Yu Zhang
Beijing Freedo Technology Co., Ltd.
収録論文 91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
- FinsSim: 水中ロボット学習のための現実整合型統合シミュレーションプラットフォームsim2real2026/9/20
水中ロボットのSim-to-Real学習向けに、高忠実度流体力学・学習インターフェース・低コスト高精度自己位置推定・推力モデルを統合したシミュレーションプラットフォームを構築し、実機実験で制御方策の転移を検証した。
- EmbodiedMind: 効率的な身体性知能のための適応的データキュレーションとプレフィックス木強化学習VLA2026/9/17
身体性基盤モデルの学習において、低情報サンプルの除去、タスク間のバランス調整、長期的計画におけるクレジット割り当て問題を解決するため、RSFT、IR-GRPO、Trie-GRPOを組み合わせた効率的な訓練パラダイムを提案。
- TraceFlow: 成功・失敗トレースで凍結フローマッチング方策を導くVLA2026/9/17
ロボットの成功・失敗ロールアウトの行動密度を進捗整合ガイダンス場に変換し、重みを更新せずに凍結フローマッチングVLA方策の行動生成を補正する手法。実機梱包タスクで成功率が21/50から39/50に向上。
- 観測ゲートフィルタを用いた自律能動マッピングにおける学習占有度の再考能動マッピング2026/9/8
自律3D能動マッピングにおいて、学習された占有度予測がプランナーに与える影響を閉ループベンチマークで分析し、観測ゲートフィルタを導入して未観測領域の補完を保持しつつ、繰り返し観測された領域の誤予測を抑制する手法を提案した。
- 能動マッピングのための占有ワールドモデルの診断と動的フィルタリング能動マッピング2026/9/6
能動マッピングにおける占有ネットワークの誤りが計画に与える影響を診断し、オンライン観測に基づいて誤った占有予測を動的に抑制するフィルタリング手法を提案した。
- 模倣者ゲーム：行動予測を超えたロボットの模倣能力のベンチマーク模倣学習2026/8/23
人間のデモンストレーションから意図を推論して実行するロボットの能力を評価するため、4段階のベンチマーク「The Imitator Game」と大規模データセット「IG-10K」を構築し、既存モデルが意図レベルの模倣で失敗することを示した。
- 模倣学習におけるデモンストレーション忘却の再考：ロボット工学の視点から模倣学習2026/8/21
ロボットの模倣学習において、ユーザーが削除を要求したデモンストレーションの影響を評価する新しい監査手法を提案。行動と証拠の2軸で再学習との整合性を検証する。
- AtlasVLA: 視覚言語行動モデルのための持続的な世界・自我状態モデリングVLA2026/8/1
単眼カメラのみで長期的なタスクを遂行できるよう、視覚言語行動モデルに持続的な世界状態メモリと自我作業メモリを導入し、空間推論とタスク進行の追跡を可能にした。
- LLMエージェントのためのファイルシステムベースメモリ：組織化、進化、持続可能性LLMエージェント2026/7/29
LLMエージェントの長期記憶としてファイルシステムを用いる設定を体系的に調査し、組織化が検索コストを削減する一方、エージェントの能力限界を明らかにした。
- GeoGS-SLAM: 幾何学的事前情報を用いたガウススプラッティングによるオンライン単眼再構成SLAM/3D再構成2026/7/1
単眼RGB入力から、事前学習済みの幾何モデルで予測したカメラ・シーン事前情報を利用し、3Dガウススプラッティングで高品質な密再構成をリアルタイムに行うSLAMシステムを提案。
- 多パラメータ指ベンチマークと選定によるモジュール式人型ハンド設計ハンド設計2026/6/1
指の設計をモジュール化し、定量的ベンチマークで最適な指を選定して組み込むことで、人型ロボットハンド全体の性能を向上させる手法を提案・検証した。
- ロボット操作のための一段フローマッチング用可逆ニューラルネットワークアダプタマニピュレーション2026/6/1
視覚・言語・固有受容などのマルチモーダル観測から高次元の操作行動を一段のノイズ除去で生成する可逆ニューラルネットワークアダプタを提案し、推論コストを削減しつつ精度を維持する。
- 力誘導学習による腕なし二輪二足ロボットの堅牢な転倒復帰歩行2026/6/1
腕や他の脚を持たない二輪二足ロボットが、脚の駆動のみで転倒から復帰するための強化学習フレームワークFTSRを提案し、シミュレーションと実機でその有効性を検証した。
- AERIS: ランタイムにおけるオーケストレーション型言語モデル群による航空エッジの役割駆動インテリジェンスエッジAI/言語モデル/ドローン2026/6/1
ドローンなどの航空プラットフォーム上で、複数の小型言語モデルと知覚・制御モジュールを役割として動的に組み合わせ、エッジでインテリジェントな自律制御を実現するフレームワークを提案した。
- ClothTransformer: 統一潜在空間トランスフォーマーによるスケーラブルな布地シミュレーションシミュレーション2026/5/27
布地シミュレーションを学習された潜在空間での自己回帰シーケンスモデリングとして再定式化し、多様なシナリオを単一モデルで扱える統一トランスフォーマーを提案。従来手法より誤差を約4〜9倍低減し、メッシュ解像度に依存しないスケーラブルな計算を実現した。
- EmbodiedHead: 会話エージェントのためのリアルタイム聴話アバターアバター生成2026/4/19
LLMと会話できるリアルタイムの音声駆動型アバターを生成するフレームワークを提案。単一ストリームの音声入力と状態制御により、聞き手と話し手の動作をシームレスに切り替え、高品質な映像を少数ステップで生成する。
- 開ループ計画、閉ループ検証：VLAのための投機的検証VLA/操作2026/4/1
VLAモデルの高コストな推論を効率化するため、重いVLAで低頻度に行動チャンクを計画し、軽量な検証器が最新観測に基づいて実行を監視・必要時のみ再計画するフレームワークSV-VLAを提案した。
- Ψ-Map: パノプティック表面統合マップによるReal2Sim転送の実現3D再構成/パノプティックセグメンテーション2026/4/1
大規模シーン向けに、LiDARデータと2Dガウシアンサーフェルを用いた幾何学的強化と、クエリ誘導型のエンドツーエンドパノプティック学習を統合し、高精度でリアルタイムな3D再構成を実現するフレームワークを提案した。
- HMR-1: 視覚言語モデルを用いた階層型マッサージロボットによる身体性ヘルスケアVLA2026/3/1
マッサージ用のマルチモーダルデータセットMedMassage-12Kを構築し、視覚言語モデルでツボを認識する高レベルモジュールと軌道計画を行う低レベル制御モジュールからなる階層型マッサージロボットを提案した論文。
- D-SPEAR: ロボット操作における安定強化学習のための二重ストリーム優先経験適応リプレイ強化学習/操作2026/3/1
アクターとクリティカルのサンプリングを分離し、適応アンカー機構で優先度付きリプレイと一様リプレイを切り替えることで、ロボット操作タスクでの強化学習の安定性と性能を向上させる手法を提案した。
- 事前学習と高速適応による汎用人型全身制御全身制御2026/2/1
人型ロボットの全身制御を、事前学習したポリシーに軽量な残差ポリシーを高速適応させることで、未知の動作にも安定して追従できるフレームワークFASTを提案した。
- HoRD: 履歴条件付き強化学習とオンライン蒸留によるロバストなヒューマノイド制御ヒューマノイド制御2026/2/1
履歴条件付き強化学習で高性能な教師方策を訓練し、オンライン蒸留でTransformerベースの生徒方策に転移することで、未知の環境でも再学習なしに適応できるロバストなヒューマノイド制御を実現した。
- Vid2Sid: 動画でシミュレーションと実機のギャップを埋めるsim2real2026/2/1
動画からシミュレータの物理パラメータを自動調整し、VLMが不一致を診断して解釈可能な更新を提案するシステム。
- Drive-P2D: 自動運転向けVLMのための段階的知覚から意思決定へのベンチマークVLA2026/1/1
自動運転における視覚言語モデル(VLM)を、物体・シーン・意思決定の3段階で評価する6,650問のベンチマークを提案し、推論と回答を分離して採点・誤り分析を行う。
- ObjSplat: 幾何認識型ガウスサーフェルによる能動的物体再構成能動的再構成2026/1/1
ガウスサーフェルを統一表現として用い、幾何認識型の視点評価と次善経路計画により未知物体を高精度かつ短時間で能動的に再構成するフレームワーク。
- HybridWorldSim：自動運転向けのスケーラブルで制御可能な高忠実度シミュレータ自動運転シミュレーション2025/11/1
静的背景のニューラル再構成と動的エージェントの生成モデルを統合し、大視点変化でも幾何一貫性を保つ自動運転シミュレータを提案。新データセットMIRRORも公開。
- SocialNav: 社会規範を考慮した具身ナビゲーションのための人間模倣基盤モデルナビゲーション2025/11/1
社会規範を理解し遵守するナビゲーションを実現するため、700万サンプルのデータセットと階層型「脳-行動」アーキテクチャ、強化学習手法SAFE-GRPOを組み合わせた基盤モデルを提案し、成功率と社会規範遵守率を大幅に向上させた。
- DARTS: ドローンとAIによるリアルタイム交通事故検知システムドローン/交通監視2025/10/1
ドローンの機動性と熱画像、軽量深層学習を組み合わせ、交通事故をリアルタイムで検知・検証するシステムを開発し、実証実験で有効性を示した。
- EmbodiedBrain: 具現化知能のためのタスクプランニング性能の限界を拡張するVLA2025/10/1
7Bと32Bの視覚言語基盤モデルEmbodiedBrainを提案し、SFTとStep-GRPOを組み合わせた学習法と新しい評価環境で具現化タスクの計画性能を向上させた。
- UrgenGo: 自動運転向けの緊急度を考慮した透過的GPUカーネル起動自動運転/GPUスケジューリング2025/9/1
アプリのソースコードやGPUドライバに手を加えず、カーネル起動を透過的に操作して緊急度の高いGPUタスクを優先するスケジューラを提案し、自動運転バスでの実証でデッドライン違反を61%削減した。
- 深層ファジィ最適化によるロボット運動計画のバッチサイズと最近傍選択運動計画2025/8/1
深層ファジィ学習を用いて、サンプリングベース運動計画のバッチサイズと最近傍パラメータを障害物分布に応じて動的に調整するLIT*を提案し、高次元空間で高速収束と高品質解を実現した。
- 方向情報付き木探索 (DIT*): 方向フィルタと方向コストヒューリスティックによる最適経路計画経路計画2025/8/1
サンプリングベースの経路計画において、各エッジの方向情報を活用するフィルタとヒューリスティックを導入し、探索を効率化して既存手法より高速に最適解を見つける手法を提案した。
- 楕円k近傍法：クーロンの法則とC空間障害物の無効頂点を活用した経路最適化経路計画2025/8/1
サンプリングベース経路計画において、無効頂点の情報とクーロンの法則に基づく力方向を利用した楕円k近傍探索を導入し、高次元環境での探索効率とコストを改善するFDIT*を提案した。
- 適応的サンプラーによる推定インフォームド・エニタイム探索サンプリングベース計画2025/8/1
初期解発見前に推定インフォームド集合を構築し、適応的サンプリングと遅延衝突チェックで経路計画を高速化するMIT*を提案。
- リーマン計量モデルに基づく最適経路計画のためのRRT*アルゴリズム経路計画2025/7/1
高次元空間内の2次元滑らかな部分多様体上での最適経路計画を、リーマン計量を用いて2次元平面の幾何問題に変換し、RRT*-Rアルゴリズムを提案した。
- 触覚センサによる能動的輪郭再構成触覚2025/7/1
ひげ型触覚センサで物体表面を追従し、サブミリ精度で輪郭を再構成する能動制御手法を提案。
- マルチタスクロボットへのマルチロボットタスク割り当てタスク割り当て2025/6/1
複数のタスクを同時に実行できるマルチタスクロボットに、マルチロボットタスクを割り当てるための新しい枠組みを提案し、物理的制約を考慮した重み付きMAX-SATへのコンパイルと貪欲ヒューリスティックを導入した。
- RM-Dijkstra：リーマン計量に基づく曲面上の最適経路計画アルゴリズム経路計画2025/6/1
曲面上の経路計画を2次元平面のリーマン計量問題に変換し、Dijkstra法を拡張して滑らかで高精度な最適経路を求める手法を提案した。
- 専門家から汎用家へ：ヒューマノイドロボットの汎用全身制御に向けて全身制御2025/6/1
動作をクラスタリングして専門家ポリシーを訓練し、実機データでsim-to-real適応を行った後、単一の汎用コントローラに蒸留することで、ヒューマノイドロボットの多様な全身動作を実現するフレームワークBumbleBeeを提案。
- 物理フィードバックによる強化学習：大型モーションモデルをヒューマノイド制御に整合させるヒューマノイド制御2025/6/1
テキストから生成した人間の動きを物理シミュレータで評価し、強化学習で微調整することで、ヒューマノイドロボットで実行可能な動作を生成するフレームワークを提案。
- JAEGER: 二層構造のヒューマノイド全身制御器全身制御2025/5/1
上半身と下半身を別々の制御器に分け、粗い速度追従と細かい関節角追従の両方を可能にしたヒューマノイド全身制御を、人間モーションの再ターゲティングとカリキュラム学習で訓練した研究。
- SCIZOR: 大規模模倣学習のための自己教師ありデータキュレーション模倣学習2025/5/1
模倣学習データから低品質な状態行動ペアを自己教師ありで除去し、少ないデータで性能を平均15.4%向上させる手法を提案。
- エージェント型ロボット：身体性エージェントにおける視覚-言語-行動モデルのための脳に着想を得たフレームワークVLA2025/5/1
人間組織の標準作業手順に着想を得た「標準化行動手順（SAP）」で計画・実行・検証を連携させ、長期的なロボット操作を自己検証しながら遂行する脳模倣型フレームワークを提案。LIBEROベンチマークで平均成功率79.6%を達成。
- CAFE-AD: 自動運転の軌道計画のためのクロスシナリオ適応的特徴強調自動運転/軌道計画2025/4/1
自動運転の軌道計画において、シナリオ間で適応的に特徴を強調・補間することで長尾分布や因果混同に対処し、nuPlanベンチマークで最先端手法を上回った研究。
- アクティブマターのための強化学習群制御2025/3/1
強化学習を用いて、個々のアクティブ粒子の運動制御や群れの集団ダイナミクスを最適化・制御する研究をレビューした論文。
- ソフトウェア定義車両のための仮想化とマイクロサービスアーキテクチャ：評価と探索ソフトウェア定義車両2024/12/1
自動運転車向けにコンテナ化と仮想化の性能をAMD64/ARM64で評価し、Autowareやマイクロサービス構成への影響を調べた。
- Gassidy: 動的環境におけるガウススプラッティングSLAMSLAM2024/11/1
動的物体による環境擾乱に対処するため、レンダリング損失の流れを反復解析して動的・静的要素を識別・除去し、RGB-D密SLAMのカメラ追跡精度と地図再構成品質を向上させた手法を提案。
- Map++: ユーザ参加型ビジュアルSLAMシステムに向けた効率的な地図拡張と共有SLAM2024/11/1
ユーザが協力して地図構築を行う参加型SLAMシステムMap++を提案し、軽量なプロトコルで通信量を約46%削減しつつ精度劣化を抑え、同時接続ユーザ数を約2倍に拡大できることを示した。
- MSGField: ロボットマニピュレーションのための運動・意味・形状を統合した統一シーン表現マニピュレーション2024/10/1
2Dガウシアンを用いて運動・意味・形状を統合したシーン表現を提案し、2視点の画像から非剛体運動を含む動的シーンをリアルタイムに再構成して言語誘導マニピュレーションを実現した。
- 視覚ワールドモデルを用いたマルチタスク対話型ロボットフリート学習フリート学習2024/10/1
視覚ワールドモデルでロボットの行動結果を予測し異常を検知して、必要なときだけ人間が介入するフリート学習フレームワークを提案。自律性向上に伴い介入要求が自動的に減り、人間の負担を軽減する。
- LI-GS: LiDAR統合ガウシアンスプラッティングによる大規模高精度3次元再構成3D再構成/sim2real2024/9/1
LiDAR点群を平面制約付き混合ガウスモデルに変換し、2Dガウシアンサーフェルと組み合わせることで、屋外の大規模シーンを高精度に再構成する手法を提案した。
- 制御推論と状態空間ダイナミクスによるマルチエージェント軌道予測の高精度化軌道予測2024/8/1
状態空間モデルとグラフニューラルネットワークを組み合わせ、制御変数を「Mixed Mamba」で推定することで、自動運転における周辺車両や歩行者の軌道予測精度を向上させた研究。
- 変形可能な正中鰭が自律型バイオニックマグロの直線加速と旋回機動性を向上させるバイオミメティクス2024/7/1
折りたたみ可能な背鰭を備えた自由遊泳型バイオニックマグロを開発し、背鰭の起立が加速と旋回性能を向上させる一方、定常遊泳では抵抗増加で効率が下がることを実験的に示した。
- ニューラルネットワーク学習による動的システムの安定化：ロバストなアプローチ模倣学習2024/7/1
模倣学習において、ニューラルリアプノフ関数と横断収縮理論を組み合わせ、点間運動と周期運動の学習精度と安定性を両立させる新しい自律動的システムアルゴリズムを提案した。
- アクティブシャドウイング：仮想通信によるロボット行動の知覚操作ヒューマンロボットインタラクション2024/7/1
拡張現実で影を投影するアクティブシャドウイング（ASD）という新たな暗黙的視覚通信手法を提案し、ロボットの物理行動を変えずに知覚を操作して理解しやすくできることをユーザー研究で示した。
- 回転初期化と段階的洗練による汎用LiDARキャリブレーションキャリブレーション2024/5/1
複数LiDARの外部キャリブレーションを、事前知識不要の回転初期化と幾何・運動情報を統合した段階的最適化により、センサ非依存で高精度に行う手法を提案した。
- 道路沿いシーンにおけるレンダリング強化型自動画像-点群位置合わせ位置合わせ/キャリブレーション2024/4/1
事前点群からフォトリアルなグレースケール画像をレンダリングし、SAMで抽出した線特徴の再投影誤差を最小化することで、道路沿いカメラの外部パラメータを自動推定する手法を提案。
- 視触覚データを用いた双腕多指ハンドによる技能学習マニピュレーション2024/4/1
低コストな双腕多指ハンドの遠隔操作システムHATOを開発し、触覚センサ付き義手を転用して視触覚データを収集、長期的で高精度なタスクを学習させた。
- 自己センシング型電磁油圧ロボット肩のフィードバック制御ソフトロボティクス2024/4/1
高電圧駆動と低電圧自己センシングを分離した人工筋肉アクチュエータを用い、外部センサなしで2自由度の生体模倣型ロボット肩を閉ループ制御できることを示した研究。
- ERASOR++: 高さ符号化と自己中心比に基づく動的物体除去による静的ポイントクラウドマッピングポイントクラウドマッピング2024/3/1
3Dポイントクラウド地図から動的物体を除去するため、高さ符号化記述子と3つのテスト手法を提案し、精度と効率を向上させた。
- iMove: 生体インピーダンスセンシングによるフィットネス活動認識の探求センサフュージョン2024/2/1
生体インピーダンスとIMUを組み合わせ、対照学習とセンサフュージョンでフィットネス活動認識の精度を向上させる手法を提案。
- Online Efficient Safety-Critical Control for Mobile Robots in Unknown Dynamic Multi-Obstacle Environments2024/2/1
- How Biomimetic Morphing Dorsal Fin Affects the Swimming Performance of a Free-swimming Tuna Robot2023/10/1
- Flexible Informed Trees (FIT*): Adaptive Batch-Size Approach in Informed Sampling-Based Path Planning2023/10/1
- Learning a Stable Dynamic System with a Lyapunov Energy Function for Demonstratives Using Neural Networks2023/9/1
- Learning Variable Impedance Skills from Demonstrations with Passivity Guarantee2023/6/1
- Safe Explicable Planning2023/4/1
- TrajMatch: Towards Automatic Spatio-temporal Calibration for Roadside LiDARs through Trajectory Matching2023/2/1
- Improving Responsiveness to Robots for Tacit Human-Robot Interaction via Implicit and Naturalistic Team Status Projection2023/1/1
- Tac2Structure: Object Surface Reconstruction Only through Multi Times Touch2022/9/1
- PFilter: Building Persistent Maps through Feature Filtering for Fast and Accurate LiDAR-based SLAM2022/8/1
- Model-Based Disturbance Estimation for a Fiber-Reinforced Soft Manipulator using Orientation Sensing2022/6/1
- Path-Aware Graph Attention for HD Maps in Motion Prediction2022/2/1
- Creation of a Modular Soft Robotic Fish Testing Platform2022/1/1
- Enhance Accuracy: Sensitivity and Uncertainty Theory in LiDAR Odometry and Mapping2021/11/1
- Generating Active Explicable Plans in Human-Robot Teaming2021/9/1
- Sim2Real for Soft Robotic Fish via Differentiable Simulation2021/9/1
- Reinforcement Learning for Robot Navigation with Adaptive Forward Simulation Time (AFST) in a Semi-Markov Model2021/8/1
- DRQN-based 3D Obstacle Avoidance with a Limited Field of View2021/8/1
- Barycode-based GJK Algorithm2020/11/1
- Domain Concretization from Examples: Addressing Missing Domain Knowledge via Robust Planning2020/11/1
- Achieving Multi-Tasking Robots in Multi-Robot Tasks2020/7/1
- A Multi-spectral Dataset for Evaluating Motion Estimation Systems2020/7/1
- Interactive Plan Explicability in Human-Robot Teaming2019/1/1
- RGB-D SLAM in Dynamic Environments Using Point Correlations2018/11/1
- Sequence-based Multimodal Apprenticeship Learning For Robot Perception and Decision Making2017/2/1
- Simultaneous Feature and Body-Part Learning for Real-Time Robot Awareness of Human Behaviors2017/2/1
- Explicablility as Minimizing Distance from Expected Behavior2016/11/1
- Plan Explicability and Predictability for Robot Task Planning2015/11/1
- DisCoF$^+$: Asynchronous DisCoF with Flexible Decoupling for Cooperative Pathfinding in Distributed Systems2015/6/1
- Plan or not: Remote Human-robot Teaming with Incomplete Task Information2014/12/1