Yunfeng Lin
収録論文 7本 ・ フィジカルAI/ロボット学習
全身制御sim2real歩行
※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
- EAGLE: 具現化を考慮した汎用・特化蒸留による統合ヒューマノイド全身制御全身制御2026/2/1
汎用ポリシーとロボット特化ポリシーを反復的に蒸留し合うことで、複数の異なるヒューマノイドを単一のポリシーで制御できる全身制御手法を提案した。
- UniCon：異種ロボット間の効率的な学習転送を実現する統合システムsim2real2026/1/1
ロボットの状態・制御・計測を標準化し、実行グラフでワークフローを分解する軽量フレームワークUniConを提案。ROSより高効率な推論とsim-to-real転送を実現し、7社12機種以上で実証。
- H-Zero: ヒューマノイド横断歩行事前学習による少数ショット新規身体転移歩行2025/12/1
複数のヒューマノイドで歩行方策を事前学習し、未知のヒューマノイドや直立四足歩行ロボットへ30分の微調整で転移できることを示した研究。
- シミュレーションと同じ操作を実現：ロボットにおける正確な幾何認識の実現sim2real2025/9/1
深度カメラのノイズを除去して正確なメートル深度を推定するCamera Depth Models（CDMs）を提案し、シミュレーションで訓練した方策を実世界ロボットにそのまま適用可能にした。
- D4W: 車輪ロボットのための信頼性の高いデータ駆動型ダイナミクスsim2real2024/11/1
実世界のセンサデータから車輪ロボットの正確なダイナミクスモデルを学習し、シミュレーション精度を高めるフレームワークを提案。
- GenSim2: マルチモーダル推論LLMによるロボットデータ生成のスケーリングsim2real2024/10/1
マルチモーダル推論LLMを活用して多様なシミュレーションタスクとデモデータを自動生成し、生成データで学習するマルチタスク方策により実機へのゼロショット転移や実データとの共同学習で性能向上を実現した。
- 世界モデルに基づく知覚による視覚的脚式移動歩行2024/9/1
環境の世界モデルを構築し、それを用いて視覚入力から直接脚式ロボットの制御方策を学習する手法を提案。シミュレーションで訓練しながら実世界でも正確な予測が可能で、従来手法より高い走破性と頑健性を示した。