Xiao Ma
ByteDance Seed
収録論文 30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
- SiMDex: 類似する自己中心視点動画のマイニングによるクロスエンボディ器用操作データ選択/器用操作/VLA2026/8/1
ロボットの器用操作のためのVLAモデル訓練に有効な人間の自己中心視点動画を、類似性に基づくデータマイニングで選別するフレームワークを提案。約3200万サンプルから1.49百万件を選び、成功率を47.7%から61.1%に向上させた。
- BridgeVLA++: 3次元操作のためのデータ効率的で汎化可能なメモリ拡張型視覚言語行動フレームワークVLA2026/8/1
事前学習済み視覚言語モデルを活用した3次元ロボット操作フレームワークBridgeVLAを拡張し、空間的・時間的メモリを統合することで、データ効率と汎化性能を保ちつつ、記憶依存の操作タスクで最先端の性能を達成した。
- TTT-VLA: テスト時潜在プロンプト最適化による視覚言語行動モデルの適応VLA2026/6/1
視覚言語行動モデル(VLA)のテスト時分布シフトに対処するため、環境からの相互作用データを用いて潜在プロンプトのみを最適化するテスト時訓練フレームワークを提案した。
- ロボット操作のためのワールドバリューモデル操作2026/6/1
ロボット操作の価値推定に世界モデルを活用した新しい汎用価値モデル（WVM）を提案し、データ品質評価やポリシー学習の性能を向上させた。
- ハンド・イン・ザ・ループ：シームレスな手と腕の介入による巧みな操作のためのVLAポリシー改善マニピュレーション2026/5/1
高自由度ロボットハンドの巧みな操作において、人間の介入時に発生する「ジェスチャージャンプ」を防ぐため、人間の修正意図と自律ポリシー実行をブレンドする介入手法HandITLを提案し、介入ジッタや把持失敗を大幅に低減した。
- GR-RL：長期的器用マニピュレーションのための器用で精密なロボット学習マニピュレーション2025/12/1
人間のデモンストレーションをフィルタリング・拡張・強化学習で強化し、VLAポリシーを長期的で精密な器用マニピュレーションに特化させるフレームワークを提案。靴紐を穴に通して結ぶタスクを83.3%の成功率で自律的に達成。
- GR-Dexter 技術報告書VLA2025/12/1
両手デクスタラスハンドロボットで言語条件付き長期操作を実現するVLAフレームワークを提案し、ハードウェア・データ収集・学習手法を統合した。
- WMPO：世界モデルに基づく視覚-言語-行動モデルの方策最適化VLA2025/11/1
実環境と相互作用せずにピクセルベースの世界モデル上でVLAモデルを強化学習し、自己修正などの創発行動やサンプル効率の向上を実現した。
- ByteWrist：狭所での柔軟な人間型動作を実現するパラレルロボット手首マニピュレーション2025/9/1
狭い空間での操作に向けた、コンパクトな3段パラレル駆動と円弧形リンクを組み合わせた人間型ロボット手首を開発し、順逆運動学とヤコビアンによる制御を実現した。
- GR-3 汎用ロボットポリシー構築に向けた大規模VLAモデルVLA2025/7/1
ウェブ規模の視覚言語データとVR収集の人間軌道データ、ロボット軌道データを組み合わせて訓練した大規模VLAモデルGR-3を開発し、両腕移動ロボットByteMiniと統合して新規物体・環境・長期タスクへの汎化性能を示した。
- BridgeVLA: 視覚言語モデルによる効率的な3Dマニピュレーション学習のための入出力アラインメントVLA2025/6/1
3D入力を複数の2D画像に投影し、2Dヒートマップで行動予測を行うことで、VLMを活用した3Dマニピュレーション学習を効率化する手法を提案。
- Chain-of-Action: ロボットマニピュレーションのための軌道自己回帰モデリングマニピュレーション2025/6/1
目標から逆算して行動系列を自己回帰的に生成する視覚運動ポリシーを提案し、RLBenchと実機タスクで最先端性能を達成した。
- 人間支援によるロボット政策の行動選好最適化VLA2025/6/1
人間とのインタラクションから得た選好信号を用いてVLAモデルを事後的に改善するAPOを提案し、失敗からの学習を可能にした。
- 環境駆動型オンラインLiDAR-カメラ外部キャリブレーションキャリブレーション2025/2/1
環境の特徴密度を推定してLiDARとカメラの外部キャリブレーションをオンラインで行う手法を提案し、疎な点群や視野の重なりが少ない場面でも高精度を実現した。
- 汎用ロボットのための視覚言語行動モデル構築で重要な要素VLA2024/12/1
視覚言語行動モデル（VLA）の性能を左右する設計要因を大規模実験で分析し、汎用ロボット向けの新しいVLAファミリーRoboVLMsを提案した論文。
- 汎用ロボットマニピュレーションポリシーの効果的なファインチューニング戦略マニピュレーション2024/10/1
汎用マニピュレーションポリシーのファインチューニングにおいて、行動空間やポリシーヘッド、監督信号、調整可能パラメータの選択が性能に与える影響を大規模実験で調査し、低データ領域での有効な設計指針を提示した。
- グリーンスクリーン拡張によるロボットマニピュレーションのシーン汎化マニピュレーション2024/7/1
グリーンスクリーン上で収集した実演データにクロマキーで背景を合成するGreenAugを提案し、未知環境への汎化性能が従来の拡張手法を上回ることを実機実験で示した。
- BiGym: デモ駆動型モバイル双腕マニピュレーションのベンチマークマニピュレーション2024/7/1
家庭環境での40種類のモバイル双腕ロボット操作タスクを集めたベンチマークと学習環境を構築し、人間のデモやRGB・深度などの観測を提供して模倣学習・強化学習手法を評価した。
- ロボット学習のための冗長性を考慮した行動空間マニピュレーション2024/6/1
マニピュレータの冗長性に着目し、関節空間とタスク空間の利点を併せ持つ新しい行動空間ERを提案。シミュレーションと実機で有効性を検証した。
- 階層拡散方策による運動学的制約を考慮したマルチタスクロボットマニピュレーションマニピュレーション2024/3/1
操作方策を高レベルのタスク計画と低レベルの目標条件付き拡散方策に階層化し、微分可能運動学で関節軌道生成器を蒸留することで、長期的タスクと運動学的制約を両立させた。
- InsActor: Instruction-driven Physics-based Characters2023/12/1
- Efficient Diffusion Policies for Offline Reinforcement Learning2023/5/31
- Mutual Information Regularized Offline Reinforcement Learning2022/10/14
- DaXBench: Benchmarking Deformable Object Manipulation with Differentiable Physics2022/10/1
- Imitation Learning via Differentiable Physics2022/6/1
- Hierarchical Reinforcement Learning under Mixed Observability2022/4/1
- Ab Initio Particle-based Object Manipulation2021/7/1
- Learning Latent Graph Dynamics for Visual Manipulation of Deformable Objects2021/4/1
- Spatio-Temporal Graph Transformer Networks for Pedestrian Trajectory Prediction2020/5/1
- Differentiable Algorithm Networks for Composable Robot Learning2019/5/1