Yinghao Cai
収録論文 11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
- FeelWorld: 階層的接触予測と計画のための視触覚ワールドモデル触覚2026/7/1
視覚と触覚を統合した階層的ワールドモデルを提案し、将来の視覚特徴と接触・滑り状態を予測することで、接触を伴う操作タスクの計画を改善する。
- CoRe: 視覚言語モデルフィードバックを用いた選好整合強化学習のための複合報酬強化学習2026/7/1
強化学習における報酬設計の課題に対し、タスク知識に基づく形式的報酬と観測から学習する残差報酬を、視覚言語モデルのフィードバックで統合するハイブリッドフレームワークCoReを提案し、人間の介入なしに選好整合的なポリシー学習を実現した。
- FG-CLTP: ロボット操作のための細粒度対比言語触覚事前学習触覚2026/3/1
触覚センサデータを言語と対比学習で結びつけ、力の大きさや接触形状などの定量的な接触状態を捉える細粒度表現を獲得し、操作タスクの性能を向上させるフレームワークを提案した。
- PEAfowl: 知覚強化型マルチビュー視覚-言語-行動モデルによる両腕マニピュレーションVLA2026/1/1
両腕ロボット操作のためのVLAモデル。トークンごとの深度分布予測と微分可能な3Dリフティングで視点間の幾何学的整合性を高め、Perceiver型のテキスト認識読み出しで指示の接地を改善。訓練時のみの深度蒸留でノイズの多い深度を補い、RoboTwin 2.0で成功率を23ポイント向上させた。
- MISCGrasp：マルチスケール統合と対照学習による3次元把持の強化マニピュレーション2025/7/1
複数スケールの特徴抽出と対照学習を組み合わせ、形状や大きさが異なる物体に適応する3次元把持手法を提案した。
- SENIOR: 選好ベース強化学習における効率的なクエリ選択と選好誘導探索選好ベース強化学習2025/6/1
人間の選好から報酬を学習する強化学習において、比較しやすい動作区間を選ぶクエリ選択法と選好に基づく探索手法を組み合わせ、フィードバック効率と方策学習を改善した。
- CLTP: 3D接触形状理解のための言語-触覚対照事前学習触覚2025/5/1
触覚3D点群と自然言語を対応付ける事前学習フレームワークを提案し、接触位置・形状・力などの接触状態を言語で理解できるようにした。
- NeuGrasp: 背景事前分布を活用した素材非依存の物体把持検出のための汎化可能なニューラル表面再構成把持/表面再構成2025/3/1
透明・鏡面物体でも把持できるよう、背景事前分布とTransformerを組み合わせて多視点から物体表面を再構成する手法を提案し、実機・シミュレーションで従来法を上回る把持性能を示した。
- Real-Time Marker Localization Learning for GelStereo Tactile Sensing2022/11/1
- Learning Symbolic Operators: A Neurosymbolic Solution for Autonomous Disassembly of Electric Vehicle Battery2022/6/1
- ACDER: Augmented Curiosity-Driven Experience Replay2020/11/1