Yilin Wu
収録論文 16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
- 視覚と触覚による推論時ポリシー誘導マニピュレーション2026/6/12
接触を伴う操作タスクにおいて、視覚と触覚の両方を用いて生成ロボットポリシーの候補行動を検証・編集する推論時誘導フレームワークViTaLを提案し、実世界の3つのタスクで成功率を大幅に向上させた。
- 主張：優れた具現化報酬モデルには悪い行動データが必要報酬モデル2026/6/1
成功行動のみで訓練された具現化報酬モデルは、人間が評価すると罰するような危険・不完全な行動を過剰に報酬としてしまう。悪いロボットデータの不足が原因であり、悪いデータを少し加えるだけで人間の好みとの整合性が向上することを示し、悪いデータの収集・公開を提言する。
- WEAVER：ロボット操作のための高性能・高速・長期的な世界モデル世界モデル/操作2026/6/1
ロボット操作のための世界モデルWEAVERを提案し、忠実性・一貫性・効率性を同時に達成。実機でポリシー評価・改善・計画に有効であることを示した。
- 不確実性を考慮したポリシーステアリング：行動・質問・学習の判断VLA2026/2/1
VLM検証器の不確実性を較正し、高信頼行動の実行・自然言語での曖昧性解消・介入要求を選択する枠組みを提案。
- PanoNav: パノラマシーン解析と動的メモリによる地図なしゼロショット物体ナビゲーションナビゲーション2025/11/1
RGB画像のみを用いて、パノラマシーン解析と動的メモリで履歴を活用し、未知環境でのゼロショット物体ナビゲーションを実現する地図不要のフレームワークを提案。
- 言った通りに動け：実行時推論・行動整合性検証による視覚言語行動モデルの誘導VLA2025/10/1
推論型VLAモデルが生成するテキスト計画と実際の行動の不一致を実行時に検証し、シミュレーションとVLMで計画に最も合致する行動を選ぶことで、再学習なしにOOD環境でのロバスト性と新規行動の合成を実現した。
- 先見から熟慮へ：潜在空間アライメントによるVLM-in-the-Loop方策ステアリングVLA2025/2/1
生成的なロボット方策の失敗を減らすため、潜在世界モデルで行動の結果を予測し、それをVLMが言語で評価して低レベル行動を選別する枠組みを提案。
- 最小限のフィードバックでアラインメントを最大化：視覚運動ロボット政策のアラインメントのための効率的な報酬学習VLA2024/12/1
視覚運動ロボット政策を人間の選好に合わせるため、事前学習済み視覚エンコーダを微調整し特徴マッチングで密な視覚報酬を構築するRAPLを提案。従来のRLHFより5倍少ない人間フィードバックでアラインメントを実現。
- HACMan++: 空間的に接地された運動プリミティブによるマニピュレーションマニピュレーション2024/7/1
把持や押しなどの運動プリミティブを「種類・接地位置・実行パラメータ」で表現し、強化学習で組み合わせて長期的な操作タスクを達成する手法を提案。形状や姿勢の変化に汎化し、sim-to-real転移も実現した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models2023/10/1
- Learning Generalizable Tool-use Skills through Trajectory Generation2023/10/1
- Stabilize to Act: Learning to Coordinate for Bimanual Manipulation2023/9/1
- Learning Bimanual Scooping Policies for Food Acquisition2022/11/1
- In-Mouth Robotic Bite Transfer with Visual and Haptic Sensing2022/11/1
- Learning to Manipulate Deformable Objects without Demonstrations2019/10/1