran Liao

収録論文 7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

• RayViT: 視点変動に頑健な模倣学習のためのレイ条件付き視覚表現
  模倣学習2026/7/1

  カメラの幾何情報を事前学習済みViTに注入する軽量アーキテクチャRayViTを提案し、カメラの摂動に対する模倣学習の頑健性を向上させた。

• Nautilus: 単一プロンプトからプラグアンドプレイのロボット学習へ
  ロボット学習基盤2026/5/1

  ロボット学習研究の断片化を解消するため、単一のユーザープロンプトから再現・評価・微調整・展開ワークフローを自動生成するオープンソースハーネスNAUTILUSを提案。ポリシー、シミュレータ、実ロボット間の統一インターフェースと自動検証により、手書きのグルーコードなしで相互検証を拡張する。

• PointMapPolicy：マルチモーダル模倣学習のための構造化点群処理
  マニピュレーション2025/10/1

  点群をダウンサンプリングせず規則的なグリッド状に構造化し、RGB画像と効率的に融合する拡散ポリシーを提案。複数の操作タスクで最先端性能を達成した。

• MoRe-ERL: エピソード強化学習による動作残差学習
  強化学習/軌道計画2025/8/1

  事前計画された参照軌道を、エピソード強化学習と残差学習を組み合わせて安全で効率的なタスク固有の軌道に改良するフレームワークを提案し、シミュレーションから実機への転移性能も検証した。

• BEAST: Bスプライン符号化による模倣学習向けアクション系列の効率的トークン化
  模倣学習2025/6/1

  Bスプラインでアクション系列をコンパクトな離散・連続トークンに符号化するトークナイザを提案し、別途学習不要で滑らかな軌道生成と計算コスト削減を実現した。

• IRIS: 没入型ロボットインタラクションシステム
  XR/データ収集2025/2/1

  拡張現実(XR)を用いて、多様なシミュレータや実世界環境でロボット操作とデータ収集を可能にする没入型システムIRISを提案。複数ユーザの同時インタラクションも実現。

• BMP：Bスプラインと運動プリミティブの橋渡し
  模倣学習/強化学習2024/11/1

  Bスプラインを運動プリミティブとして再定式化し、境界条件の充足と軌道分布の高次統計の両立を可能にしたBMPを提案。模倣学習と強化学習で既存手法より高い表現力と適用性を示した。