Weitao Zhou
収録論文 21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
- PRICE：身体性強化学習のための物理的関係に基づく行動チャンクのクレジット割り当て強化学習2026/9/30
終端の成否信号のみから、軌道間の物理的関係を利用して行動チャンクごとのクレジットを推定する手法PRICEを提案し、LIBEROや実機で有効性を示した。
- UMI-Bridge: 人間とロボットの操作データを動作で結ぶ潜在表現アライメントVLA2026/9/16
UMIを中間ドメインとして使い、見た目ではなく動作の等価性に基づいて人間とロボットの操作データの潜在表現を揃え、VLAポリシーの学習を改善する手法を提案。
- GaussianDream++: ロボット操作のための効率的な3Dガウス世界モデリングVLA/3Dガウス/世界モデル2026/8/26
VLAポリシーに世界状態トークンと世界予測トークンを挿入し、訓練時のみ3Dガウス表現で現在と未来の世界を監督することで、推論時の追加コストなしに操作性能を向上させる手法を提案。
- GaussianWAM: 3Dガウス場から世界行動モデルへの幾何学と意味の蒸留VLA2026/8/25
多視点観測から3Dガウス場を介して幾何・意味情報を世界行動モデルに蒸留し、ロボット操作の視覚予測と行動生成を強化する手法を提案。
- SoftVTBench: 変形を考慮した視覚触覚データセットと変形物体操作のベンチマーク変形物体操作/データセット/ベンチマーク2026/8/19
変形物体操作の物理的相互作用品質を評価するため、視覚触覚データセットと閉ループベンチマークを構築し、変形許容度を考慮した成功率を提案した。
- SoftVTBench: 物理的制約下での変形物体操作のための安全性を考慮した視覚触覚ベンチマークベンチマーク/変形物体操作/触覚2026/7/1
変形物体の操作において、タスク完了だけでなく物理的安全性（落下や過度な変形の回避）を評価するベンチマークを提案し、触覚センシングが安全性向上に寄与することを示した。
- エージェント統括型視覚言語行動スキル合成における意味的ハンドオフ失敗の診断VLA/タスク計画2026/7/1
長期的な家庭タスクでスキル間の境界が不明確なために生じる失敗を、BEHAVIOR-1K環境で分析し、スキル単体の性能と合成時の頑健性を分離評価する手法を提案した。
- HiFi-UMI: 高忠実度UMIデータのみから展開可能な操作ポリシーを学習する操作学習2026/7/1
ロボットフリーのUMIデータ収集システムの忠実度を高めることで、実ロボットデータを使わずに直接展開可能な操作ポリシーを学習できることを示した論文。
- EgoRecovery: 人間の回復デモンストレーションから失敗回復能力を獲得するロボット学習2026/7/1
ロボットの失敗回復行動を学習するために、人間の自己中心視点の回復デモを活用し、ロボットデータと共有する意図空間を介して少数のロボットデモで実行可能な行動に結びつける共学習フレームワークを提案した。
- 状態認識型探索を備えたデュアルフロー強化学習強化学習2026/6/29
連続制御タスクにおいて、報酬分布と方策分布をフローマッチングで同時にモデル化し、多峰性の探索を改善する新しいアクタークリティック手法を提案した。
- 動力学は教えられるものではなく学習されるもの：潜在動力学幾何の半教師あり発見によるゼロショット方針適応強化学習/適応2026/6/1
ロボット強化学習において、環境の動力学変化に頑健に適応するため、物理パラメータを明示せずに相互作用の結果から潜在空間の幾何構造を学習する手法を提案し、MuJoCoベンチマークで既存手法を上回る性能を示した。
- GaussianDream: ロボット操作のためのフィードフォワード3Dガウス世界モデルVLA/世界モデル2026/5/1
本論文は、ロボット操作のためのフィードフォワード型3Dガウス世界モデルを提案し、現在の3D空間構造と短期的な未来の進化を捉えることで、行動生成の精度を向上させる。
- CounterScene: 生成ワールドモデルにおける反実仮想因果推論による安全重視のクローズドループ評価自動運転シナリオ生成2026/3/1
安全な運転シーンから、因果的に重要なエージェントへの最小介入を通じて危険なシナリオを生成するフレームワークを提案。因果関係グラフで相互作用を明示し、現実性を保ちつつ衝突率を向上させた。
- すべてのデータは必要か？軌道エントロピー最大化による大規模自動運転データセットの効率的なデータ刈り込み自動運転データ管理2025/12/1
自動運転データの軌道分布エントロピーを評価し、元データの統計的特性を保つ高価値サンプルを反復選択することで、モデル性能を維持しつつデータセットを最大40%削減する手法を提案。
- DTCCL: 自動運転バスプランナーのための介入トリガ型対照継続学習自動運転/継続学習2025/12/1
自動運転バスの介入イベントを契機に、クラウドで周辺エージェントを摂動させた対照学習を行い、人間の監督なしに計画方針を継続的に改善する枠組みを提案した。
- 専門家の連鎖：時間的交替による自動運転模倣プランナーの強化自動運転/模倣学習2025/12/1
自動運転の模倣学習において、時間軸に沿って複数の専門家モデルを交互に切り替えることで誤差蓄積を抑え、モデル規模やデータを増やさずに閉ループ性能を向上させる手法を提案。
- LSRE: 潜在意味ルール符号化による自動運転のリアルタイム意味的リスク検出自動運転2025/12/1
VLMの判断を世界モデルの潜在空間上の決定境界に変換し、毎フレームVLMを使わずに10Hzで意味的リスクを検出する手法を提案。
- DRARL: 介入理由を活用した強化学習による自動運転ポリシーの効率的改善自動運転/強化学習2025/6/1
自動運転の介入事例をOOD状態推定で理由ごとに分類し、ポリシー起因の介入のみを理由拡張型の想像環境で学習に活用することで、類似状況への対応力を効率的に高める手法を提案した。
- 大規模自動運転のための動的局所拡張プランナ自動運転2025/2/1
基本の運転プランナを恒久的に変更せず、地域ごとの局所データで動的に拡張する手法を提案し、安全性と報酬でベースラインを上回った。
- Dynamically Conservative Self-Driving Planner for Long-Tail Cases2023/5/1
- Identify, Estimate and Bound the Uncertainty of Reinforcement Learning for Autonomous Driving2023/5/1