Xinrun Xu
収録論文 8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
- EMERGE-Policy: ロボットの心は単一ポリシーを超えて出現するVLA2026/8/30
複数の専門エージェントが協調して知覚・推論・検証・記憶を行うグラフ構造のエージェントフレームワークを提案し、追加のファインチューニングなしでベンチマークと実ロボット実験で高い性能を達成した。
- X-DiffVLA: クロスエンボディ拡散行動ヘッドを備えた視覚言語行動モデルVLA2026/5/1
異なるエンドエフェクタを持つロボット間で知識を転移できる拡散ベースのVLAモデルを提案し、エンボディフォーシングと形態学的ツリー拡散により性能を向上させた。
- ICPRL: インタラクティブ制御から物理的直感を獲得する物理推論2026/3/1
視覚言語モデルが動的物理環境での対話的推論を強化するため、複数エピソードの相互作用履歴から方策を適応させるICRLフレームワークを導入し、世界モデルと組み合わせて物理パズルを解く。
- 固有感覚を考慮した双腕ヒューマノイドロボットの身体性計画に向けてVLA2025/10/1
双腕ヒューマノイド向けの新シミュレータDualTHORを構築し、固有感覚情報を組み込んだProprio-MLLMを提案。既存MLLMより計画性能が平均19.75%向上した。
- 専門家から汎用家へ：ヒューマノイドロボットの汎用全身制御に向けて全身制御2025/6/1
動作をクラスタリングして専門家ポリシーを訓練し、実機データでsim-to-real適応を行った後、単一の汎用コントローラに蒸留することで、ヒューマノイドロボットの多様な全身動作を実現するフレームワークBumbleBeeを提案。
- 物理フィードバックによる強化学習：大型モーションモデルをヒューマノイド制御に整合させるヒューマノイド制御2025/6/1
テキストから生成した人間の動きを物理シミュレータで評価し、強化学習で微調整することで、ヒューマノイドロボットで実行可能な動作を生成するフレームワークを提案。
- JAEGER: 二層構造のヒューマノイド全身制御器全身制御2025/5/1
上半身と下半身を別々の制御器に分け、粗い速度追従と細かい関節角追従の両方を可能にしたヒューマノイド全身制御を、人間モーションの再ターゲティングとカリキュラム学習で訓練した研究。
- Being-0: 視覚言語モデルとモジュール型スキルを統合したヒューマノイドロボットエージェントVLA2025/3/1
基盤モデルによる高レベルな指示理解・計画と、モジュール型スキルライブラリによる歩行・マニピュレーションを、軽量VLMのConnectorで橋渡しする階層型エージェントを提案し、実機ヒューマノイドで長期的タスクを実現した。