Yuetong Fang
HKUST(GZ)
収録論文 9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
- 学習された点群対応によるヒューマノイドの統合モーションリターゲティングモーションリターゲティング2026/9/2
人手による対応付けを必要とせず、点群の密な対応を学習することで、多様なモーションソースやロボット形態に対して統一的にモーションリターゲティングを行うフレームワークを提案した。
- HumanoidArena: 自己中心視点の階層的全身体学習のベンチマークヒューマノイド制御2026/6/1
ヒューマノイドロボットの階層的制御（高レベル方策と低レベル運動追跡器）の性能を評価する新しいシミュレーションベンチマークを提案し、脚部が重要な7つのタスクを設計して、方策と追跡器のインターフェースの実行可能性や頑健性を検証する。
- ニューロモルフィック強化学習による移動型ロボットフルフィルメントシステムの効率的経路探索経路探索2026/6/1
移動型ロボットフルフィルメントシステムの経路探索を、スパイクニューラルネットワークを用いたニューロモルフィックチップ上で実行する強化学習フレームワークを提案し、GPU比で約1万倍の省エネと約2倍の低遅延を実現した。
- 視覚と言語によるナビゲーションの限界は何か？ナビゲーション2026/5/1
シミュレーションから実世界への展開で性能が低下するVLNエージェントの問題を解決するため、ステレオ視覚と目標位置の事前知識を用いたStereoNavを提案し、少ないパラメータとデータで最先端の性能を達成した。
- UniGround: トレーニング不要のシーン解析によるユニバーサル3Dビジュアルグラウンディング3Dビジュアルグラウンディング2026/3/1
3Dシーン内の物体を自然言語記述で特定する3Dビジュアルグラウンディングにおいて、既存の候補生成と視覚情報のボトルネックを解決するゼロショットフレームワークUniGroundを提案した。
- 球面潜在運動プリオによる物理ベース人型ロボット制御運動プリオ/人型制御2026/3/1
物理ベースの人型ロボット制御のための新しい運動プリオ学習法を提案。追跡コントローラを球面潜在空間に蒸留し、情報損失なく安定したランダムサンプリングを実現する。
- 人間型ロボット制御の能力を拡張する反復閉ループ動作合成ヒューマノイド制御2026/2/1
物理ベースの人間型ロボット制御において、動作データを自動生成し反復的に難易度を高める閉ループフレームワークを提案。AMASSの約1/10のデータ量で失敗率を45%削減した。
- HERO: 移動可能障害物を考慮した階層的走行可能3Dシーングラフによる身体性ナビゲーションナビゲーション2025/12/1
操作可能な障害物を通路として扱う階層的3Dシーングラフを構築し、障害物のある環境でのナビゲーション効率と到達性を大幅に改善した。
- DreamNav: 軌道ベースの想像フレームワークによるゼロショット視覚言語ナビゲーションVLA2025/9/1
自己中心視点のみを用いて、軌道レベル計画と能動的想像を統合したゼロショット視覚言語ナビゲーション手法を提案し、VLN-CEと実世界でSOTAを達成した。