Yiming Zhao
Simplexity Robotics
収録論文 23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
- DRAM: ロボットマニピュレーション方策のためのデルタ則リカレント連想記憶マニピュレーション2026/9/26
事前学習済みロボット方策に後付けできる固定サイズの連想記憶モジュールDRAMを提案し、バックボーンを凍結したまま長期的な履歴依存タスクの性能を向上させた。
- MaskVLA: 視覚マスキングによるVision-Language-Actionモデルの軌道過学習の抑制VLA2026/9/20
VLAモデルの微調整時にメインカメラの視覚情報をランダムに一部マスクすることで、手首カメラ情報の活用を促し、軌道過学習を防いで汎化性能とタスク成功率を向上させる手法を提案。
- オフライン強化学習のためのポリシー抽出の分離オフライン強化学習2026/8/21
オフライン強化学習では、アクターと批評家を同時に訓練する従来の手法が、固定データによる過大評価やOOD行動の問題を引き起こす。本論文では、アクターを行動分布のモデリングに限定し、推論時に批評家が候補行動を再ランク付けする「分離ポリシー抽出」パラダイムを提案し、性能向上を実証した。
- 実行前に再考せよ：ワールドアクションモデルのための適応的実行VLA2026/8/1
ワールドアクションモデル（WAM）の固定実行ホライズンを、進捗モニタと適応プロトコルで動的に調整するTempoWAMを提案し、成功率と効率のトレードオフを改善した。
- 未知の複数部屋環境における多物体探索のためのインターリーブPOMDP計画探索計画2026/7/1
未知の家庭環境での多物体探索を、高レベルPOUCTプランナーと低レベル動作プランナーを交互に動作させるPOMDPアルゴリズムで解決し、衝突回数やナビゲーションステップを大幅に削減した。
- 理解しながら行動する：リアルタイム視覚言語行動モデルのための非同期意味・行動分離VLA2026/6/1
既存のVLAモデルを改造せず、意味理解と行動生成を非同期に分離し、低頻度で意味条件を更新しつつ高頻度で行動を出力することで、低遅延な閉ループ制御を実現する枠組みを提案した。
- MimicIK: 遠隔操作からのFK整合性を備えたリアルタイム生成的逆運動学逆運動学/遠隔操作/フローマッチング2026/6/1
遠隔操作デモから条件付きフローマッチングで関節空間の動作事前分布を学習し、現在の関節状態と目標手先姿勢から滑らかでロバストな逆運動学解をリアルタイム生成する手法を提案。FK整合性損失で物理的整合性を確保し、実データで精度・滑らかさ・低遅延を実証。
- 弾性クエリ強化学習：VLAモデルの自己認識型ポリシー実行VLA/強化学習2026/6/1
VLAモデルの推論・再計画スケジュールを固定せず、状態の難易度に応じてクエリの入力・ノイズ除去予算・アクション長を動的に調整する枠組みEQRLを提案。軽量な適応器と批評家の不一致による難易度信号で計算資源を効率的に配分し、シミュレーションと実機で推論コストを削減しつつ成功率を維持・向上させた。
- TSD: 物理に着想を得た軌道顕著性検出器による効率的な模倣学習模倣学習2026/6/1
ロボット操作の模倣学習において、データ収集コスト削減のため、軌道の重要度（顕著性）を物理指標（空間エントロピーと向心加速度）で検出する訓練不要のフレームワークTSDを提案し、データ圧縮・拡張に活用した。
- ReFPO: フローマッチングポリシー勾配のためのリフロー正則化強化学習/生成ポリシー2026/6/1
フローマッチングポリシー勾配法に明示的なリフロー正則化を追加したオンライン強化学習手法を提案し、生成ポリシーの学習安定性と性能を向上させた。
- KoopmanFlow：コープマン構造バイアスによるスペクトル分離生成制御ポリシーロボット操作2026/3/1
ロボット操作のための生成制御ポリシーにおいて、安定した大域運動と高周波の局所補正を同時にモデル化する問題を解決するため、コープマン理論に着想を得た構造的帰納バイアスを持つ生成ポリシーKoopmanFlowを提案した。
- 動的知識空間による自動運転の非交絡生涯学習自動運転2026/3/1
自動運転の生涯学習における破滅的忘却や因果交絡を解決するため、ディリクレ過程混合モデルと因果推論のフロントドア調整を統合したフレームワークを提案した。
- 段階的視覚言語学習による物理的接地を備えた具現化タスク計画VLA2026/3/1
具現化タスク計画のための3段階学習フレームワークSVLLを提案し、空間接地と時間推論を分離してから、専門家軌道へのバイアスを注入するBias-DPOでアライメントを行うことで、物理的に不可能な行動を抑制する。
- MaP-AVR: 視覚言語モデルと検索拡張生成を活用したエージェントのためのメタアクションプランナータスクプランニング2025/12/1
ロボットの行動を「移動/回転・エンドエフェクタ状態変化・環境との関係」からなるメタアクションに抽象化し、RAGでLLM/VLMの計画を支援するタスクプランナーを提案。
- RoboSeek: 物体と対話しながら学ぶロボットマニピュレーションマニピュレーション2025/9/1
3D再構成で実環境をシミュレーションに再現し、強化学習とクロスエントロピー法で方策を訓練、real2sim2real転移で実機に展開する長期マニピュレーションの枠組みを提案。
- RoboMemory: 物理エンボディドシステムにおける対話型環境学習のための脳に着想を得たマルチメモリエージェントフレームワークVLA2025/8/1
脳に着想を得て空間・時間・エピソード・意味記憶を統合したフレームワークを提案し、長期的な計画と対話型学習を実現してEmbodiedBenchで成功率を26.5%向上させた。
- CLEA: 動的環境におけるタスク実行を強化する閉ループ型身体性エージェントVLA2025/3/1
4つのオープンソースLLMを機能分離して組み合わせ、環境記憶に基づく対話型タスク計画とマルチモーダル実行批評による階層的再計画を備えた閉ループ身体性エージェントを提案し、実環境で成功率と完了率を大幅に改善した。
- 多角形衝突回避のための最適化不要な滑らかな制御バリア関数制御バリア関数2025/2/1
多角形同士の衝突回避問題に対し、最適化を必要としない滑らかな制御バリア関数を提案し、計算効率と保守性の低減を両立させた。
- FIDNet: LiDAR Point Cloud Semantic Segmentation with Fully Interpolation Decoding2021/9/1
- A Divide-and-Merge Point Cloud Clustering Algorithm for LiDAR Panoptic Segmentation2021/9/1
- A Technical Survey and Evaluation of Traditional Point Cloud Clustering Methods for LiDAR Panoptic Segmentation2021/8/1
- Enabling 3D Object Detection with a Low-Resolution LiDAR2021/5/1
- A Surface Geometry Model for LiDAR Depth Completion2021/4/1