Yixin Zhu
収録論文 50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
- 行動を考慮した階層的最適化によるゼロからのロボットツール設計ツール設計2026/9/28
ツールの構造・形状・動作を所望の物理的結果から同時に設計する階層的最適化手法HOTを提案し、4つのツール使用タスクで機能的な構造を発見、3Dプリントしたツールで実機タスクを達成した。
- 4DStreamCtrl: オンライン4D制御によるインタラクティブ動画生成動画生成2026/8/26
カメラと物体の動きを3D点トラックで統一し、リアルタイムで長い動画を生成できるモデルを提案した。
- 初の実装可能な動的CoM：ヒューマノイド片足バランスのための統一ポリシーと手法非依存ベンチマーク歩行2026/8/1
ヒューマノイドが片足で静止バランスを保つための、動的CoM観測を初めてハードウェアに実装可能にし、統一ポリシーとベンチマークを提案した論文。
- TacCoRL: シミュレーションによる触覚フィードバックのVLAへの統合触覚/VLA/sim2real2026/6/10
視覚と言語と行動の事前知識を持つVLAモデルに触覚フィードバックを注入し、シミュレーションと実機の共学習と強化学習で接触を要するタスクの成功率を向上させるフレームワークを提案した。
- Dexora: 高自由度両腕巧緻操作のためのオープンソースVLAVLA/操作2026/5/1
両腕・両手の高自由度操作を対象とした初のオープンソースVLAシステムDexoraを提案し、ハイブリッド遠隔操作とデータ品質を考慮した学習手法により、巧緻操作の成功率を大幅に向上させた。
- 視覚的に現実的なシミュレーションを目指して：ロボット操作のシミュレーション評価のためのベンチマークシミュレーション評価2026/5/1
シミュレーションと実世界の視覚的ギャップを減らすため、照明とマテリアルが幾何学的推論と空間的接地に与える影響を分析し、高忠実度の3Dアセットと自動パイプラインを用いた視覚的に現実的なベンチマークVISERを提案した。
- 全身移動マニピュレーションのためのスケーラブルな軌道生成マニピュレーション2026/4/1
GPU加速フレームワークAutoMoMaを提案し、移動ベースとアームの運動学を統合したAKRモデリングと並列軌道最適化により、多様な環境・ロボットでの大規模な物理的に有効な軌道データを高速生成する。
- T-800: 精密な手のジェスチャ追跡のための800Hzデータグローブ計測/データグローブ2026/3/1
高速な手の動きを捉えるため、800Hzで同期計測できるデータグローブシステムを開発し、人間の巧みな動きに含まれる高周波成分を明らかにした。
- OmniClone: 頑健で万能な全身ヒューマノイド遠隔操作システムの構築遠隔操作2026/3/1
全身ヒューマノイド遠隔操作システムOmniCloneを提案し、診断ベンチマークOmniBenchを用いて従来手法の弱点を特定し、データレシピとシステム改良によりMPJPEを66%以上削減し、計算資源を大幅に削減した。
- LessMimic: 統一距離場表現による長期的ヒューマノイドインタラクションヒューマノイド2026/2/1
距離場（DF）を統一表現として用い、参照動作なしで物体形状に汎化し、長期的な全身インタラクションを単一ポリシーで実現する手法を提案。
- UniAct：ヒューマノイドロボットのための統合動作生成とアクションストリーミングヒューマノイド制御2025/12/1
微調整したMLLMと因果的ストリーミングパイプラインを組み合わせ、言語・音楽・軌道などのマルチモーダル指示を500ms未満の遅延でヒューマノイドの全身動作に変換する二段階フレームワークを提案。
- 触覚と視覚の同時知覚によるマルチモーダルロボットマニピュレーション学習マニピュレーション2025/12/1
透明な弾性体と新規マーカーを備えた触覚・視覚同時センサTacThruと、Transformerベースの拡散方策を用いた模倣学習フレームワークTacThru-UMIを提案し、実世界の5タスクで平均85.5%の成功率を達成した。
- Vi-TacMan: 視覚と触覚による関節物体マニピュレーションマニピュレーション2025/10/1
視覚で粗い把持と方向を提案し、触覚コントローラで精密に実行することで、関節物体を運動学モデルなしで操作するフレームワークを提案。
- TacMan-Turbo: 関節物体操作のための先読み触覚制御による高ロバスト・高効率化マニピュレーション2025/8/1
触覚の接触ずれを局所的な運動学情報として解釈し、将来の最適動作を先読みして補正する関節物体マニピュレーション手法を提案。シミュレーション200物体と実機で成功率100%を維持しつつ、時間・動作効率・軌道平滑性を大幅改善した。
- ロボットとシーンの運動学を統合した逐次移動マニピュレーション計画移動マニピュレーション2025/8/1
環境構造を運動学モデルとして取り込み、ロボットとシーンの統合配置空間で計画することで、関節物体を含む長期的な移動マニピュレーションを実現する枠組みを提案した。
- Ag2x2: ゼロショット両手操作のためのロバストなエージェント非依存視覚表現両手操作2025/7/1
物体状態と手の動きを協調的にエンコードする視覚表現を提案し、人間の動画から両手操作スキルをゼロショット学習。13タスクで73.5%の成功率を達成。
- CLONE: 長時間タスクのための閉ループ全身ヒューマノイド遠隔操作遠隔操作2025/6/1
MRヘッドセットによる頭と手のトラッキングのみから、閉ループ誤差補正とMoEベースの学習で全身ヒューマノイドの遠隔操作を実現し、長時間の軌道でも位置ドリフトを抑えて複雑な協調動作を可能にした研究。
- B*: 固定ベースマニピュレータのための効率的かつ最適なベース配置マニピュレーション2025/4/1
固定ベースマニピュレータの最適なベース配置を求める最適化フレームワークB*を提案。データベース不要の二層階層アプローチで、サンプリング手法より5桁優れた最適性と高い成功率を実現した。
- GROVE: オープン語彙の身体スキルを学習するための汎用報酬強化学習報酬設計2025/4/1
LLMとVLMを組み合わせて報酬を自動生成し、手設計や実演なしで多様な身体スキルを学習できる汎用報酬フレームワークを提案。
- Taccel: 高性能GPUシミュレーションによる視覚ベース触覚ロボティクスのスケールアップ触覚2025/4/1
視覚ベース触覚センサ(VBTS)を高精度かつ高速にシミュレーションするGPUプラットフォームTaccelを提案し、実時間の18倍の速度で数千並列環境を実現、sim-to-real転移も検証した。
- Afford-X: タスク指向操作のための汎化可能で軽量なアフォーダンス推論アフォーダンス推論2025/3/1
大規模データセットLVIS-Affを構築し、動詞注意と双方向融合モジュールを備えた軽量モデルAfford-Xを開発。非LLM手法を上回る性能を達成し、GPT-4Vより約50倍高速にアフォーダンス推論を行う。
- ロボットハンド全体への高解像度触覚埋め込みによる適応的な人間らしい把持触覚2024/12/1
表面の70%に0.1mm解像度の触覚センサを備えた生体模倣ハンドを開発し、生成アルゴリズムと組み合わせることで、動的な実環境での把持性能が触覚なしの場合より大幅に向上することを示した。
- MiniTac: ロボット支援低侵襲手術における触診を強化する超小型8mm視覚ベース触覚センサ触覚2024/10/1
ロボット支援低侵襲手術用に、8mm径の超小型視覚ベース触覚センサを開発した。メカノクロミック膜の色変化を内蔵カメラで捉え、表面および深部の腫瘍検出を可能にする。
- ニューラルアテンションフィールド：3Dシーンにおける点間関連性の創発とワンショット巧み把持マニピュレーション2024/10/1
3D空間の任意のクエリ点とシーン点群のクロスアテンションを計算するトランスフォーマーデコーダを自己教師あり学習し、ワンショット実演から新しいシーンで巧みな把持を実現する手法を提案。
- Ag2Manip: エージェント非依存の視覚・行動表現による新規マニピュレーションスキルの学習マニピュレーション2024/4/1
人間の操作動画からエージェント非依存の視覚表現と、ロボットの運動学を汎用エージェント代理に抽象化した行動表現を学習し、ドメイン固有のデモなしで新規マニピュレーションタスクの性能を大幅に向上させた。
- PreAfford: 多様な物体と環境に対応するユニバーサルなアフォーダンスベースの事前把持マニピュレーション2024/4/1
把持しにくい物体に対して、点レベルのアフォーダンス表現とリレー学習を用いた事前把持計画フレームワークを提案し、把持成功率を69%向上させた。
- AnySkill: 対話型エージェントのためのオープン語彙物理スキル学習VLA2024/3/1
模倣学習で獲得した原子動作を、CLIP類似度を報酬とする高レベル方策で組み合わせ、未知のテキスト指示に応じた物理的に自然な人間動作を生成する階層的手法を提案。
- 拡散ポリシーによる巧みな機能的把持前操作マニピュレーション2024/3/1
物体を掴む前に位置や向きを器用に調整する把持前操作を、教師-生徒学習と拡散ポリシーで実現し、30種類以上の物体で72.6%の成功率を達成した研究。
- Tac-Man: 触覚情報のみによる関節物体の事前知識不要マニピュレーションマニピュレーション2024/3/1
触覚フィードバックのみを利用し、物体の事前知識なしに関節物体を安定して操作する手法を提案。実機とシミュレーションで高い成功率を示した。
- I-PHYRE: Interactive Physical Reasoning2023/12/1
- SparseDFF: Sparse-View Feature Distillation for One-Shot Dexterous Manipulation2023/10/1
- Grasp Multiple Objects with One Hand2023/10/1
- Part-level Scene Reconstruction Affords Robot Interaction2023/7/1
- Sequential Manipulation Planning for Over-actuated Unmanned Aerial Manipulators2023/6/1
- Rearrange Indoor Scenes for Human-Robot Co-Activity2023/3/1
- A Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps2023/1/1
- GenDexGrasp: Generalizable Dexterous Grasping2022/10/1
- Downwash-aware Control Allocation for Over-actuated UAV Platforms2022/7/1
- Sequential Manipulation Planning on Scene Graph2022/7/1
- Understanding Physical Effects for Effective Tool-use2022/6/1
- Object Gathering with a Tethered Robot Duo2022/1/1
- Communicative Learning with Natural Gestures for Embodied Navigation Agents with Human-in-the-Scene2021/8/1
- Consolidating Kinematic Models to Promote Coordinated Mobile Manipulations2021/8/1
- Efficient Task Planning for Mobile Manipulation: a Virtual Kinematic Chain Perspective2021/8/1
- Synthesizing Diverse and Physically Stable Grasps with Arbitrary Hand Structures using Differentiable Force Closure Estimator2021/4/1
- Congestion-aware Multi-agent Trajectory Prediction for Collision Avoidance2021/3/1
- Reconstructing Interactive 3D Scenes by Panoptic Mapping and CAD Model Alignments2021/3/1
- Human-Robot Interaction in a Shared Augmented Reality Workspace2020/7/1
- Joint Inference of States, Robot Knowledge, and Human (False-)Beliefs2020/4/1
- VRGym: A Virtual Testbed for Physical and Interactive AI2019/4/1