Yu Yang
収録論文 22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
- ワールドモデリングはどこへ向かうのか？世界モデル2026/8/1
エージェントの継続的改善のための世界モデルの概念を、物理状態遷移からエージェント中心の情報遷移へと拡張し、6つのプロキシ形式と3つの活用レベルを提案する。
- ComAct: COMをアクションとして捉える新パラダイムによるプロフェッショナルソフトウェア操作の再定義ソフトウェア操作エージェント2026/6/11
GUI操作やAPIに頼らず、WindowsのCOMを統一的な実行抽象として用い、プロフェッショナルソフトウェア操作を決定論的なプログラム合成として扱う新パラダイムを提案。産業用CAD操作のベンチマークComCADBenchを導入し、自己修正エージェントComActorが高い性能を示した。
- オフダイナミクス強化学習のためのクロスドメインエネルギー誘導拡散生成強化学習2026/5/1
遷移ダイナミクスが異なる環境間で、ソースデータセットからターゲット領域のポリシーを学習する際に、エネルギー誘導を用いて軌道レベルの拡散生成を行い、ターゲット領域に適応した合成データを生成する手法CEDGEを提案した。
- 局所ダイナミクス適応によるオフダイナミクスオフライン強化学習オフライン強化学習2026/2/1
ソースとターゲットの遷移をクラスタリングし、クラスタ単位でダイナミクス不一致を評価してソースデータを選択する手法を提案し、オフダイナミクスオフラインRLの性能を向上させた。
- Xiaomi-Robotics-0：リアルタイム実行可能なオープンソース視覚言語行動モデルVLA2026/2/1
大規模なロボット軌道と視覚言語データで事前学習し、非同期実行のための学習技術と展開時のタイムステップ調整により、民生用GPUで高速かつ滑らかなリアルタイム動作を実現したVLAモデルを提案。
- 周波数分解慣性オドメトリ慣性オドメトリ2025/11/1
IMU信号をラプラシアンピラミッドで低周波・高周波成分に分解し、Mambaとマルチスケール畳み込みで歩行者の動きを推定する手法を提案。公開データセットで従来手法より高精度を達成。
- 意味と物理の整合を図る連続的視覚-言語-行動の共同学習による行動クローニングVLA2025/11/1
視覚・言語・固有感覚入力を連続的に共同学習し、双方向クロスアテンションで意味と物理のずれを解消することで、行動クローニングの累積誤差を抑え、滑らかで一貫した操作を実現するフレームワークを提案した。
- PhysWorld: 実動画から物理を考慮したデモ合成による変形物体のワールドモデルsim2real2025/10/1
実世界の限られた動画から変形物体の物理特性を推定し、シミュレータで多様なデモを合成して軽量なGNNワールドモデルを学習する手法を提案。
- 4D LiDARシーケンスの生成を学習するLiDAR生成2025/9/1
自由形式の言語指示から編集可能な4D LiDARシーケンスを生成する統合フレームワークLiDARCrafterを提案し、シーン・物体・シーケンスレベルの評価ベンチマークEvalSuiteも提供する。
- DVDP: RGB-D知覚による移動ロボットのビジュアルドッキングのためのエンドツーエンド方策移動ロボット/ビジュアルドッキング2025/9/1
RGB-Dカメラのみを用いて移動ロボットのドッキング経路を直接出力するエンドツーエンドのビジュアルドッキング手法を提案し、大規模データセット構築と実機実験で有効性を示した。
- STARC: 緊急対応における人間とロボットの協調のための壁越し拡張現実フレームワークAR/人間ロボット協調2025/9/1
ロボットのマッピングと救助隊員装着のLiDARを融合し、壁越しに人や危険をARで可視化するシステムを開発、実証した。
- 3D・4D世界モデリングのサーベイ世界モデル2025/9/1
RGB-D画像や占有グリッド、LiDAR点群といったネイティブな3D/4D表現を用いた世界モデリング研究を初めて体系的に整理し、定義・分類・データセット・評価指標をまとめたサーベイ。
- LiDARCrafter: LiDAR系列からの動的4D世界モデリング4D生成2025/8/1
自然言語指示からLiDARの4Dシーケンスを生成・編集する統合フレームワークを提案し、nuScenesで最先端の忠実性・制御性・時間的一貫性を達成した。
- FTIN: 周波数-時間統合ネットワークによる慣性オドメトリ慣性オドメトリ2025/7/1
IMU信号の冗長性による情報ボトルネックを解消するため、周波数領域と時間領域の情報を融合する慣性オドメトリのフレームワークを提案した。
- CKANIO: チェビシェフ多項式を用いた学習可能な慣性オドメトリ慣性オドメトリ2025/7/1
IMU信号の非線形な運動パターンをモデル化するため、チェビシェフ多項式ベースのKolmogorov-Arnoldネットワークを組み込んだ慣性オドメトリフレームワークCKANIOを提案し、5つの公開データセットで有効性を示した。
- StarIO: 非線形運動に対応した軽量慣性オドメトリ慣性オドメトリ2025/7/1
慣性センサデータを高次元の非線形特徴空間に射影し、注意機構とマルチスケールゲート畳み込みで複雑な運動パターンを捉える軽量な慣性オドメトリ手法を提案。
- IONext：慣性オドメトリの次世代を切り拓く慣性オドメトリ2025/7/1
Transformerの弱点を補う新しいCNNモジュール（DADMとSTGU）を提案し、慣性オドメトリの精度と汎化性能を向上させたバックボーンIONextを開発した。
- MOBODY: モデルベースの動特性ずれオフライン強化学習オフライン強化学習2025/6/1
動特性が異なるオフライン源データと限られた目標データから、学習した目標動特性モデルで方策を最適化し、高報酬状態を探索する手法を提案。
- RCSLの性能を理論的に改善する方法オフライン強化学習2025/6/1
リターン条件付き教師あり学習（RCSL）の性能限界を克服するため、データ内最適リターンを用いるReinforced RCSLを提案し、理論的・実験的に改善を示した。
- オフダイナミクス強化学習のためのリターン拡張Decision Transformerオフライン強化学習2024/10/1
データが豊富なソースドメインから、データが少ないターゲットドメインへの方策学習を改善するため、Decision Transformer系フレームワークにおいてリターン分布をターゲットに合わせて拡張するREAG手法を提案し、理論的保証とD4RLでの性能向上を示した。
- Feasibility of Local Trajectory Planning for Level-2+ Semi-autonomous Driving without Absolute Localization2023/9/1
- Bias-reduced Multi-step Hindsight Experience Replay for Efficient Multi-goal Reinforcement Learning2021/2/1