Chen Tessler
NVIDIA
収録論文 12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
- ヒューマノイド向けプロンプト可能な全身実行レイヤーMETATRONヒューマノイド制御2026/10/27
生成ベースポリシーとプログラマブルなスキル層を組み合わせ、コードでタスク意図をプロンプトとして与えるだけで、追加学習なしに歩行・復帰・物体把持・着座など多様な全身動作を実現する。
- 能動的知覚で実世界とシミュレーションのずれを埋めるマニピュレーション手法sim2real2026/10/27
手を振る動作と触覚フィードバックという能動的知覚を活用し、実世界とシミュレーションの位置合わせを高精度に行うフレームワークを提案。ミリ単位の物体操作を実機ヒューマノイドで実証した。
- 関節・カメラ・アクション!任意リグのための3Dモーションと動画の共生成3Dモーション生成2026/10/20
任意の骨格リグに対して動画と3Dモーションを同時生成し、カメラ推定により3Dシーンに配置可能にするモデルを提案。モーションモデルと動画モデルを分離し、少数のクロスアテンション層で接続することで多様な骨格に対応する。
- Kimodo: 制御可能な人間動作生成のスケーリング動作生成2026/3/1
700時間の光学モーションキャプチャデータで訓練した、テキストやキネマティック制約で制御可能な高品質な人間動作生成モデルを提案した論文。
- 視覚強化学習から創発するシミュレーション人型ロボットの能動的知覚と器用さVLA2025/5/1
自己中心視覚のみを入力とする強化学習フレームワークPDCを提案し、シミュレーション人型ロボットが物体探索・把持・配置・関節物体操作などの家事タスクを単一ポリシーで遂行できることを示した。
- 全身マニピュレーションを実現する汎用生成制御ポリシーマニピュレーション2025/5/1
大規模モーションキャプチャから蒸留した生成制御ポリシーにより、目標物体姿勢や身体姿勢を指定するだけで全身を使った多様な物体操作動作を物理シミュレーション上で生成する手法を提案。
- タスクトークン:行動基盤モデルを柔軟に適応させる手法VLA2025/3/1
強化学習でタスク特化のエンコーダを学習し、凍結した行動基盤モデルへの追加入力トークンとして使うことで、汎用性を保ちながら特定タスクに適応させる手法を提案。
- MaskedMimic: マスク付きモーションインペインティングによる統一的な物理ベースキャラクタ制御物理ベースキャラクタ制御2024/9/1
部分的なモーション記述(キーフレーム、テキスト、物体など)から物理シミュレーション上のキャラクタ動作を生成する単一の統合モデルを提案。
- SMPLOlympics:物理シミュレーションされたヒューマノイドのためのスポーツ環境ヒューマノイド制御2024/7/1
人間の動作データと互換性のあるヒューマノイドモデルを用いて、ゴルフやテニスなど多様なオリンピック競技を物理シミュレーションで再現する環境群を構築し、強力な動作事前分布と単純な報酬の組み合わせで人間らしいスポーツ行動が学習できることを示した。
- PlaMo: 複雑な3D物理環境における計画と移動歩行2024/6/1
複雑な3Dシーンで指定された目的地と移動様式に従い、シーンを考慮した経路計画と物理ベースの制御を組み合わせてヒューマノイドを移動させる手法を提案。
- CALM: 操作可能なバーチャルキャラクターのための条件付き敵対的潜在モデルキャラクター制御2023/5/1
模倣学習により人間の動きの多様性を捉えた潜在表現を学習し、直感的なインターフェースで操作できる多様なキャラクター動作を生成する手法を提案。
- 実世界における自律的な整地作業に向けてsim2real2022/6/1
ブルドーザーによる整地作業の自律化を目指し、物理シミュレーションと実機縮小プロトタイプを構築して、ヒューリスティクスと学習手法を比較検証した。
