Yi Zhang
収録論文 45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
- 凸包適応シフトによる骨格ベース行動認識のバイアス除去行動認識2026/9/26
骨格データに生じるエンティティバイアスを、凸包内に原点を移動させる正規化手法CHASEで低減し、行動・相互作用認識の性能を向上させた研究。
- VLMの知能をロボット制御へ転移するVLA2026/9/19
VLMに離散的な移動・回転・グリッパ指令のインターフェースを与え、閉ループでロボットを制御させる手法RoboDawnを提案。タスク特化の学習なしで既存手法を上回り、実演1回の文脈内学習でSOTAを達成した。
- GeoTrussRover: 接触意味論的制御プリミティブによる形態計算歩行・移動ロボット2026/9/10
可変形状トラスと車輪ベースを組み合わせたロボットで、接触意味論的なプリミティブを用いて段差走破を効率的に適応・制御する手法を提案。
- Pelican-Sim 1.0：身体性知能のための汎用ワールドモデルシミュレータワールドモデル2026/9/10
視覚文脈とロボット行動から将来の観測を予測する汎用ワールドモデルシミュレータを提案し、統一行動表現やMoE、効率的なロールアウト生成により行動制御性と映像品質を大幅に向上させた。
- MuJoCable: 腱駆動ロボットのための低次元表面配線ケーブル伝達モデルsim2real2026/9/9
MuJoCoに、移動する非円形接触・片側張力・摩擦を考慮した低次元のケーブル伝達モデルを追加し、腱駆動ロボットの配線設計とシミュレーション精度を向上させた。
- 産業用ヒューマンロボット協調のための信頼度対応マルチモーダル融合フレームワークマルチモーダル融合/ヒューマンロボット協調2026/9/9
物体6D姿勢・視線・骨格動作・IMU手動作の4モダリティを信頼度に基づいて動的に融合し、産業用ロボットとの協調作業における人間の意図予測を高精度かつ安定に実現する手法を提案した。
- SeqAlign3DVG: シーケンス整合ベンチマークとボクセル推論フレームワークによる3D視覚的グラウンディング3D視覚的グラウンディング2026/8/31
時間順序と観測整合性を備えた画像ベース3D視覚的グラウンディングの新しいベンチマークと、ボクセルメモリと段階的融合を用いた推論フレームワークを提案した。
- TrustRoboReward: 選好順序付き等調スコア編集によるマルチパラダイムロボット報酬モデル報酬モデル2026/8/9
ロボット操作の強化学習における報酬モデルのボトルネックを解決するため、ペアワイズ選好とビデオQAを統合したマルチパラダイム報酬モデリングフレームワークを提案し、スコアと選好の矛盾を等調回帰で解消する。
- カメラ校正誤差に対する証明可能な一次免疫を備えた差動6自由度姿勢推定姿勢推定2026/8/1
フレーム間の画像変位と既知の3D制御点からプラットフォームの6自由度運動を直接推定する差動法を提案し、並進の外部校正誤差が厳密に相殺されることを証明した。
- HyMobileAgent: データと環境の共スケーリングによる高効率GUIエージェントGUIエージェント2026/7/16
モバイルGUIエージェントの性能を、モデル規模だけでなくデータと環境の両方をスケールさせる枠組みで向上させた。合成データ生成、知識パイプライン、大規模アクションデータ、リセット可能な訓練環境、計画・反省機構を統合している。
- Pelican-VLA 0.5: 行動前に注意を向けることで汎化を向上VLA2026/7/1
視覚言語理解、未来フレーム生成、行動予測を統合したVLAモデルを提案し、注意レベルの汎化を達成。ボトルネックトークンの導入により、未見のシーンやロボットでも操作対象に注意が向くことを示した。
- VLA-Trace: 表現と行動のトレーシングによる視覚-言語-行動モデルの診断VLAモデル解析2026/5/28
VLAモデルがマルチモーダル知識を身体制御に変換する過程を、表現ダイナミクスから因果帰属、行動発現まで段階的に診断するフレームワークを提案し、π0.5とOpenVLAの比較分析からモデル間の適応戦略や制御経路の違いを明らかにした。
- EPIC-Bench: 視覚言語モデルにおける細粒度な身体化視覚グラウンディングのための知覚中心ベンチマークVLA/ベンチマーク2026/5/16
身体化エージェントの視覚基盤として使われる視覚言語モデル（VLM）の、実際の環境での細かい視覚認識能力を評価するベンチマークEPIC-Benchを提案。6.6kの注釈付きデータで、対象位置特定・ナビゲーション・操作の3段階にわたる23タスクを設定し、89以上のVLMを評価した。
- Robo-Cortex: 二重粒度認知記憶と自律知識誘導による自己進化型具現化エージェントナビゲーション2026/5/1
ロボットが過去の経験からナビゲーションのヒューリスティックを自律的に抽出し、戦略を進化させる自己進化型フレームワークを提案した。
- Pelican-Unify 1.0: 理解・推論・想像・行動を統合した身体化基盤モデルVLA2026/5/1
単一のVLMと統一未来生成器を用いて、理解・推論・想像・行動を一つのモデルで統合的に学習・実行する身体化基盤モデルを提案し、各能力のベンチマークで高い性能を達成した。
- MASS: メッシュ整合楕円変形可能サーフェルスプラッティングによる自己中心視単眼ビデオからの手の再構築とレンダリング手の再構築/レンダリング2026/4/1
自己中心視の単眼ビデオから高精細な3D手を再構築するため、変形可能な2Dガウシアンサーフェル表現を用いた新しい手法を提案し、メッシュ整合楕円とフラクタル密度化によるメッシュからサーフェルへの変換、およびサーフェル変形と不透明度マスクによる効率的なモデリングを実現した。
- ロボットのデータ駆動速度制御のためのパッシブiFIRフィルタ制御2026/3/1
非線形ロボットマニピュレータ向けに、パッシブ性を保証したデータ駆動速度制御法を提案し、VRFTベースの設計によりPIDを上回る追従性能を実現した。
- コードから道路へ：自動運転における中央車載サーバテストのための車両インザループとデジタルツインに基づくフレームワーク自動運転テスト2026/3/1
実車と仮想環境を同期させる車両インザループとデジタルツイン技術を用いて、集中型E/Eアーキテクチャの自動運転ソフトウェアを安全かつ再現可能にテストするフレームワークを提案した。
- PRAM-R：LLM誘導モダリティルーティングによる適応的自動運転のための知覚-推論-行動-記憶フレームワーク自動運転2026/3/1
自動運転のマルチモーダル知覚を効率化するため、LLMが環境に応じてセンサモダリティを選択・重み付けするフレームワークを提案し、計算コスト削減と精度維持を実証した。
- 検索拡張ロボット：検索・推論・行動のループによる実現VLA2026/3/1
ロボットが外部の視覚マニュアルを能動的に検索し、2D図面を3D部品に対応付けて実行可能な計画を生成する「検索拡張ロボティクス」というパラダイムを提案し、長期的組み立てタスクで有効性を示した論文。
- AffordGrasp: アフォーダンスを考慮した把握合成のためのクロスモーダル拡散把握合成2026/3/1
物体の形状とユーザー指定の操作意図に合う人間の把握姿勢を生成する拡散ベースのフレームワークを提案。自動アノテーションでデータを拡充し、アフォーダンス表現と二重条件付け拡散で物理的安定性と意味的一貫性を両立した。
- 共有ワークスペースにおけるスケーラブルな人間-ロボット協調のための分散仮想モデル制御人間-ロボット協調2026/2/1
仮想バネとダンパーで人間とロボットの動作を統一的に制御し、分散型のデッドロック検出と交渉で協調作業を実現するフレームワークを提案。最大4台のロボットと2人の人間の協調を実験・シミュレーションで検証した。
- CLARE: 自律的アダプタルーティングと拡張による視覚-言語-行動モデルの継続学習VLA2026/1/1
VLAモデルに軽量アダプタを追加し、層ごとの特徴類似度に基づいて必要な箇所だけを自律的に拡張することで、過去データやタスクIDなしに破滅的忘却を防ぎながら新タスクを継続学習するフレームワークを提案。
- 観測外乱に耐える協調合流のためのフォールトトレラントMARLVLA2025/11/1
高速道路の合流シーンで、観測ノイズに強い協調運転を実現するため、敵対的故障注入と自己診断機能を備えたマルチエージェント強化学習手法を提案した。
- Pelican-VL 1.0：身体知能のための基盤ブレインモデルVLA2025/11/1
7B〜72Bパラメータのオープンソース身体知能向けマルチモーダル基盤モデルを開発し、大規模データと新学習機構DPPOにより既存モデルを上回る性能を達成した。
- 身体と制御の共設計は強力だが無償ではない身体性設計2025/10/1
形態と制御を単一のニューラルネットワークで同時最適化する枠組みを提案し、障害物回避タスクにおいて、形態がタスクに不適合な場合に共設計が有効であることを示した。
- 仮想モデル制御による周期的でロバストなロボットの包丁切りマニピュレーション2025/8/1
仮想モデル制御を用いて、環境情報や軌道計画なしに周期的な包丁切り動作を生成し、5種類の野菜を1mm精度で毎秒1回切ることに成功した研究。
- 適応的自律運転のための知覚・言語・行動統合フレームワーク自動運転/VLA2025/7/1
カメラ・LiDAR・レーダーのマルチセンサ融合とGPT-4.1による推論を組み合わせ、知覚から言語的理解を経て行動決定までを統合した自動運転フレームワークを提案。市街地交差点での評価で軌道追従や適応計画の性能向上を示した。
- EmbodiedVSR: 動的シーングラフ誘導による視覚空間タスクの連鎖推論VLA2025/3/1
動的シーングラフとChain-of-Thought推論を組み合わせ、微調整なしで身体性エージェントの空間推論を強化するフレームワークを提案し、新ベンチマークで有効性を示した。
- データ駆動設計のための散逸的iFIRフィルタデータ駆動制御2024/12/1
仮想参照フィードバックチューニングと散逸性制約を組み合わせ、周波数領域の線形不等式として定式化することで、データ長と制御器複雑度に対してスケーラブルな閉ループ安定性保証付きデータ駆動制御設計を提案し、ソフトグリッパのインピーダンス制御で実証した。
- xTED: 拡散モデルによる軌道編集を用いたクロスドメイン適応クロスドメイン適応2024/9/1
拡散モデルで軌道を編集し、データレベルでドメインギャップを橋渡しするクロスドメイン適応フレームワークを提案。
- 物体中心ロボットマニピュレーションのための身体性学習に関するサーベイマニピュレーション2024/8/1
物体中心のロボットマニピュレーションにおける身体性学習の最新研究を、知覚学習・方策学習・タスク指向学習の3つに分類して整理し、データセットや評価指標、課題と今後の方向性をまとめたサーベイ論文。
- ニアミスに着目した訓練フレームワークによる自動運転能力の動的拡張自動運転/敵対的学習2024/6/1
シミュレータ内で報酬関数を工夫し、衝突寸前のニアミス状況を生成しながら自動運転車と背景車両を敵対的に同時訓練することで、両者の能力を段階的に高める手法を提案した。
- 適応的シナリオサンプリングによる自動運転車の生涯学習とテスト：連続最適化プロセスとしてのアプローチ自動運転テスト2024/5/1
自動運転車のテストにおいて、重要シナリオを効率的に探索するため、テストを連続最適化プロセスとして定式化し、二重ループによる生涯学習とテスト手法を提案した。
- Few-Shot Scenario Testing for Autonomous Vehicles Based on Neighborhood Coverage and Similarity2024/2/1
- Stackelberg Driver Model for Continual Policy Improvement in Scenario-Based Closed-Loop Autonomous Driving2023/9/1
- Four years of multi-modal odometry and mapping on the rail vehicles2023/8/1
- Indoor simultaneous localization and mapping based on fringe projection profilometry2022/4/1
- Rail Vehicle Localization and Mapping with LiDAR-Vision-Inertial-GNSS Fusion2021/12/1
- RailLoMer: Rail Vehicle Localization and Mapping with LiDAR-IMU-Odometer-GNSS Data Fusion2021/11/1
- MetroLoc: Metro Vehicle Mapping and Localization with LiDAR-Camera-Inertial Integration2021/11/1
- DR2L: Surfacing Corner Cases to Robustify Autonomous Driving via Domain Randomization Reinforcement Learning2021/7/1
- A Right-of-Way Based Strategy to Implement Safe and Efficient Driving at Non-Signalized Intersections for Automated Vehicles2019/5/1
- Testing Scenario Library Generation for Connected and Automated Vehicles, Part I: Methodology2019/5/1
- Testing Scenario Library Generation for Connected and Automated Vehicles, Part II: Case Studies2019/5/1