Yi Fang
収録論文 22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
- CST-WM: 因果構造を持つ世界モデルによる身体化視覚追跡視覚追跡2026/9/5
ロボットの視覚追跡において、行動と観測の因果関係を正しくモデル化した世界モデルを提案し、追跡と再捕捉を統一的に計画する。
- 視覚ナビゲーションのための適応的安全マージン学習ナビゲーション2026/7/1
固定の安全マージンによる失敗を解決するため、拡散プランナーの提案をランク付けする文脈条件付き安全クリティックを提案し、シミュレーションで訓練した後、実ロボットに転移する。
- VRとLLM支援ヒューマノイドによる没入型社会的インタラクションテレオペレーション2026/7/1
Apple Vision ProとLLMを活用し、音声による移動指示とVRによる遠隔操作でヒューマノイドロボットを直感的に操作する没入型テレオペレーションシステムを提案した。
- AnyImageNav: 任意視点の幾何学による精密な最終メートル画像ゴールナビゲーションナビゲーション2026/4/1
画像ゴールナビゲーションを精密な位置決めが可能な設定に拡張し、ゴール画像を幾何学的クエリとして扱い、密な画素対応による6自由度カメラ姿勢推定を実現する訓練不要のシステムを提案した。
- Phys-Liquid: 透明変形液体の3D形状と体積を推定するための物理情報データセット液体知覚/3D再構成2025/11/1
容器の動きで変形する透明液体の3D形状・体積を推定するため、97,200枚の物理シミュレーション画像と3Dメッシュからなるデータセットを構築し、4段階の再構成パイプラインで有効性を検証した。
- 歩行事前知識を用いたヒューマノイド全身運動のワンショット適応ヒューマノイド2025/10/1
歩行運動で学習済みの基盤モデルと単一の非歩行運動サンプルを組み合わせ、最適輸送による補間で新しい全身運動を生成し、強化学習で適応させるデータ効率の高い手法を提案した。
- ウェーブレットポリシー：長期タスクのためのポリシー学習におけるリフティングスキームポリシー学習2025/7/1
ウェーブレット変換を用いて観測を多スケール分解し、長期タスクのポリシー学習を高精度化するフレームワークを提案。ロボット操作・自動運転・群ロボット協調で有効性を検証。
- 3Dガウシアンスプラッティングを用いた階層的スコアリングによるインスタンス画像ゴールナビゲーションナビゲーション2025/6/1
参照画像で示された物体へ自律移動するタスクにおいて、3DGSのレンダリング視点を意味的・幾何的に階層スコアリングして最適選択することで、効率的かつ高精度に目標を同定・到達する手法を提案した。
- MapBERT: ビットワイズマスクモデリングによるリアルタイムセマンティックマップ生成セマンティックマッピング2025/6/1
セマンティックマップをビットトークンに符号化し、マスク付きトランスフォーマーで未観測領域を推論してリアルタイムに完全なマップを生成する手法を提案。
- H2-COMPACT：適応的接触軌道ポリシーによる人間-ヒューマノイド協調マニピュレーション協調マニピュレーション2025/5/1
触覚のみから人間の意図を推定し、脚式ヒューマノイドが人間と協調して長尺荷物を運搬する階層型ポリシー学習フレームワークを提案。実機Unitree G1で目隠しした人間の追随者と同等の性能を達成した。
- 身体性行動連鎖推論とマルチモーダル基盤モデルによるヒューマノイドのゼロショット移動操作エージェントVLA2025/4/1
基盤モデルの推論と身体性行動連鎖(CoA)機構を組み合わせ、人間の指示を移動・操作のプリミティブ列に分解することで、ヒューマノイドのゼロショット移動操作を実現したフレームワーク。
- マルチロボット協調における振り返り型フレームワークの統合群制御2025/2/1
動的で不確実な環境でのマルチロボット協調のため、リアルタイム意思決定を行うactorと結果を振り返ってフィードバックを与えるcriticを組み合わせた新しいactor-criticフレームワークを提案し、シミュレーション実験で有効性を示した。
- 実世界ゼロショット物体ゴールナビゲーションのための信頼性の高い意味理解ナビゲーション2024/10/1
GLIPとInstructionBLIPを組み合わせた二重構成フレームワークで、未知環境でのゼロショット物体ゴールナビゲーションの意味理解を高め、ナビゲーション精度と信頼性を向上させた。
- 基盤モデルによるフロンティア選択の信頼性探求：ゼロショット物体目標ナビゲーションに向けてナビゲーション2024/10/1
複数の専門家モデルによるフロンティア分析と合意形成で、基盤モデルを用いたゼロショット物体目標ナビゲーションの信頼性を高める手法を提案し、RoboTHORとHM3Dで最先端性能を示した。
- 目標姿勢ガイドによるデジタルヒューマンの全身把持動作生成マニピュレーション2024/10/1
3D空間の物体の初期姿勢から全身の目標把持姿勢を生成し、Transformerで滑らかな把持軌道を生成する手法を提案。足滑りと手と物体の貫通を防ぐ後処理も導入した。
- 視覚言語モデルと思考の木推論によるゼロショット物体ナビゲーションナビゲーション2024/10/1
視覚言語モデルとTree-of-Thought推論を組み合わせ、未知環境で自然言語指示に従って物体を探索するゼロショット物体ナビゲーション手法VLTNetを提案した論文。
- GAMap: マルチスケール幾何・アフォーダンス誘導によるゼロショット物体目標ナビゲーションナビゲーション2024/10/1
物体の部分形状とアフォーダンス属性をマルチスケールで評価し、未知カテゴリの物体へ誘導するゼロショット物体目標ナビゲーション手法を提案。HM3DとGibsonで成功率が向上。
- MultiTalk：人間・環境・LLMの整合を図る内省的・外省的対話によるタスク計画タスク計画2024/9/1
LLMによるタスク計画の誤りや曖昧さを、内省・外省の対話ループで環境やエージェント能力に接地させて解消する手法を提案し、ロボットマニピュレーションで有効性を示した。
- 大規模言語モデルによる双方向自然言語対話で強化された社会的配慮型ロボットナビゲーションナビゲーション2024/9/1
深層強化学習と大規模言語モデルを組み合わせ、歩行者と双方向に自然言語で対話しながら衝突回避や経路決定を行う社会的配慮型ナビゲーション手法を提案した。
- 都市環境におけるLLMナビゲーションの安全性はどれほどか？VLA2024/2/1
都市部の屋外ナビゲーションにLLMを用いたモデルに対し、プロンプトを摂動させる攻撃手法（NPI/NPS）を提案し、ホワイトボックス・ブラックボックス両設定で性能が大きく低下することを示した。
- ContinuityLearner: Geometric Continuity Feature Learning for Lane Segmentation2021/8/1
- Suction Grasp Region Prediction using Self-supervised Learning for Object Picking in Dense Clutter2019/4/1