Yutong Liang
University of California San Diego
収録論文 8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
- FINGR: 実世界でのルービックキューブ解法のための巧みな手の制御学習マニピュレーション2026/9/27
指先基準の幾何表現と将来の接触・回転進捗を予測する補助タスクを組み合わせた方策を学習し、実機の巧みな手でルービックキューブの層回しを高成功率で実現した。
- FACT: 失敗を考慮した因果的ワールドアクションモデル訓練VLA2026/8/1
ワールドアクションモデルに失敗データを組み込み、行動の結果を予測させることで、将来予測の偏りを減らし、操作タスクの性能を向上させる手法を提案した。
- ConTrack: 適応的トレードオフ制御による拘束付き手の動作追跡模倣学習/強化学習2026/6/1
物体追跡を制約とし、残りの制御権を動作忠実度に割り当てる強化学習フレームワークを提案。長期的な接触豊富な手の動作追跡を安定化し、シミュレーションと実ロボットで精度を向上させた。
- 視覚言語行動モデルのためのクロスハンド潜在表現VLA/器用操作2026/3/1
多様な器用なロボットハンド間で共有可能な統一潜在行動空間を導入し、標準的なVLAアーキテクチャに組み込むことで、クロスエンボディメント学習を可能にするXL-VLAを提案した。
- DexterCap：巧みな手と物体の操作を捉える低コスト自動キャプチャシステムマニピュレーション2026/1/1
手指の自己遮蔽に強いコード化マーカーと自動再構成パイプラインにより、低コストで巧みな手内操作を光学キャプチャするシステムを提案し、多様な操作行動を含むデータセットDexterHandを公開した。
- GSWorld：ロボットマニピュレーションのための閉ループ写実的シミュレーションスイートsim2real2025/10/1
3Dガウシアンスプラッティングと物理エンジンを組み合わせ、実機データからの方策評価やsim2real学習を閉ループで行える写実的マニピュレーションシミュレータを提案。
- 都市風推定のためのクラスタベース確率論的枠組みによるセンサ最適化センサ最適化/風推定2025/9/1
複雑な都市地形でのドローン飛行経路における風速推定のため、物理情報を組み込んだ機械学習フレームワークを提案し、センサ位置を自由に最適化して不確実性を最小化する。
- RoboVerse：スケーラブルで汎化可能なロボット学習のための統合プラットフォーム・データセット・ベンチマークsim2real2025/4/1
複数のシミュレータとロボット形態に対応する統合シミュレーション基盤MetaSimと、高品質な合成データセット、模倣学習・強化学習の統一ベンチマークを提供するフレームワークを提案。