Research · 研究
私はロボットに 現実世界に向けた 幾何的・物理的常識を獲得させたいと考えています。 現在の研究は互いに支え合う 3 本の柱から成り立っています —— VLA モデルによる接触豊富な操作、 動的環境下の強化学習ナビゲーション、 そして 脚式ロボットのエンドツーエンド運動制御と実機デプロイ です。
1 · VLA モデルの幾何的失敗と特権幾何蒸留
Tsinghua SIGS · 2025.10 – 現在 · In Preparation
現在の視覚言語行動（VLA）モデル —— pi0.5、TA-VLA など —— は、接触豊富なタスクや配置タスク において、遮蔽 / 深度の曖昧性 が原因で幾何的に致命的な失敗をしばしば起こします。軌道はおおむね正しく見えても、最後の数センチメートルで決定的な幾何的手がかりを失うのです。
進めている研究：
- 双腕松霊 + Jetson AGX Orin プラットフォームで、固有受容感覚 + 双 D405 + 頭部 D435 のマルチモーダルデータを収集。光モジュール挿入や物体配置といった高い接触感度を要するタスクを対象とする。
- action-conditioned 2.5D interaction map を構築し、行動条件付き幾何を特権情報として、RGB-D 入力のみのデプロイモデルに蒸留する。
- 拡散方策、フローマッチング、自己回帰、ハイブリッド型 VLA のアーキテクチャを、高頻度行動生成と接触状態モデリングの観点から系統的に比較する。
目標：身体性 AI 関連の主要会議への第一著者投稿。実機による接触タスクの成功率を最終的な評価指標とする。
2 · 動的障害物下の強化学習ローカルプランニング
Eastern Institute of Technology, Ningbo · 2026.01 – 現在 · T-RO / TMECH 投稿予定
古典的な DRL-DCLP のローカルプランニングは主として 静的障害物 を対象としてきましたが、私が参加している共同研究はこれを 動的・混合密度 な環境へ拡張します：
- MDP の再設計：footprint の異なるロボットに対して、動的障害物下の状態空間と報酬を再定義。
- 8 段階カリキュラム：StageRos 上で段階的に難易度を上げる学習環境を設計。隣接ステージで地図サイズを 0.8× に縮小、静的密度を増加、動的障害物数をハイパーパラメータ化。
- 時系列動的エンコーディング：複数障害物の時系列状態を陽に符号化し、方策・価値ネットワークに統合することで、強い遮蔽・強い相互作用の場面における汎化と頑健性を向上。
3 · 四足ロボットのエンドツーエンド運動制御と LiDAR ナビゲーション
XJU Innovation Lab · 2025.06 – 現在 · ICIC 2026 Oral, Accepted
完結した sim-to-real のループ：
- Isaac Gym / Isaac Lab で PPO・N-P3O により多地形運動方策を学習し、3 種以上の地形へ汎化。
- 自設計の四足ロボットで、まず MuJoCo にて sim-to-sim、続いて実機で sim-to-real を実施。
- 10 N 以上の外乱に耐え、歩行 0.8 m/s、走行 2 m/s、匍匐などを 4 種類の屋内外地形と斜面で安定実現。
- fast_lio / point_lio により屋内外で SLAM を行い、ROS 2 Nav2 と A* / Dijkstra、AMCL を組み合わせて自律ナビを構築。
Outcome：第一著者論文 1 本が ICIC 2026 に Oral, Accepted で採択。
4 · 過去の研究 · イチゴ病害虫の深層学習モニタリング
Xinjiang University · 2024.06 – 2026.01 · Closed
YOLOv8 + 注意機構 + 改良 FPN により、小物体の再現率 +15 %、識別精度 +25 %。組込み向けにプルーニング・量子化。クローラ式車両 + アームの協調制御と逆運動学ソルバも実装。国家級学生創新創業計画 — 優秀結題、意匠特許 1 件（第一発明者）、ソフトウェア著作権 1 件（共同）。
What's Next
- 2026 年前半：VLA 幾何蒸留法の実験を完了し、第一著者として投稿。RL 動的ナビゲーションの強力なベースラインを確立。
- 2026 年後半：大学院・サマーリサーチへの応募。接触認識 × 幾何推論 に焦点を絞り、身体性 AI の方向で研究を継続。
ご関心があれば、ぜひメールをお送りください：13325905201@163.com。