Yi-Lin Wei
収録論文 19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
- TrapVLA: 設定された失敗モードへのVLAモデルのトラッピングセキュリティ/VLA2026/8/27
視覚言語行動モデルに対するバックドア攻撃の新タスクを提案し、テキストトリガーで特定の失敗パターンを誘発する手法を開発した。
- 動的操作の実現：単一の静的デモからの動的マニピュレーション学習マニピュレーション2026/8/1
単一の静的デモから多様な動的操作のデモを合成するデータ拡張パイプラインと、タスクの動的特性に応じて推論頻度を調整する適応的ポリシーを提案し、シミュレーションと実世界で高いデータ効率と性能を達成した。
- 能動的空間脳と汎化可能な行動小脳によるヒューマノイド全身操作全身操作2026/5/1
複雑な3D環境での空間理解と行動生成の課題に対し、マルチエージェント大規模モデルを用いた能動的空間知覚と汎化可能な行動生成を組み合わせたヒューマノイド全身操作フレームワークを提案した。
- BiDexGrasp: 物体の形状とサイズを考慮した協調的な両手巧みな把持マニピュレーション2026/4/1
両手ロボットハンドによる巧みな把持のための大規模データセットと生成モデルを提案し、効率的なデータ合成パイプラインと協調・適応的な把持生成フレームワークを構築した。
- DexGrasp-Zero: 形態整合型ポリシーによるゼロショット異種エンボディ器用把持マニピュレーション2026/3/1
異なる多指ハンド間でゼロショット転移可能な器用把持ポリシーを提案。解剖学的ノードと直交運動プリミティブを用いた形態整合グラフ表現と、物理特性注入機構を備えたグラフ畳み込みネットワークにより、未見のハンドへの汎化を実現。
- 人間同士のデモンストレーションから全身ヒューマノイド相互作用を学習するヒューマノイド/模倣学習2026/1/1
人間同士の相互作用データを物理的に整合する形でヒューマノイドに再ターゲティングし、いつ・どこで行動するかを分離して学習する階層的政策で全身協調動作を実現した。
- ReViP: 視覚-固有感覚の再バランスによる視覚-言語-行動モデルの偽完了の緩和VLA2026/1/1
VLAモデルが固有感覚に過度に依存して生じる「偽完了」問題を分析し、進捗を考慮した視覚的手がかりで視覚と言語の接地を強化する新フレームワークReViPを提案した。
- CycleManip: 履歴知覚と理解を活用した周期タスクマニピュレーションマニピュレーション2025/12/1
ロボットが周期的な動作を指定された終了時刻まで行うタスク（例：瓶を振る、釘を打つ）を、履歴の効果的な知覚と理解によりエンドツーエンドの模倣学習で実現するフレームワークとベンチマークを提案。
- ZeroDexGrasp: プロンプトベース多段階意味推論によるゼロショットタスク指向巧み把持合成マニピュレーション2025/11/1
マルチモーダル大規模言語モデルと把持リファインメントを組み合わせ、ラベル付きデータなしでタスクと物体の意味から人間らしい巧みな把持姿勢を生成するゼロショット手法を提案。
- OmniDexGrasp: 基盤モデルと力覚フィードバックによる汎用可能な巧みな把持マニピュレーション2025/10/1
基盤モデルで人間の把持画像を生成し、それをロボット動作に変換して力覚適応制御で把持する、多様な指示・タスク・ハンドに汎用可能な巧みな把持フレームワークを提案。
- TypeTele: 操作タイプでテレオペレーションに器用さを引き出すテレオペレーション2025/7/1
人間の手の動きを模倣するのではなく、ロボットハンド特有の操作タイプをライブラリ化し、MLLMでタスクに適したタイプを選択することで、テレオペレーションの器用さと成功率を向上させるシステムを提案。
- AffordDexGrasp: 開集合言語誘導巧みな把持のための汎化可能な指示的アフォーダンスマニピュレーション2025/3/1
言語指示から未知カテゴリの物体を巧みに把持するため、汎化可能なアフォーダンス表現を介して言語と把持動作を結びつけるフレームワークを提案し、開集合での汎化性能を実世界で示した。
- iManip: ロボットマニピュレーションのためのスキル漸進学習マニピュレーション2025/3/1
ロボットが既存の知識を保持したまま新しい操作スキルを追加学習できるスキル漸進学習フレームワークiManipを提案し、時間的リプレイと拡張可能なPerceiverIOで破滅的忘却を抑制した。
- 両腕ロボット操作の再考：分離型インタラクションフレームワークによる学習マニピュレーション2025/3/1
両腕ロボット操作において、各腕に独立したモデルを割り当てつつ選択的インタラクションモジュールで協調動作も学習する分離型フレームワークを提案し、RoboTwinデータセットの7タスクでSOTAを23.5%上回る性能を達成した。
- TacCap: 人間からロボットへの技能転移を可能にするウェアラブルFBG触覚センサ触覚2025/3/1
Fiber Bragg Gratingを用いた軽量・耐久性のあるウェアラブル触覚センサTacCapを開発し、人間の把持データをロボットへ転移できることを把持安定性予測で示した論文。
- Real-to-Sim把持：把持検出におけるシミュレーションと実世界のギャップの再考マニピュレーション2024/10/1
6-DoF把持検出において、実世界の深度画像を推論時にシミュレーション空間へ適応させるReal-to-SimフレームワークR2SGraspを提案し、カメラノイズの影響を回避して高精度な把持検出を実現した。
- 6自由度把持検出のための経済的フレームワークマニピュレーション2024/7/1
高密度な教師信号が訓練コストのボトルネックであることを見出し、曖昧さの少ないラベルを選ぶ監督選択戦略と焦点表現モジュールにより、訓練時間・メモリ・ストレージを大幅に削減しつつ把持検出精度を向上させた。
- 言われたとおりに掴む：言語誘導による巧みな把持生成マニピュレーション2024/5/1
自然言語の指示に従ってロボットが巧みに把持を行うためのデータセットDexGYSNetと、意図に沿った高品質で多様な把持を生成するDexGYSGraspフレームワークを提案した。
- 巧みな把持のためのTransformerマニピュレーション2024/4/1
物体の点群から多様で実行可能な巧みな把持姿勢を1回の順伝播で予測するTransformerベースの枠組みを提案し、訓練とテストの段階的な工夫で把持の品質と多様性を向上させた。