Chen Feng
Amazon FAR
収録論文 52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
- 固有感覚の部分観測下における変形物体の運動推定:予測的潜在ダイナミクスによるアプローチ変形物体推定2026/11/8
固有感覚センサのみで変形物体の運動を推定するため、潜在状態が将来の観測を予測できるよう自己教師あり制約を課す学習フレームワークDeepSoMoを提案し、有限要素シミュレーションで軌道・姿勢・形状・接触推定の改善を示した。
- 進捗推定で文脈検索するVLAのインコンテキスト学習VLA2026/11/5
参照動画からタスク進捗を推定する価値関数を用いて、現在の実行段階に合った実演チャンクを検索し、VLAモデルのインコンテキスト学習を実現した研究。未見の実世界マニピュレーションで成功率を6.2%から23.8%に向上させた。
- 力に反応するヒューマノイドの移動操作を学習するフレームワークFLORE移動操作2026/10/26
力覚付きハンドヘルドグリッパとウェアラブルトラッカーで実演を収集し、視覚・固有感覚・力覚を入力とする拡散ポリシーと力追従型全身コンプライアンス制御で、両手と全身の接触力を協調させるヒューマノイドの移動操作を実現した。
- RoPT: 動画中のロバストな6DoF物体姿勢追跡物体姿勢追跡2026/10/20
視覚認識・時系列キネマティクス・再位置推定を統合した閉ループ型の6DoF物体姿勢追跡フレームワークを提案し、高速運動下での追跡破綻を大幅に改善した。
- StopWatch: 物体ゴールナビゲーションのためのゴールグラウンディング物体ゴールナビゲーション2026/10/16
VLMベースの物体ゴールナビゲーションの失敗原因がゴールの認識不足にあると特定し、ゴールを明示的にグラウンディングすることで6つのベンチマークで最高性能を達成した論文。
- 可動穴へのペグ挿入のための視覚・力アドミタンス学習マニピュレーション2026/9/12
視覚フィードバックと高頻度の力ベースモデルを融合し、動的な環境でもミリメートル精度でペグ挿入を実現する枠組みを提案。
- Chain-SLAM:連鎖ループ閉じ込みによるマルチセッションLiDAR SLAMのグローバルに一貫したバックエンドSLAM2026/9/10
複数セッションで取得したLiDAR地図を、連鎖的なループ閉じ込みと因子グラフ最適化によりオンラインで統合し、大規模環境でもグローバルな幾何一貫性を保つSLAMバックエンドを提案。
- WildCity: 実世界の都市規模テストベッド - レンダリング、シミュレーション、空間知能のための空間知能/都市規模再構築2026/7/7
自律走行車両が収集した都市規模のマルチモーダルデータセットを構築し、都市全体の3D再構築とクローズドループシミュレーションのベースラインを確立した。
- 観測品質が重要: 失敗指向解析による頑健なマルチ魚眼カメラキャリブレーションカメラキャリブレーション2026/7/1
マルチ魚眼カメラのキャリブレーション失敗の主因が内部パラメータ初期化にあることを解析し、それを踏まえたデータ構築フレームワークCO-Calibを提案。成功率を68.1%から99.3%に向上させた。
- FC-Vision: 未知環境における遮蔽物のない航空目標構造物スキャンのためのリアルタイム可視性認識リプランニング飛行ロボティクス/再計画2026/2/1
飛行中に未知の障害物が現れても、目標構造物の遮蔽を能動的に回避しながらリアルタイムで経路を再計画し、スキャン品質を保つフレームワークを提案した。
- EgoPush: 移動ロボットのための自己中心視点によるエンドツーエンド多物体再配置学習マニピュレーション2026/2/1
単一の自己中心カメラ映像のみから、移動ロボットが散らかった環境で複数物体を押して再配置する方策を、特権RL教師から視覚生徒への蒸留で学習し、実機へゼロショット転移した研究。
- FlyCo: 基盤モデルを活用したドローンによるオープンワールド環境での自律的3D構造スキャン自律飛行2026/1/1
テキストや視覚的指示から、基盤モデルを活用した知覚・予測・計画ループにより、未知環境でドローンが対象構造物を自律的に3Dスキャンするシステムを提案。
- Wanderland:オープンワールド身体性AIのための幾何学的に接地したシミュレーションsim2real2025/11/1
実世界のマルチセンサーキャプチャから高精度な幾何学とフォトリアルな描画を両立する実→シミュレーション基盤を構築し、屋内・屋外都市シーンのデータセットを整備して、身体性ナビゲーションの再現可能な評価基盤を提供する。
- 意図から実行へ:Vision-Language-Actionモデルの汎化境界を探るVLA2025/6/1
VLAモデルの汎化能力を体系的に評価するため、言語・視覚・物体に関する50のシミュレーションタスクを用意し、最先端モデルが知覚や計画は得意でも、分布外の状況では動作実行が崩れることを示した。
- 外挿的な都市ビュー合成ベンチマークsim2real2024/12/1
自動運転向けの新規視点合成(NVS)において、訓練視点から大きく外れた視点での性能を評価する初のベンチマークEUVSを構築し、既存手法が訓練視点に過適合しやすいことを示した。
- データ多様性の敵対的活用による視覚的ローカリゼーションの改善視覚的ローカリゼーション2024/12/1
外観多様性を持つ3Dガウススプラッティングで訓練データを合成し、敵対的判別器でsyn-to-realギャップを埋めることで、絶対姿勢回帰のロバスト性を大幅に向上させた。
- CityWalker: Web規模の動画から身体性を伴う都市ナビゲーションを学習ナビゲーション2024/11/1
Web上の街歩き・運転動画から行動教師信号を抽出し、地図なし・路上外でも動ける都市ナビゲーション方策を大規模模倣学習で獲得した研究。
- FusionSense: 常識・視覚・触覚を融合したロバストな疎視点再構成触覚2024/10/1
基盤モデルの事前知識と視覚・触覚の疎な観測を統合し、透明・反射・暗色物体でも高精度に3D再構成するフレームワークを提案。
- VLMが見て、ロボットが動く:人間のデモ動画からロボット行動計画を生成VLA2024/10/1
視覚言語モデル(VLM)を用いて人間のデモ動画を解釈し、ロボットのタスク計画を自動生成する手法SeeDoを提案。キーフレーム選択と視覚認識、VLM推論を統合し、シミュレーションと実機で有効性を検証した。
- SOAR: 異種UAV群による探索と撮影の同時実行で高速自律再構成群制御2024/9/1
LiDAR搭載の探索機とカメラ搭載の撮影機からなる異種マルチUAVシステムを提案し、探索と撮影を並行して進めることで複雑環境の高速な3次元再構成を実現した。
- FALCON:カバレッジ経路誘導による高速自律飛行探索自律探索2024/7/1
未探索領域を効率的にカバーする経路を生成し、階層的な計画でドローンの自律探索を高速化するフレームワークを提案。
- どこにいるか教えて:マルチモーダルLLMによる場所認識VLA2024/6/1
視覚基盤モデルで候補地点を検索し、マルチモーダルLLMが各候補を言語推論で比較して最終決定する、追加学習不要の視覚的場所認識手法を提案。
- 外部測位・時刻同期デバイス不要のロバスト協調知覚協調知覚2024/5/1
各エージェントの検出物体から顕著物体グラフを構築し、グラフニューラルネットで共通部分グラフを同定することで、外部の測位・時計デバイスなしに相対姿勢と時刻を推定する協調知覚システムを提案。
- 重要なものだけを記憶する:多重走行からの創発的シーン分解3Dマッピング2024/5/1
同じ領域を複数回走行したRGB動画から、自己教師ありで環境と一時的物体を分離し、3Dガウシアンマップを構築する手法を提案。
- OmniNxt:全方位視覚知覚を備えた完全オープンソースのコンパクト空中ロボット空中ロボット/全方位視覚2024/3/1
全方位カメラを搭載した空中ロボットのハードウェアとソフトウェアを完全オープンソースで提供し、限られた計算資源で高精度な自己位置推定とリアルタイム高密度マッピングを実現した。
- EgoPAT3Dv2: 一人称視点の2D画像から3D行動ターゲットを予測し人間-ロボット協調を実現人間-ロボット協調2024/3/1
一人称視点のRGB画像のみから手の動作の3D目標座標を予測するデータセットとアルゴリズムを拡張し、実機ロボットでその有用性を示した研究。
- MASSTAR: 表面予測と補完のためのマルチモーダル大規模シーンデータセットと汎用ツールチェーン3Dシーン理解2024/3/1
複雑な3D環境から高品質なシーンモデルとマルチモーダル情報を効率的に抽出するツールチェーンを開発し、1000以上のシーンモデルを含む大規模データセットを構築した。
- Star-Searcher: 複雑未知環境における自律的目標探索のための完全かつ効率的な空中システム経路計画2024/2/1
複雑な未知環境でUAVが自律的に目標を探索するためのシステムを提案し、視認性に基づく視点クラスタリングと履歴を考慮した階層的経路計画により、探索効率と完全性を向上させた。
- 協調的視覚位置認識VPR2023/10/1
複数のロボットが視覚特徴を共有し、類似度正則化情報融合でノイズを抑えつつ位置認識精度を高める協調的VPRフレームワークを提案した。
- AutoTrans: 自律UAVによる吊り下げペイロード輸送のための計画・制御フレームワーク飛行制御2023/10/1
吊り下げ型ペイロードを搭載したUAVの完全自律輸送を実現するため、全身の安全性と動的実現可能性を考慮したリアルタイム軌道計画法と、階層的擾乱補償を備えた適応NMPCを提案した。
- LiDARを用いた4D占有補完と予測4D知覚2023/10/1
自動運転向けに、LiDARの占有情報を補完し将来予測する新タスクOCFを提案し、大規模データセットOCFBenchとベースラインを構築した論文。
- FC-Planner: 骨格誘導による複雑3Dシーンの高速空中被覆計画フレームワーク被覆計画2023/9/1
複雑な3Dシーンを骨格ベースで分割し、並列計画によってUAVの被覆経路を前処理なしで高速に生成する手法を提案した。
- MacFormer: 地図とエージェントを結合したTransformerによるリアルタイムで堅牢な軌道予測軌道予測2023/8/1
地図制約をネットワークに明示的に組み込む2つのモジュールとマルチタスク最適化戦略、双方向クエリ方式を提案し、ArgoverseやnuScenesで最高精度かつ最小の推論遅延とモデルサイズを実現した軌道予測フレームワーク。
- 凹性誘導距離による非配向点群の分解点群処理2023/6/1
点群中の2点間の非類似度を測る凹性誘導距離(CID)を提案し、メッシュ化や法線推定なしに点群のインスタンス分割や凸部分へのグループ化を可能にした。
- 特徴空間におけるタスク・運動模倣によるメトリックフリーなトポロジカルマッピング探索ナビゲーション2023/3/1
画像特徴空間上でタスク計画と運動計画を模倣学習により行い、未知環境のトポロジカルマップを構築する軽量な探索手法を提案。
- Among Us: コンセンサスによる敵対的ロバスト協調知覚協調知覚/敵対的ロバスト性2023/3/1
複数ロボットの協調知覚において、攻撃メカニズムを知らなくても未知の敵対者に頑健なサンプリングベース防御戦略ROBOSACを提案し、自動運転の協調3D物体検出で検証した。
- 空気圧ソフトロボットの3D固有感覚センシングに向けたゼロショットSim-to-Real転移学習sim2real2023/3/1
空気圧ソフトロボットの全形状を内蔵カメラで推定するため、高忠実度点群を生成するシミュレーション環境を構築し、実機へのゼロショット転移を実現した研究。
- PredRecon: 予測を活用した高速・高品質な自律空中3次元再構成のための計画フレームワーク経路計画2023/2/1
部分的な再構成から対象物の大まかな完全形状を予測し、その予測に基づいて効率的な飛行経路を自律生成することで、高速かつ高品質なUAVによる3次元再構成を実現する。
- VoxFormer: カメラ画像からの3D意味シーン補完のためのスパースボクセルトランスフォーマー3Dシーン補完2023/2/1
2D画像のみから、見えていない部分も含めた完全な3Dボリューム意味情報を推定するTransformerベースの手法を提案。可視ボクセルから密なボクセルへと段階的に補完する。
- 姿勢誤差に頑健な協調3D物体検出協調認識2022/11/1
複数エージェントの協調による3D物体検出において、姿勢推定誤差があっても高精度を維持するCoAlignを提案。エージェント-物体姿勢グラフとマルチスケール融合で誤差に頑健な検出を実現した。
- 粒子ロボットのナビゲーションと物体操作のための深層強化学習環境群制御2022/3/1
粒子ロボットの制御に深層強化学習を適用するため、OpenAI GymとPymunkを用いた2Dシミュレータと新タスクを構築し、既存DRLアルゴリズムのベンチマークを提供した論文。
- 蒸留コラボレーショングラフによるマルチエージェント知覚マルチエージェント知覚2021/11/1
教師モデルから知識蒸留した行列値エッジ重み付き協調グラフ(DiscoGraph)を提案し、単一視点入力の学生モデル(DiscoNet)で帯域と性能のトレードオフを改善するマルチエージェント3D物体検出を実現した。
- 粘弾性流体を用いた移動型3Dプリンティングロボットのシミュレーションsim2real2021/10/1
Gazebo上で粒子ベースの粘弾性流体シミュレーションと粒子-メッシュ変換を統合し、移動型3Dプリンティングロボットのリアルタイムシミュレーションを可能にした研究。
- プロジェクタ誘導による非ホロノミック移動ロボット3Dプリンティング移動マニピュレーション2021/5/1
プロジェクタと学習ベースの視覚サーボで移動ロボットを誘導し、高価な外部測位装置なしでミリメートル精度の印刷軌道を追従させる低コスト移動型FDM 3Dプリントシステムを開発した。2台のロボットで80cm×30cmの物体を協調印刷し、大型化の可能性を示した。
- 弱教師あり深層測位フレームワークDeepGPS測位2021/4/1
各観測の正解位置を使わず、車輪エンコーダの移動距離を制約とした弱教師あり学習でPoseNetを訓練し、2%未満の相対測位誤差を実現した。
- 移動を伴う建設タスクのナビゲーションと構築を同時に評価するベンチマーク環境ナビゲーション・構築ベンチマーク2021/3/1
GPSなしで環境を移動しながら設計通りに構造を変更する移動建設タスクをPOMDPとして定式化し、1/2/3Dグリッドワールドで従来手法と深層強化学習を比較評価したベンチマークを提案する。
- DR²Track: 妨害物体抑制型動的回帰によるUAV向けリアルタイム視覚追跡視覚追跡2020/8/1
検出フェーズの応答マップの局所最大点から妨害物体を自動特定し、回帰学習時にその応答を抑制することで回帰目標を動的に適応させ、UAV視覚追跡のロバスト性と適応性を向上させた研究。
- 失敗からの自動復帰と再初期化を備えたUAVオンライン追跡のためのスケール・アスペクト比同時最適化UAV追跡2020/8/1
位置予測とサイズ推定を別々の2Dフィルタに分担させ、2段階の再検出戦略で長期追跡の失敗から自動復帰するリアルタイムUAV追跡手法を提案した論文。
- 深層視覚センシングによるソフトボディのリアルタイム3D固有感覚触覚2019/4/1
内部カメラとCNNを用いてソフトボディの高解像度3D形状をリアルタイム(2.5ms/フレーム以下)で推定するフレームワークを提案し、高い精度(相対誤差1%以下)を実現した。
- DeepMapping: 複数点群からの教師なし地図推定SLAM2018/11/1
2つの深層ニューラルネット(位置推定ネットと地図ネット)を教師なし損失で学習させ、複数の点群を初期値に依存せず大域的に位置合わせする枠組みを提案。LiDAR SLAMへの拡張も示す。
- エッジ位置ずれの同時補正と学習エッジ検出2018/8/1
エッジ検出学習でラベルの位置ずれが精度を大きく下げる問題に対し、位置合わせを潜在変数最適化としてネットワーク訓練中にエンドツーエンドで学習する枠組みを提案した論文。
- 意味的エッジを統合した車両位置推定フレームワークVLASE位置推定2018/7/1
19種類の物体境界(意味的エッジ)をCASENetで抽出しVLADで画像検索することで、スカイラインなど単一特徴より高精度な道路上の自己位置推定を実現した。
