Chen Chen
Huawei Inc.
収録論文 46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
- Compass 1:単眼RGB動画からのオープンワールド持続型身体性ナビゲーションに向けてナビゲーション2026/11/9
言語理解と動画生成を統合し、約2分の視覚履歴を記憶として遡れる身体性ナビゲーション基盤モデルを提案。大規模データセットも公開し、多様なロボット形態で汎化する。
- HSGNav: 物体移動を伴うマルチスケール生涯ナビゲーションのための仮説シーングラフナビゲーション2026/11/7
家具などの永続的な3D物体と、卓上小物の仮説的な表面物体を分離して管理する仮説シーングラフ(HSG)を提案し、物体の移動や多スケール探索に対応する生涯ナビゲーション手法HSGNavを実現した。
- エージェント型マニピュレーション政策の研究マニピュレーション2026/11/6
汎用AIモデルがマニピュレータを直接制御するエージェント型政策を提案し、実演なしでVLAやWAMを上回る成功率を達成した。
- シミュレーションから獲得する知覚型ヒューマノイド動作sim2real2026/11/4
1000件の手続き生成された家庭環境で視覚・言語・動作データを合成し、実世界未経験のまま実環境で91%の成功率を達成したヒューマノイド自律システムHALOを提案。
- 常識と記憶で拡張した推論による動的環境での物体探索物体探索2026/10/22
エリアの機能に関する常識と蓄積した記憶を組み合わせ、機能別3Dシーングラフを構築して大規模環境での物体探索を効率化するフレームワークを提案した論文。
- 動的環境におけるオープンボキャブラリ検索とナビゲーションのためのアンカー中心オンラインシーン推論システムナビゲーション2026/10/22
屋内環境を安定した意味的アンカーで疎に表現し、マルチモーダル情報を統合したオンラインマッピングとオープンボキャブラリ検索・ナビゲーションを動的環境でも実現するシステムOASISを提案。
- コーディングエージェントの事後学習をロボットプランナに応用するフレームワークVLA2026/10/20
ロボットプランナを対象に、教師あり微調整とマルチターン強化学習を組み合わせた事後学習フレームワークAgenticRoboRLを提案し、9Bモデルの成功率を18.1%から71.0%へ向上させた。
- LiteNWM: 実環境でのオンボード視覚ナビゲーションのための効率的な潜在世界モデルナビゲーション2026/10/8
複数の候補軌道の将来表現を共有エンコーダでまとめて予測し、学習済みスコアラで軌道選択する軽量な潜在世界モデルを提案。実機ナビゲーション成功率を43.3%から83.3%に改善した。
- 階段ポリシー:大規模アクションチャンクを持つ世界行動モデルのストリーミング推論VLA2026/9/29
未来予測に基づく世界行動モデルをストリーミング推論で効率化し、大きなアクションチャンクを段階的に精錬しながら実行することで、長期的なタスクでも高精度・高スループットを実現した研究。
- 密集・不確実な群衆中のロボットナビゲーションのための人-人・人-ロボット相互作用トランスフォーマー (H2INT)ナビゲーション2026/9/4
群衆中のロボットナビゲーションにおいて、歩行者がロボットの存在に応じて動きを変えることを明示的にモデル化する強化学習フレームワークを提案。人-人・人-ロボット関係を階層的に符号化するトランスフォーマーと、応答性を段階的に低下させるカリキュラム学習により、安全性と頑健性を向上させた。
- AquaBEV: 3Dソナー監視による単眼水中BEV占有予測水中ロボティクス/BEV予測2026/9/3
水中ロボットの安全航行のため、単眼RGB画像からBEV占有マップを予測するモデルを提案。訓練時に3Dソナーを幾何学的監視として用い、キャリブレーション不要の極座標表現と因果デコードで精度を向上させた。
- 密集制約環境下でのロボットによる歯牙形成のカバレッジ計画医療ロボティクス2026/8/25
歯科修復のための自動全冠形成を実現するロボットシステムを提案し、解剖学的認識に基づく工具経路計画とクリアランス重視のエンドエフェクタ姿勢割り当てにより、平均0.117mmの精度で歯牙を削合する。
- 商業果樹園における初期段階の解剖学的青果物分類のための軽量マルチモーダル視覚言語フレームワーク農業ロボティクス2026/8/23
商業果樹園で初期段階のリンゴ果実の解剖学的構造(がく片、果実本体、果梗)を分類する軽量な視覚言語モデルを提案し、スライディングウィンドウ推論でヒートマップを生成してロボット間引きに活用する。
- UniWorld-Design: ピクセル生成からレイヤー原生デザインへ画像生成2026/8/4
画像生成をピクセル単位ではなく意味的なRGBAレイヤー単位で行うフレームワークを提案。テキストから独立したRGBA素材を生成するT2RGBAと、完成画像をレイヤーに分解するI2Lの2モデルで構成され、編集や分解を指示可能にする。
- DL-SLAM: 二重レベル確率に基づく動的環境での高忠実度ガウススプラッティングSLAMSLAM2026/7/1
動的環境下での単眼ガウススプラッティングSLAMにおいて、セマンティック情報と幾何情報を組み合わせた二重レベルの確率フレームワークを提案し、動的物体の除去と静的マップの高品質化を実現した。
- 基盤モデル搭載ロボットのセキュリティとプライバシーに関する体系化セキュリティ/プライバシー2026/6/1
基盤モデルを搭載したロボットのセキュリティ・プライバシーリスクを、F-E-S-G(基盤モデル層、具現化システム層、支援エコシステム層、ガバナンス影響層)の4層構造フレームワークと多レベル分類法を用いて96件の論文を体系的に整理・分析した論文。
- GuideWalk: 多様な地形を横断する人型ロボットのための統合型自律ナビゲーションと移動学習歩行2026/6/1
人型ロボットが多様な地形で障害物を回避しながら安定して移動できるよう、ナビゲーションと移動を統合したエンドツーエンドのフレームワークを提案した。
- T-GMP: 地形条件付き生成動作プリエントによる多様で自然な人型ロコモーション歩行2026/6/1
地形条件付きの動作プリエントを学習し、人型ロボットが多様な地形で自然かつ堅牢に歩行できるようにする手法を提案した。
- 低解像度自己中心視覚を用いた能動的知覚のための行動クローニング模倣学習2026/5/1
低解像度の自己中心視覚と行動クローニングを用いて、ロボットアームが物体を見つけて把持するための能動的知覚を獲得できることを示した論文。
- 接触走査から姿勢推定へ:相補形状ドッキングによるプローブ対応位置合わせ位置合わせ2026/5/1
光学的手法に頼らず、プローブの掃引体積と対象物の相補形状ドッキングとして接触位置合わせを定式化し、高精度な位置合わせを実現する手法を提案した。
- 投影到達可能速度空間:瞬時評価と旅行時間を結ぶ運転効率指標自動運転2026/4/1
自動運転車の非効率な運転行動を評価するため、瞬時と旅行レベルの両方で一貫した運転効率指標「投影到達可能速度空間(PASS)」を提案した。
- 2自由度クランクスライダ機構を用いたワイヤ駆動ロボット魚の設計・モデリング・方向制御水中ロボット2026/3/1
推進と操舵を分離する2自由度クランクスライダ機構を備えたワイヤ駆動ロボット魚を設計し、モデリングと制御戦略を提案、試作実験で遊泳・旋回・方向制御を実証した。
- 冗長ロボットの適応的視覚ベース制御とヌル空間インタラクションによる人間ロボット協調制御2026/3/1
冗長ロボットのタスク空間での適応的視覚ベース制御とヌル空間でのインタラクション制御を組み合わせた新しい制御方式を提案し、未知環境での自律タスク実行と人間との安全な協調を実現した。
- 過駆動チルトクアッドロータにおける俊敏で堅牢な全方向空中運動の学習飛行制御2026/2/1
強化学習を用いて、チルト可能な過駆動クアッドロータの全方向運動制御を実現し、システム同定とドメインランダム化で実機にゼロショット転移した研究。
- CLARITY: 潜在空間における文脈対応疾患軌跡モデリングによる治療意思決定支援の医療ワールドモデル医療AI/意思決定支援2025/12/8
患者ごとの時間・臨床文脈を潜在空間に統合し、治療条件付きの疾患進行を予測して個別化治療計画を生成する医療ワールドモデルを提案。
- NavigScene:視覚範囲を超えた自動運転のための局所知覚とグローバルナビゲーションの橋渡し自動運転/VLA2025/7/1
局所的な視覚情報とグローバルなナビゲーション情報を統合する補助データセットNavigSceneを提案し、ナビゲーション誘導の推論・選好最適化・視覚言語行動モデルの3手法で自動運転の知覚・予測・計画・QA性能を向上させた。
- 大範囲で高精度な物体移動を実現するロボットハンド内マニピュレーション:RGMC優勝ソリューションマニピュレーション2025/2/1
指先のみで把持中の物体を安定に保ちながら高精度かつ広範囲に動かすため、物体形状や事前学習を必要としない運動学的軌道最適化手法を提案し、ICRA 2024のRGMCハンド内操作部門で優勝した。
- 最適化ベースの視覚慣性ナビゲーションシステムのための汎用オンライン時間キャリブレーション視覚慣性ナビゲーション2025/1/1
視覚慣性ナビゲーションにおいて、カメラとIMU間の時間オフセットを最適化の状態変数として組み込み、オンラインで推定する汎用手法を提案。EuRoCとシミュレーションで精度と収束速度の向上を示した。
- ARMOR: ヒューマノイドロボットの衝突回避と動作計画のための自己中心知覚動作計画2024/12/1
ウェアラブル深度センサを活用した自己中心的な知覚システムARMORを開発し、模倣学習ポリシーと組み合わせてヒューマノイドロボットの動的な衝突回避と動作計画を実現した。
- 超大規模マルチロボットタスク計画のためのスケーラブルな階層型強化学習群制御2024/12/1
ロボット移動型フルフィルメントシステムにおける超大規模マルチロボットタスク計画に対し、階層型時間注意ネットワークと多段階カリキュラム、反事実ロールアウトベースラインを組み合わせた階層型強化学習プランナを構築した。
- 人間の意図を考慮したコンプライアンスによる安全なロボット超音波スキャンのための統合対話制御フレームワークマニピュレーション2024/11/1
超音波スキャンロボットにおいて、人間の意図的な介入と意図しない衝突の両方に対応し、滑らかに遷移する統合制御フレームワークを提案した。
- ハイブリッド拡張知能によるロボット経カテーテル三尖弁置換術:新たなパラダイムと初の生体内研究手術ロボット2024/11/1
三尖弁逆流症に対するロボット支援経カテーテル三尖弁置換術のシステムを開発し、強化学習とモンテカルロ確率マップ、人間-ロボット協調制御を組み合わせたハイブリッド拡張知能を導入して、ファントムおよび初の動物実験で有効性を実証した。
- 局所ポリシーによるゼロショット長期的マニピュレーションsim2real2024/10/1
ロボットの絶対姿勢や物体配置に依存しない「局所ポリシー」を基盤モデルと組み合わせ、シミュレーションから実機へのゼロショット転移で最大8段階の長期タスクを実現した。
- GLC-SLAM: 効率的なループクロージャを備えたガウススプラッティングSLAMSLAM2024/9/1
3Dガウススプラッティングを用いたSLAMにおいて、階層的ループクロージャとサブマップ分割により大規模環境での追跡誤差とマップドリフトを低減する手法を提案した。
- 視覚的注意に基づく認知的人間-ロボット協調によるロボット支援整形外科手術における椎弓根スクリュー配置人間-ロボット協調2024/5/1
術者の視覚的注意をモデル化し、AR・触覚インターフェースと共有制御を組み合わせることで、整形外科手術のドリル穿孔とスクリュー配置を安全かつ人間参加型で協調実行する枠組みを提案した。
- NID-SLAM: 動的環境におけるニューラル暗黙表現ベースのRGB-D SLAMSLAM2024/1/1
動的環境でのニューラルSLAMの性能を向上させるため、深度情報を活用したセマンティックマスクの補正と動的シーン向けキーフレーム選択戦略を提案し、カメラ追跡精度とマッピング品質を改善した。
- 自宅での自立:四肢麻痺者がモバイルマニピュレータを遠隔操作するためのウェアラブルインターフェース遠隔操作2023/12/1
頭部に装着する慣性式ウェアラブルデバイスHATを開発し、四肢麻痺のあるヘンリー・エバンス氏との7日間の在宅研究で、モバイルマニピュレータの遠隔操作における有効性を評価した。
- オフライン強化学習のためのサポート付き信頼領域最適化オフライン強化学習2023/11/15
行動方策のサポート内に方策を制約する信頼領域最適化手法STRを提案し、理論的な方策改善保証とMuJoCo・AntMazeでの高性能を示した。
- 力覚フィードバックモデルに基づくロボット研磨スキルの適応調整マニピュレーション2023/10/1
ロボット研磨作業において、力覚フィードバックモデルを位相変調対角リカレントニューラルネットワーク(PMDRNN)で学習し、動的運動プリミティブ(DMP)と組み合わせてスキルをリアルタイムに適応調整する手法を提案した。
- UDTIRI: オンラインオープンソース知能道路検査ベンチマークスイートベンチマーク/道路検査2023/4/1
都市デジタルツイン向けに、道路のポットホール検出タスクを対象としたオンラインオープンソースベンチマークを構築し、1000枚の注釈付き画像で最先端の物体検出・セグメンテーション手法を評価した。
- 超音波スキャンロボットのマルチモーダル相互作用制御:安全な人間誘導と接触回復医療ロボティクス2023/2/1
超音波スキャンロボットにおいて、スキャン・回復・人間誘導の3つのモードを単一の制御入力に統合し、医師との協調作業における効率と安全性を両立させる手法を提案した。
- ARと触覚の複合インタフェースによる人とロボットの補完的協働フレームワークヒューマンロボット協働2022/10/1
視覚適応制御でロボットがタスクを遂行し、人間がヌル空間で介入する協働フレームワークを提案。ARと触覚の複合インタフェースで安全と効率を両立させる。
- BANet: 境界認識ネットワークによる運動予測運動予測2022/6/1
車線境界線などのベクトルマップ要素を追加で符号化することで、LaneGCNを改良した運動予測モデルBANetを提案し、Argoverse2コンペティションで1位を獲得した。
- 混合交通の信号交差点における自動運転の統合意思決定と制御のための自己学習知能自動運転/強化学習2021/10/1
車・自転車・歩行者が混在する信号交差点に対応するため、参加者の種類や数を柔軟に扱える動的置換状態表現を導入し、統合意思決定・制御の枠組みで安全な運転方策をオフライン学習する手法を提案した。
- 手の形態学的トポロジーに基づく単一深度画像からの3D手姿勢推定ネットワークHMTNet3D姿勢推定2019/11/1
手の関節分布を木構造ネットワークで表現し高次依存関係を活用することで、単一深度画像からの3D手姿勢推定精度を向上させた研究。
- 合成データを用いた単一RGB画像からの光沢・無テクスチャ物体の姿勢推定6D姿勢推定2019/9/1
光沢のある金属部品の6D姿勢推定を物体検出・輪郭キーポイント検出・姿勢最適化の3段階で行い、実写真なしで自動生成した合成データのみで学習して実環境でも機能する手法を提案した。
