Xiangtong Yao
収録論文 17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
- VidAct: 物体中心の3D認識で野生動画からマニピュレーションを学習マニピュレーション2026/9/29
単眼の実世界動画から物体メッシュと運動を再構成し、残差軌道転移と物体中心の3D点群予測を組み合わせて、ゼロショットで実機展開可能なマニピュレーションポリシーを学習するフレームワーク。
- メタ強化学習における知識再利用フレームワークメタ強化学習2026/6/16
メタ強化学習で、単純化したエージェントで学習したタスク知識を異なる形態のエージェントに転移するフレームワークを提案し、追従誤差を大幅削減しデータ効率を向上させた。
- 見えざるものを夢見る：ワールドモデル正則化拡散ポリシーによる分布外ロバスト性の実現ロバスト制御/拡散ポリシー2026/3/1
拡散ポリシーにワールドモデルを統合し、分布外の外乱時に視覚入力を捨てて内部の想像（予測ダイナミクス）で制御を継続する手法を提案。MetaWorldや実世界で高い成功率を達成。
- AffordanceGrasp-R1：強化学習による推論ベースのアフォーダンスセグメンテーションを活用したロボット把持マニピュレーション2026/2/1
Chain-of-Thoughtのコールドスタートと強化学習を組み合わせてアフォーダンスセグメンテーションを行い、指示に応じた把持候補の生成・選別を実現する枠組みを提案。
- 粗から細への学習による言語誘導型把持検出マニピュレーション2025/12/1
CLIPベースの視覚・言語埋め込みを階層的に融合し、言語指示に適応した把持検出を行う手法を提案。
- 推論段階の適応射影戦略による拡散ポリシーのクロスマニピュレータ対応マニピュレーション2025/9/1
訓練済み拡散ポリシーの軌道を推論時に射影し、再訓練なしで未知のマニピュレータやエンドエフェクタ、新タスクにゼロショット適応させる手法を提案。
- 触覚センサによる能動的輪郭再構成触覚2025/7/1
ひげ型触覚センサで物体表面を追従し、サブミリ精度で輪郭を再構成する能動制御手法を提案。
- ロボット長期的強化学習における事前学習済みベイズノンパラメトリック知識事前分布強化学習2025/3/1
ディリクレ過程混合モデルを用いて多様なスキルをノンパラメトリックに事前学習し、長期的なロボット操作タスクの強化学習を効率化する手法を提案した。
- 閉ループコード生成と漸進的少数ショット適応による身体性長期的マニピュレーションマニピュレーション2025/3/1
LLMが低レベル方策を使わずに実行可能なコード計画を閉ループで生成し、RGB-Dフィードバックで再計画することで、多様な長期タスクを高精度に遂行するフレームワークを提案。
- グリッパーを変えても再学習不要なピック・アンド・プレース：学習と最適化を組み合わせた拡散ポリシーマニピュレーション2025/2/1
ベースのグリッパーで学習した拡散ポリシーを、推論時に運動学的・安全制約を課すことで、未見のグリッパーにも再学習なしで適応させる手法を提案し、6種類のグリッパーで平均93.3%の成功率を達成した。
- 環境変化に適応するネズミ型ロボットの強化学習による歩行生成歩行2024/3/1
小型四足ロボットNeRmoの限られたセンサ情報からフーリエ変換に基づく特徴抽出を行い、多機能報酬設計により坂道・階段・螺旋階段など異なる地形で適応的な歩行を生成する強化学習手法を提案した。
- Online Efficient Safety-Critical Control for Mobile Robots in Unknown Dynamic Multi-Obstacle Environments2024/2/1
- Bridging Language and Action: A Survey of Language-Conditioned Robot Manipulation2023/12/1
- Meta-Reinforcement Learning Based on Self-Supervised Task Representation Learning2023/5/1
- Language-Conditioned Imitation Learning with Base Skill Priors under Unstructured Data2023/5/1
- Safety Guaranteed Manipulation Based on Reinforcement Learning Planner and Model Predictive Control Actor2023/4/1
- Meta-Reinforcement Learning via Language Instructions2022/9/1