Yang Zhang
Shanghai Jiao Tong University
収録論文 46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
- V-JEPAポリシー：予測的視覚潜在表現上に構築する効果的な世界行動モデルVLA2026/9/29
凍結したV-JEPA 2.1エンコーダの潜在空間上に世界行動モデルを構築し、将来潜在予測器とフローマッチング行動エキスパートを下流で一括学習することで、LIBERO等で競争力のある性能を達成した研究。
- REALM: 身体性を持つ反応的聴き手のための粗から細への生成フレームワーク身体性会話AI/表情生成2026/9/27
音声に反応する聴き手の顔動作を生成するため、話者音声と聴き手の動作履歴を遅延を考慮して融合し、粗い動作軌道を確率的な表情残差で精緻化するフレームワークを提案した。
- ActSafeGuard：フローマッチング方策のための微分可能で訓練整合型の制約強制VLA2026/9/10
フローマッチングベースの方策に微分可能な安全層を組み込み、学習段階から硬い物理制約を満たす行動を生成させる手法を提案。複数タスクで100%のステップ安全性を保ちつつ成功率も維持・向上させた。
- ゼロショット骨格ベース行動予測行動予測2026/8/14
未観測の行動クラスを初期段階の骨格シーケンスのみから認識するゼロショット骨格ベース行動予測（ZS-SkAA）タスクを新たに定義し、相互情報量推定・最大化によるベースラインモデルとNTU RGB+Dデータセットを用いた評価プロトコルを提案した。
- P3: VAEベースロボット学習のための確率的方策伝播強化学習2026/7/1
VAEベースの方策とPPOの理論的不整合を指摘し、分布を考慮した最適化フレームワークP^3を提案。データ効率と収束速度を大幅に改善した。
- KineBench: IDM不要の運動学的接地による身体化世界モデルのベンチマーク世界モデル/ベンチマーク2026/7/1
身体化世界モデルの物理的整合性を評価するため、逆動力学モデルを使わずに生成動画から直接6Dエンドエフェクタ姿勢を抽出し、物理シミュレータで閉ループ検証する新しいベンチマークKineBenchを提案した。
- ロボットは検査のためにレーザースキャナをどう設定すべきか？センサ設定/検査2026/6/1
検査用ロボットのセンサ設定を、指示に基づく離散的な行動選択として捉え、超次元連想記憶を用いて安定した設定を選ぶSenseHDを提案。実機実験で検査の信頼性が向上することを示した。
- PolyFlow: 制約埋め込みと射影不要更新による安全かつ効率的な多面体制約フローマッチング生成モデル/制約付き生成2026/6/1
フローベース生成モデルを安全重視の物理システムに適用するため、多面体制約を直接モデルに組み込み、射影不要の離散時間フローで厳密な制約充足を実現するフレームワークを提案した。
- ヒューマノイド知覚歩行のための地形符号化におけるグローバル・ローカル注意分解歩行2026/6/1
ヒューマノイドの強化学習歩行において、広域の地形把握と正確な足場選択を分離するため、粗密エンコーダと注意機構を組み合わせたGLADを提案し、実機で頑健な歩行を実現した。
- 視覚言語埋め込みと超次元計算を用いたロボット検査のためのタスク認識スキャンパラメータ設定ロボット検査2026/5/1
ロボット搭載プロファイラの検査パラメータを、事前スキャン画像と自然言語指示から自動設定する手法ScanHDを提案し、実世界データセットで高精度を実証した。
- VA-FastNavi-MARL: マルチメディア駆動メタ強化学習によるリアルタイムロボット制御強化学習2026/4/1
音声と視覚の非同期入力を統一表現に変換し、メタ強化学習で未知の指示に迅速適応するロボット制御フレームワークを提案。マルチアーム環境でサンプル効率とリアルタイム性を実証した。
- 障害物環境をナビゲートする：マルチロボットシステムのためのウェイポイントベースの二段階計画群制御2026/4/1
本論文では、タスク計画と動作計画を共同最適化するハイブリッドなマルチロボット制御フレームワークを提案し、ウェイポイント表現とカリキュラム学習を用いて、障害物の多い環境でのタスク成功率を向上させた。
- PRTS: 対比表現を用いたプリミティブ推論とタスク実行システムVLA2026/4/1
視覚言語行動モデルを、教師あり模倣学習ではなく目標条件付き強化学習として再構成し、言語指示を目標として扱うことで、物理的な到達可能性を評価する統一埋め込み空間を学習する基盤モデルを提案した。
- HierKick: 視覚誘導サッカーロボット制御のための階層的強化学習階層的強化学習2026/3/1
サッカーロボット制御のための二周波数階層型強化学習フレームワークを提案し、高レベル方策で戦術選択、低レベル制御で精密な関節動作を実現。シミュレーションと実機で高い成功率を達成した。
- HiWET: 長期的なヒューマノイド移動操作のための階層型ワールドフレームエンドエフェクタ追従移動操作2026/2/1
ヒューマノイドの移動操作をワールド座標系でのエンドエフェクタ追従問題として再定式化し、高レベル方策がサブゴールを生成、低レベル方策が安定性制約下で実行する階層型強化学習フレームワークを提案。運動学的マニフォールド事前分布により探索を効率化し、実機へのゼロショット転移も実証した。
- VividFace：ヒューマノイドロボットのためのリアルタイムでリアルな表情シャドウイングヒューマンロボットインタラクション2026/2/1
ヒューマノイドロボットが人間の表情をリアルタイムかつリアルに模倣するシステムVividFaceを提案。0.05秒以内の遅延で多様な表情を再現する。
- FocusNav: ウェイポイント誘導による空間選択的注意を用いたヒューマノイドのローカルナビゲーション歩行2026/1/1
ヒューマノイドロボットのローカルナビゲーションにおいて、ウェイポイント誘導の空間クロスアテンションと安定性に応じた選択的ゲーティングで知覚を適応制御し、動的環境での衝突回避と安定歩行を実現した。
- VLAモデルをアンチ探索として誘導：テスト時スケーリングによる安定化VLA2025/12/1
VLAモデルの推論時不安定性を、軽量な疑似カウント推定器で行動チャンクを検証し、最も確からしいものを選ぶテスト時スケーリング手法TACOで解決する。
- シミュレーションからルールへ：形式的視覚計画のためのデュアルVLMフレームワークVLA2025/10/1
視覚言語モデルとPDDLプランナを組み合わせ、シミュレーションと生成の2つのVLMでPDDLのドメインと問題ファイルを自動生成し、未知の環境や外観でも計画を可能にするフレームワークを提案。
- CGoT：合成可能な思考グラフを用いた身体性マルチエージェントシステムのための新規推論機構VLA2025/10/1
自動運転車がサービスロボットを目的地まで運び、ロボットがタスクを行う協調システムにおいて、LLMを活用した合成可能な思考グラフ（CGoT）による推論機構を提案し、その性能を実験的に検証した。
- マイクロロボット向け高トルク密度PCBアキシャルフラックス永久磁石モータアクチュエータ2025/9/1
IC基板HDI技術で作製した48層PCB巻線により、直径19mm・厚さ5mmで銅充填率45%を達成したマイクロアキシャルフラックスモータを開発し、電磁・熱解析と試作機で性能を検証した。
- Align-Then-stEer：統一潜在ガイダンスによる視覚-言語-行動モデルの適応VLA2025/9/1
VLAモデルを下流タスクに適応させる際、事前学習との行動分布のずれを統一潜在空間でのアライメントと生成過程のガイダンスで解消し、少ないデータで効率的に微調整する手法を提案。
- 対称性同変強化学習による協調的なヒューマノイドロボットの歩行制御歩行2025/8/1
ヒューマノイドロボットの強化学習に左右対称性を組み込み、アクターに同変性、クリティックに不変性を持たせることで、時空間的に協調した歩行を実現し速度追従精度を最大40%向上させた。
- 目を閉じる前に：視覚地図フィードバックによる強化学習を用いた次GPS位置予測モデル位置予測/VLM2025/7/1
道路網と軌跡を画像化し、視覚言語モデルに強化学習を適用して人間のように地図を推論する次地点予測手法を提案した論文。
- 歩みを止めず：選択的敵対的訓練による頑健なヒューマノイド運動スキルの学習歩行2025/7/1
脆弱な状態と行動を選択的に攻撃する敵対的訓練手法を提案し、ヒューマノイドの長期運動・全身体制御の頑健性を向上させた。
- 脚式ロボットのための外乱認識型適応補償を備えたハイブリッド力・位置移動ポリシー歩行2025/6/1
強化学習による脚式ロボットの移動ポリシーにおいて、目標関節位置とフィードフォワードトルクを組み合わせた行動空間と、外乱推定に基づくトルク補償を導入し、ペイロード変化や外乱への適応性を向上させた。
- 適応型支援カリキュラム力によるヒューマノイドロボットの運動スキル学習歩行2025/6/1
乳幼児やアスリートが外部サポートを利用する仕組みに着想を得て、支援力エージェントが状態依存の力を加えながら徐々に支援を減らす二重エージェント強化学習手法A2CFを提案し、二足歩行・ダンス・バク宙の学習を高速化・高成功率化した。
- 静音歩行の実現：屋内環境における四足ロボットの騒音低減歩行2025/6/1
四足ロボットの歩行時に発生する騒音を、歩容設計と制御戦略の最適化により平均約8dBA低減する手法を提案した。
- 衝突と到達可能性を考慮したLLMプランナーによるマルチロボット制御マルチロボット制御2025/5/1
物理制約を考慮した計画を生成するため、検証可能な報酬を用いた強化学習で小型LLMを訓練し、マルチロボット制御における衝突や到達不能問題を解決した。
- ScanBot: 産業用レーザープロファイラを用いた高精度表面スキャンのベンチマークベンチマーク/表面スキャン2025/5/1
ロボット搭載の産業用レーザープロファイラで精密な表面スキャンを行うためのベンチマークを提案し、自然言語指示に基づくスキャナ設定と軌道生成の2段階評価を実施した。
- WLTCL: 広視野3D LiDARによるトラック荷台の自動位置推定システム位置推定2025/4/1
広視野3D LiDARと駐車領域制約を活用し、雑然とした環境でも大小様々なフェンス型トラック荷台の隅点を高精度に自動位置推定するシステムを提案した。
- コードを記号的プランナーとして用いる基盤モデルによるロボット計画タスク・動作計画2025/3/1
LLMにコードを生成させ、それをソルバー・プランナー・チェッカーとして使うことで、複雑な制約下のロボットタスク・動作計画の成功率を平均24.1%向上させた。
- Ask1: カスタム四足歩行ロボットの開発と強化学習に基づく制御歩行2024/12/1
Unitree Go1に似た形態を持つ自作四足ロボットAsk1を開発し、参照軌道やAMPを使わない新しい報酬関数による強化学習制御を実機で検証した。
- V²-SfMLearner：振動信号を統合したマルチモーダルカプセル内視鏡の単眼深度・自己運動学習マルチモーダル/医療ロボティクス2024/12/1
カプセル内視鏡の視覚信号に振動信号を融合し、振動ノイズを除去しながら深度とカプセル運動を教師なしで推定するマルチモーダル手法を提案。
- Arm Robot: AR拡張による直感的なロボットアーム操作のための身体性制御と可視化テレオペレーション2024/11/1
AR可視化で人間とロボットの時空間的な差異をリアルタイムにフィードバックし、視点変更や動作空間の拡張を可能にする身体性テレオペレーションシステムを提案し、ユーザー研究で有効性を示した。
- オフライン強化学習のためのQ値正則化Decision ConvFormerオフライン強化学習2024/9/1
Decision ConvFormerに動的計画法によるQ値最大化項を組み込み、軌道の繋ぎ合わせ性能を高めたオフライン強化学習手法を提案。
- 身体性マルチエージェント協調のための効率的なLLMグラウンディングに向けてマルチエージェント協調2024/5/1
LLMによるマルチエージェント協調計画において、強化学習のアドバンテージ関数を活用したフィードバックで自己改善を効率化するフレームワークReAdを提案。
- 多段階タスクにおけるプロンプト最適化：人間のフィードバックとヒューリスティックサンプリングの統合プロンプト最適化2024/2/1
人間が設計したフィードバックルールと学習済みヒューリスティックモデルを組み合わせ、LLMエージェントの多段階タスク向けプロンプトを自動最適化するフレームワークPROMSTを提案し、11タスクで既存手法を大幅に上回った。
- Scalable Multi-Robot Collaboration with Large Language Models: Centralized or Decentralized Systems?2023/9/1
- Efficient Real-time Path Planning with Self-evolving Particle Swarm Optimization in Dynamic Scenarios2023/8/1
- AutoTAMP: Autoregressive Task and Motion Planning with LLMs as Translators and Checkers2023/6/1
- SAM Meets Robotic Surgery: An Empirical Study in Robustness Perspective2023/4/1
- Barrier functions enable safety-conscious force-feedback control2022/9/1
- Key Features of the Coupled Hand-operated Balanced Manipulator (HOBM) and Lightweight Robot (LWR)2019/8/1
- Fully Convolutional Grasp Detection Network with Oriented Anchor Box2018/3/1
- Visual Manipulation Relationship Network2018/2/1