Yu Deng
収録論文 13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
- ExcavaTwin: 訓練不要の幾何誘導型セマンティック標高マッピングによる自律掘削自律掘削2026/9/28
凍結した視覚モデルと幾何制約を用いて、掘削向けの訓練なしに地形の形状と意味情報を統合した標高マップを生成する手法を提案し、実環境で有効性を示した。
- ALDER: 行動を通じて世界の法則を発見する世界モデル2026/9/27
ALDERは、能動的に実験を提案し数式モデルを検証・修正することで、初期仮説を超えた法則を発見し、ロボット制御にも応用する手法。
- 大規模基盤モデル時代の手と物体のインタラクション：再構築、生成、身体化転移サーベイ2026/7/30
手と物体のインタラクション（HOI）モデリングにおける基盤モデルの活用を体系的にレビューし、幾何・意味・視覚の8つの事前知識に分類して、各タスクへの導入方法とロボット学習への応用を分析した論文。
- FM-VLA: 接触を伴う操作における視覚言語行動モデルのための力覚ベースメモリVLA/操作2026/7/1
視覚言語行動モデルに力覚履歴をメモリとして組み込み、非マルコフ的で接触を伴う操作タスクの時間的文脈推論を可能にした。
- 適応的質問と世界モデルプローブによる明示的行動モデルの学習強化学習2026/6/5
報酬のみで訓練されたエージェントの脆さを改善するため、明示的な記号的行動モデル(ESBM)を導入し、適応的質問と世界モデルプローブを用いて行動の仕組みを学習・検証する手法を提案した。
- 人間のビデオからロボット操作へ：人間中心データを用いたスケーラブルな視覚言語行動学習に関するサーベイVLA/サーベイ2026/6/1
ロボットのデモデータに頼らず、豊富な人間のビデオをVLAモデルの学習に活用する手法を4つのカテゴリに分類して整理し、未解決の課題と今後の研究方向を提示したサーベイ論文。
- TaskGround: 全シーン家庭内推論のための構造化実行可能タスク推論タスク推論2026/5/1
家庭内エージェントが完全なシーンと状況依頼から実行可能なタスク構造を推論するための、訓練不要でモデル非依存のフレームワークを提案し、新評価スイートFullHomeで効果を実証した。
- Nautilus: 単一プロンプトからプラグアンドプレイのロボット学習へロボット学習基盤2026/5/1
ロボット学習研究の断片化を解消するため、単一のユーザープロンプトから再現・評価・微調整・展開ワークフローを自動生成するオープンソースハーネスNAUTILUSを提案。ポリシー、シミュレータ、実ロボット間の統一インターフェースと自動検証により、手書きのグルーコードなしで相互検証を拡張する。
- Robot-DIFT: 接触の多いロボットマニピュレーションのための対応感度の高い拡散特徴マニピュレーション2026/2/1
拡散モデルの特徴を蒸留して決定論的でリアルタイムなバックボーンに変換し、空間-意味特徴ピラミッドで接触に敏感な操作を可能にした研究。
- MILE: 巧みな操作のデータ収集のための機械的同型ハンドエクソスケルトンと視触覚ロボットハンドテレオペレーション/触覚2025/12/1
人間の手の構造に基づくエクソスケルトンと、それに対応する視触覚ロボットハンドを開発し、巧みな操作の実演データを同期収集できるテレオペレーションシステムを構築した。
- 実生活の人間活動動画を用いたロボットマニピュレーション向け視覚-言語-行動モデルのスケーラブル事前学習VLA2025/10/1
人間の手の日常動画を自動解析してロボットのVLA学習データに変換し、100万エピソード規模のデータセットでモデルを事前学習することで、未知環境でのゼロショット性能と実機微調整時の成功率・汎化性能を向上させた。
- CogACT: 認知と行動を融合するロボット操作のための基盤的視覚-言語-行動モデルVLA2024/11/1
VLMの出力を条件とする専用の拡散行動トランスフォーマーを組み込んだ新しいVLAアーキテクチャを提案し、ロボット操作の成功率と汎化性能を大幅に向上させた。
- UniQuadric: A SLAM Backend for Unknown Rigid Object 3D Tracking and Light-Weight Modeling2023/9/1