Chengyang He
National University of Singapore
収録論文 16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
- ALIGN: アドバンテージ条件付き行動クローニングにおける条件推定と表現の整合模倣学習2026/10/19
ロボット操作データ中の成功・失敗・復帰が混在する軌道から、条件をポリシーの行動予測に直接整合させて活用するAC-BCフレームワークを提案し、実機タスクで成功率を大幅に改善した。
- MiniWAM: 効率的なワールド・アクション・モデリングのためのコンパクトな未来ターゲットの学習VLA2026/10/8
未来状態を高次元のまま予測する従来のWorld Action Modelに対し、逆時空間モデリングで制御に関連するコンパクトな未来表現を学習し、予測コストを大幅に削減しつつ性能を向上させた手法。
- REACT: ローリングデノイジングと二重分離によるVLAモデルを用いた反応型ロボット制御VLA2026/10/8
フロー型VLAモデルでアクションチャンクを再生成せず、アクションバッファをずらしながらデノイズし続けることで、長期的な文脈を保ちつつ反応性を高める制御フレームワークを提案。
- 固有感覚スケッチを長期意図として用いる生成的行動ポリシーVLA2026/10/2
ロボットの残りの関節空間経路を時間に依存しないコンパクトなスケッチとして生成し、それを条件に実行可能な行動チャンクを生成するPAMを提案。実機双腕タスクで成功率を47.5%から75.0%に向上させた。
- ScaffoldM3C: 生成的な安定構築計画のためのマルチモーダル逐次モンテカルロフレームワーク組み立て計画/マルチモーダル生成2026/9/30
テキスト・画像・スケッチを条件に、足場ブロックを活用しながら安定したブロック構造の組み立て手順を生成する軽量マルチモーダルモデルを提案。逐次モンテカルロで複数の組み立て候補を並行探索し、従来比4倍小型で5〜20倍高速化を実現した。
- RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化VLA2026/9/26
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
- SMaRT-Tug: 物理ベースのタグボート・バージ協調操作のための構造化マルチエージェント強化学習群制御2026/9/7
複数のタグボートがバージを協調して押す操作を、物理ベースのGPUシミュレータと構造化制御事前知識を組み合わせた分散型MAPPOで学習し、PIDや集中型PPOより高い性能とゼロショット一般化を実証した論文。
- PRIMAL3: 強化学習と模倣学習によるマルチエージェント経路探索 - LaCAM3を活用した大規模フレームワーク群制御2026/8/1
本論文は、強化学習と模倣学習を統合した大規模マルチエージェント経路探索フレームワークPRIMAL3を提案し、ボトルネックや行き止まりなどの重要な状態でのエージェント間の協調を改善する。
- X-Morph: 異なる形態のロボット学習をスケールするための人間動作事前分布模倣学習/動作生成2026/6/1
人間の動作データを多様な脚型ロボット（四足、六足、マニピュレータ付き四足）の行動ポリシーに変換するパイプラインを提案し、模倣学習と強化学習を組み合わせて汎用的な動作生成を実現した。
- 固有感覚で考える：VLAポリシーのための状態に基づく視覚トークン選択VLA2026/2/1
固有感覚をVLM語彙のトークンに離散化し、指示と共に視覚パッチを選択する能動的クエリとして使うことで、VLAモデルの精度と推論速度を向上させる手法を提案。
- FALCON: 基盤モデルで協調する移動と操作の分離型視覚運動ポリシーロコマニピュレーション2025/12/1
移動と操作を別々の拡散ポリシーに分離し、視覚言語基盤モデルで両者を協調させるロコマニピュレーション手法を提案。段階推定ヘッドと協調認識コントラスト損失で性能と汎化性を向上させた。
- 潜在的心の理論：協調マニピュレーションのための分散拡散アーキテクチャマニピュレーション2025/5/1
各ロボットが自己埋め込みと合意埋め込みを保持し、層理論に基づく損失で訓練する分散拡散政策を提案。明示的通信なしでも協調作業を可能にする。
- 拡散ポリシーの謎を解く：行動記憶と単純なルックアップテーブルによる代替手法模倣学習2025/5/1
拡散ポリシーは実は訓練データの行動ルックアップテーブルを記憶しているだけだと示し、その代替として軽量な行動ルックアップテーブル（ALT）ポリシーを提案した論文。
- SIGMA: 層理論に基づく幾何学的マルチエージェント経路計画群制御2025/2/1
層理論を分散深層強化学習に応用し、限られた視野でもエージェント間の局所的な合意形成を通じて協調的な経路計画を実現するフレームワークを提案。
- 社会行動を鍵とした学習ベース多エージェント経路探索のジレンマ解消群制御2024/8/1
パラメータ共有による均質化で生じる行き詰まりを防ぐため、各エージェントが状況に応じて社会価値志向(SVO)を動的に選択し、それに基づく経路探索方策を学習するフレームワークSYLPHを提案した。
- ALPHA: 高構造領域における注意機構ベースの長期的経路探索群制御2023/10/1
各エージェントが局所情報と大域的な曖昧情報を組み合わせ、他エージェントの経路意図を短期予測することで、視野制限による近視眼的判断を克服するGraph Transformerベースのマルチエージェント経路探索フレームワークを提案。
