Zizhao Yuan

The Hong Kong University of Science and Technology (Guangzhou)

収録論文 6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

• キモード・ポリシー：ヒューマノイドの移動操作のための運動学的アクションモデル学習
  ヒューマノイド/移動操作2026/11/8

  全身運動の生成モデルを土台にした運動学的アクションモデルを提案し、視覚条件付けと階層制御でヒューマノイドの移動しながらの操作を実現した論文。

• ForeAct：世界表現から幾何学誘導で行動を学習する手法
  VLA2026/11/8

  事前学習済み動画世界モデルを単一パスで再利用し、次フレームの相対深度で教師付けした学習可能トークンにより、低遅延かつ未来を考慮した行動生成を実現した研究。

• 力に敏感なマニピュレーションのためのカリキュラム：触覚反射制御による把持行動の形成
  触覚2026/9/22

  触覚反射制御をデータ収集時の教師として用い、力に敏感な物体の把持を学習させる手法を提案し、その有効性を検証した。

• ゲームプレイから方策へ：ゲーム化されたロボット不要のインタラクションによるスケーラブルなロボットデータ収集
  VLA2026/9/16

  VRゲームで人間の操作データを収集し、ロボットに転移する枠組みを提案。ゲームから実機へのギャップを埋めるGame2Policyにより、少数の実機デモで成功率が向上することを示した。

• 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。

• 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。