Fan Yang
Zhejiang University
収録論文 77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
- Genie Simベンチマーク：実機とシミュレーションの忠実度評価sim2real2026/11/11
実機とシミュレーションを対にした22のロボットタスクで方針性能の相関0.97を示し、関節位置やトルクの物理応答一致も検証した評価研究。
- RiSE-Drive: 不確実性下の長期リスクを考慮した自動運転候補評価自動運転/End-to-End2026/11/10
自動運転の軌道候補を、将来の不確実性を考慮した長期アウトカム分布とテールリスクで評価・選択する枠組みを提案し、NAVSIMやHUGSIMで最高性能と頑健性を示した。
- Embodied RAG++：実在物から実現可能物へ、身体性シーンにおける検索拡張生成VLA2026/11/5
ロボットが物体の機能要件と到達可能性を満たす組み合わせを選べるよう、動的ハイブリッドシーングラフと製品マニュアルを結びつけたベンチマークE2W-Benchと、空間推論でロボット-物体の実現可能性を判定する検索拡張生成フレームワークを提案した。
- 歩行者混在環境でのセマンティックナビゲーションナビゲーション2026/11/2
意味注釈付きBEVマップから地形と動的障害物を統合的に推論する強化学習ナビゲーションポリシーを提案し、群衆回避と社会的規範遵守を両立させた。
- TriPhysBench：身体性エージェントの物理的知能を評価するベンチマークベンチマーク2026/11/1
物理的知覚・知識検索・推論を統合評価する410問のベンチマークTriPhysBenchを提案し、さらにツール統合軌跡から統合方策を学習するTriPhysを導入した。
- OmniPiano: 標準・堅牢・安全・マルチエージェントRLのための多様な器用なピアノ演奏ベンチマークマニピュレーション2026/10/30
1〜5本のShadow Handによるピアノ演奏タスクを統一環境で提供し、標準・堅牢・安全・マルチエージェントRLを評価できるベンチマークOmniPianoを提案した。912以上のタスク設定と36のベースラインで現行手法の限界を示した。
- WorldFlow：大規模事前学習による動画と3D運動の同時予測世界モデル2026/10/29
動画とクエリベースの3D軌道を同時に生成する世界モデルを提案し、144万サンプルで学習して3D運動予測精度で既存手法を大きく上回った。
- 物理ダイナミクス表現を備えた視覚-言語-行動モデルPDRVLAVLA2026/10/27
動画生成を介さずに視覚-言語特徴から物理トークンを抽出し、将来のRGB・深度・オプティカルフロー予測で学習する軽量モジュールをVLAに組み込み、複数のシミュレーションで高い成功率を達成した。
- Labference：ロボット実験室における推論と行動の連携を評価するベンチマークベンチマーク/VLA2026/10/26
物理的な実行結果に基づいてロボットが次の操作を適応的に選べるかを評価するベンチマークを提案し、VLAポリシーの目標選択エラーなどを明らかにした。
- 次チャンク予測で先読みする行動駆動型ロボットポリシー模倣学習2026/10/25
未来の観測を使わず、行動信号から次チャンクを予測する学習で暗黙の先読み能力を獲得するポリシーを提案し、精密組立タスクなどで精度向上を実現した。
- RangeNav: ナビゲーションに最適化したLiDARレンジ画像の事前学習ナビゲーション2026/10/21
全方位LiDARのレンジ画像を再構成・セマンティックセグメンテーション・BEV予測で事前学習し、強化学習ナビゲーションのサンプル効率と実環境での頑健性を高めた小型エンコーダ。
- ロボットを改善するのは誰か？物理的再帰的自己改善に向けて自己改善2026/10/13
物理的経験を通じてロボットが能力と改善手順そのものを更新する「物理的再帰的自己改善」を定義し、L0-L5の枠組みで既存研究を整理したサーベイ。
- 帰還可能な小型ドローンによる3Dガウススプラッティング再構成のための探索探索・再構成2026/10/2
飛行時間制約下で安全に帰還できることを保証しつつ、3Dガウススプラッティングによる高精細な屋内再構成を効率的に行う探索フレームワークを提案した。
- 接触を伴う物理的人間-ロボットインタラクションにおけるオンライン・マルチモーダル作業負荷評価物理的ヒューマンロボットインタラクション2026/9/16
接触の多い物理的ヒューマンロボットインタラクションにおいて、力覚・運動・皮膚コンダクタンスを統合し、経路曲率とタスク進行度で重み付けする解釈可能なオンライン作業負荷評価フレームワークを提案し、瞳孔径を参照に評価した。
- 統合ロボット学習に向けて：表現、視覚言語行動、世界モデルの橋渡しサーベイ2026/9/3
ロボット学習における表現学習、VLAモデル、世界モデルの3つのパラダイムを統一的に整理し、それらの相互作用と課題を分析したサーベイ論文。
- LightNav-0: 汎用身体性ナビゲーションのためのVLM空間知能の引き出しナビゲーション2026/8/31
事前学習済み視覚言語モデルの空間知能をナビゲーション制御に直接活用する、タスク非依存の汎用ナビゲーションモデルLightNav-0を提案。統一トークンインターフェースと残差VQアクショントークナイザにより、指示追従・物体探索・視覚追跡を単一モデルで実現する。
- EATR-Stereo: 身体性を考慮したステレオ証拠のルーティングによるヒューマノイド視覚言語行動制御VLA/ヒューマノイド2026/8/18
頭部搭載ステレオカメラを持つヒューマノイドのVLA制御において、主視点のトークンを保持しつつ補助視点の情報を身体状態に応じて選択的に統合するフレームワークを提案し、実機で高い成功率を達成した。
- 触覚シミュレーションを使わない触覚Sim2Real：ボトルネック潜在再構成による実現sim2real2026/8/16
触覚センサのシミュレーションを避け、シミュレータ内のオラクルセンサ（点群と指先力）で学習したポリシーを、実センサの潜在表現をオラクルに合わせることで実機に転移するフレームワークを提案。挿入や歯車噛み合わせで高成功率を達成。
- LiLa-WAM: ロボット操作のための軽量潜在推論ワールドアクションモデルVLA2026/8/1
将来の状態をコンパクトな潜在空間で推論する軽量なワールドアクションモデルを提案し、単一GPUで学習可能にした。視覚遷移トークンという言語不要のタスク表現も導入し、シミュレーションと実機で高い成功率を達成した。
- DexPIE: 実世界経験からの安定した器用なポリシー改善器用操作/模倣学習2026/6/8
実世界展開で収集した経験を用いて、器用な操作ポリシーを事後訓練で改善するフレームワークを提案。介入システムとDAgger風データ収集、相対行動空間での非同期推論、連続最適性指標による条件付けで、デモデータのみのポリシーより成功率を37%向上させた。
- BLaDA: 3DGSフィールド内で言語を機能的巧みな動作に橋渡しするマニピュレーション2026/4/1
言語指示を3Dガウススプラッティング場に基づく機能的把持の制約として解釈し、ゼロショットで器用な操作を実現するフレームワークを提案した。
- DigiForest: 持続可能な林業のためのデジタル分析とロボティクス林業ロボティクス2026/4/1
森林管理の持続可能性向上を目指し、自律ロボット群による樹木データ収集、自動特性抽出、意思決定支援、低影響伐採を統合した大規模精密林業システムを提案・実証した論文。
- ロボットはいつ考えるべきか？強化学習による資源認識型推論で身体性ロボットの意思決定を実現VLA2026/3/1
身体性ロボットがLLM推論をいつ・どの役割で・どれだけ使うかを強化学習で適応的に決める階層的枠組みRARRLを提案し、タスク成功率向上と遅延削減を実現した。
- IndoorR2X: LLM駆動計画による屋内ロボット対全機器連携群制御2026/3/1
屋内環境のIoTセンサーと移動ロボットを統合し、LLMによる計画でマルチロボットのタスク効率を高めるベンチマークとシミュレーションフレームワークを提案した。
- 経路条件付き強化学習による長距離ナビゲーションのための局所計画ナビゲーション2026/3/1
参照経路を文脈として与えられた強化学習ベースの局所ナビゲーション方策を提案し、経路が高品質なときは効率を大幅に改善し、劣化・欠如時もベースライン性能を維持することを示した。
- ABPolicy: リアルタイムで滑らかなロボットマニピュレーションのための非同期Bスプラインフローポリシーマニピュレーション2026/2/1
Bスプライン制御点空間で動作する非同期フローマッチングポリシーを提案し、チャンク内の滑らかさとチャンク間の連続性を両立させて、動的環境下でもリアルタイムかつ滑らかなマニピュレーションを実現した。
- TRACER: 変形物体操作のためのテクスチャ頑健なアフォーダンス連鎖推論マニピュレーション2026/1/1
外観やテクスチャの変化に頑健なアフォーダンス予測のため、階層的意味推論から機能領域の精緻化までを連鎖的に行うTRACERフレームワークを提案し、変形物体操作の精度を向上させた。
- DeFM: 深度画像からロボティクスの基盤表現を学習基盤モデル2026/1/1
6000万枚の深度画像で自己蒸留により事前学習した基盤モデルDeFMを提案し、分類・セグメンテーション・ナビゲーション・歩行・マニピュレーションで最先端性能とsim-to-real汎化を実現した。
- ロボット虐待に対する人間の反応：擬人化と道徳基盤の二重の役割HRI/倫理2026/1/1
ロボットへの虐待を見たときの反応を調査し、擬人化の程度が道徳的配慮の有無を決め、道徳基盤がその理由づけの仕方を形作ることを明らかにした。
- SAHA: 選択的間伐のための監督付き自律ハーベスタ森林ロボティクス2026/1/1
4.5トンのハーベスタを改造し、学習とモデルベースの制御を組み合わせて、森林内を自律走行して選択的に木を伐採するシステムを開発し、北欧の森林で数キロメートルに及ぶ実証実験を行った。
- AME-2: アテンション型ニューラルマップ符号化による俊敏で汎用的な脚式移動歩行2026/1/1
アテンション機構を用いたマップエンコーダと不確実性を考慮した学習ベースのマッピングを組み合わせ、四足・二足ロボットの俊敏かつ汎用的な脚式移動を実現した強化学習フレームワーク。
- クロス視点知覚による細粒度対応学習で実現するオープンボキャブラリ6D物体姿勢推定6D姿勢推定2026/1/1
オープンボキャブラリ6D姿勢推定において、対象物体を背景から分離し、二視点特徴の融合とパッチ間相関行列による空間制約付きマッチングを行うFiCoPを提案し、REAL275とToyota-Lightで精度を大幅に改善した。
- 「死なないでほしい」：子どもとロボットの絆を守るための共同責任フレームワークHRI/倫理2025/10/1
社会的ロボットMoxieのサービス終了を事例に、子どもとロボットの情緒的絆が断たれる際の責任の所在を米国72名への調査で分析し、企業・親・開発者・政府が分担すべき責任の枠組みを提案した研究。
- マルチフィンガーマニピュレーションにおける復旧のための軌道最適化問題の拡散マニピュレーション2025/10/1
拡散モデルを用いて接触の多いタスクの異常状態を検出し、軌道最適化で復旧軌道を計画するフレームワークを提案。オンライン実行を高速化する拡散蒸留法も導入し、ドライバー回しタスクで96%の性能向上を達成。
- CADRE: 暗黙的接触記述子とタスク適応型回復アフォーダンスによる動的キャッチングマニピュレーション2025/10/1
落下中の物体を把持範囲内でキャッチし、元の操作タスクに戻れるよう回復させる強化学習フレームワークCADREを提案。接触特徴を暗黙的に抽出し、未見物体にもゼロショットで汎化できる。
- 不気味の谷を超えて：ロボット虐待に対する防護反応における擬人化の混合手法研究HRI/倫理2025/10/1
ロボットの擬人化度が虐待への防護反応に与える影響を、アンケート・表情分析・質的振り返りで調べ、不気味の谷が道徳的関心を高めることを示した。
- 物体目標ナビゲーションのための強化学習手法で重要な要素は何か？実証研究と統合フレームワーク物体目標ナビゲーション2025/10/1
物体目標ナビゲーションの強化学習システムを認識・方策・テスト時強化の3要素に分解し、大規模実験で各要素の影響を分析。認識とテスト時戦略の改善が方策改善より効果的であることを示し、統合フレームワークを提案。
- AVO: 多指マニピュレーションにおける接触モード切替のための償却価値最適化マニピュレーション2025/10/1
学習した価値関数を軌道最適化のコストに組み込み、接触モード切替を伴う多指操作を効率的に計画する手法を提案し、ネジ回しタスクで計算量を半減しつつ性能を向上させた。
- AnoF-Diff: 力強い道具使用のための1ステップ拡散モデルによる異常検知異常検知2025/9/1
拡散モデルで力覚・トルク特徴を抽出し、ノイズの多い時系列データから道具使用時の異常をオンラインで検知する手法を提案。
- UniFucGrasp：人間の手に着想を得た多様なロボットハンド向け機能把持アノテーション戦略とデータセットマニピュレーション2025/8/1
人間の手の動きを多様なロボットハンドに写像し、機能的な把持を自動注釈する手法と、複数ハンドに対応した初の機能把持データセットを構築した研究。
- 空間強化リカレントメモリによる長距離マップレスナビゲーションのためのエンドツーエンド強化学習ナビゲーション2025/6/1
既存のRNNの空間記憶能力の限界を指摘し、空間記憶を強化するSRUを提案。単眼ステレオカメラを用いた長距離マップレスナビゲーションを実現し、既存RNN比で23.5%の性能向上を達成。
- TartanGround: 地上ロボットの知覚とナビゲーションのための大規模データセットデータセット/知覚・ナビゲーション2025/5/1
多様な環境で動く地上ロボット向けに、360度ステレオカメラやLiDAR、占有マップなどを含む大規模マルチモーダルデータセットを構築し、知覚・SLAMタスクの汎化性能評価を可能にした。
- 学習ベースマニピュレーションと物理ベース歩行を統合した全身バドミントンロボット制御全身制御2025/4/1
モデルベースの台車移動と物理情報を活用した模倣学習＋強化学習によるアーム制御を組み合わせ、バドミントンロボットで対サーブマシン94.5%、対人90.7%の成功率を達成した。
- 一人称視点の整理シーンにおける変形物体のワンショットアフォーダンスグラウンディングアフォーダンス2025/3/1
色や形が異なる未知の変形物体を少数サンプルから認識し、一人称視点の整理作業でアフォーダンスを推定する手法を提案。15種の変形物体データセットも構築した。
- 深度と意味プロンプトを活用したリソース効率の良いアフォーダンス推定アフォーダンス推定2025/3/1
RGB画像に深度画像をプロンプトとして組み込み、テキスト特徴で注意を誘導する軽量なアフォーダンス推定フレームワークを提案し、公開データセットで精度向上とパラメータ削減を実現した。
- 機能的巧みな把持のためのマルチキーポイントアフォーダンス表現マニピュレーション2025/2/1
人間の把持画像を弱教師として視覚大規模モデルでアフォーダンス特徴を抽出し、接触点をキーポイントで直接符号化することで、視覚知覚と巧みな把持動作を結びつける手法を提案した。
- RoadGen: 自動運転車テスト用の道路シナリオ生成自動運転テスト2024/11/1
8種類のパラメータ化された道路コンポーネントを接続し、トポロジーと形状の多様性が高い道路シナリオを体系的に生成する手法を提案。
- 拡散モデルに基づく確率的接触探索による多指マニピュレーションマニピュレーション2024/10/1
拡散モデルで接触モード列を生成しA*探索と粒子フィルタで不確実性を考慮して多指操作の接触計画を行う手法を提案し、実機ネジ回しタスクなどで有効性を示した。
- イベントカメラとLiDARの融合による自動運転レースのステアリング予測自動運転レース/マルチセンサ融合2024/9/1
自動運転レース向けに、2D LiDARとイベントカメラを統合したマルチセンサデータセットを構築し、低ランク手法を用いた効率的な融合モデルでステアリング予測精度を大幅に改善した研究。
- IN-Sight: 視覚による対話型ナビゲーションナビゲーション2024/8/1
RGB-D観測から走行可能性を推定し、障害物と対話しながら経路計画を行う自己教師ありナビゲーション手法を提案し、四足歩行ロボットANYmalで実環境へのゼロショット転移を実証した。
- 微分可能な転がりと幾何制約を用いた軌道最適化による多指マニピュレーションマニピュレーション2024/8/1
物体のSDFとサンプリングを組み合わせ、指の転がりと接触を微分可能に扱う軌道最適化手法を提案し、ネジ回しやハンド内回転などの多指タスクで性能を向上させ、実機にも適用した。
- 人間と物体のインタラクションから粒度認識アフォーダンスを学習し、道具を用いた機能的巧みな把持を実現マニピュレーション2024/7/1
人間の道具使用時の手と物体の接触領域から細粒度・粗粒度のアフォーダンス特徴を抽出し、巧みな手による機能的把持を可能にするフレームワークGAAF-Dexを提案。弱教師あり学習で一人称視点画像の特徴抽出を三人称視点画像から監督する。
- 命令的学習：ロボット自律性のための自己教師ありニューロシンボリック学習フレームワークニューロシンボリック2024/6/1
ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。
- 中心関節式車両のための運動プリミティブ計画ナビゲーション2024/5/1
森林や建設現場のような未知の不整地を走行するため、中心関節式車両の運動学を考慮した運動プリミティブをオフライン生成し、再帰的ホライズン計画でリアルタイム経路選択を行う手法を提案した。
- 教訓学習によるパーソナライズ自動車線変更の進化加速自動運転2024/5/1
ドライバーの介入データからオンラインで学習し、パーソナライズされた自動車線変更を効率的に進化させる手法を提案。
- サブゴール拡散モデル：粗から細へのサブゴール生成によるロボットマニピュレーションのモデル予測制御ガイドマニピュレーション2024/3/1
拡散モデルを用いてMPCのためのサブゴール列を粗から細へ動的に生成し、長期的なマニピュレーションタスクの計画性能を向上させる手法を提案。
- iA*: 命令的学習に基づくA*探索による経路計画経路計画2024/3/1
ニューラルネットによるノードコスト予測と微分可能なA*探索を二段階最適化で自己教師あり学習させ、探索効率と経路最適性のバランスを改善した経路計画手法。
- 動的障害物の軌道予測とLLM連携を備えたクアッドロータUAV向け安全な視覚ベース自律計画システムナビゲーション/計画2023/11/1
軽量な物体検出とカルマンフィルタで動的障害物を追跡・予測し、Bスプライン軌道探索で安全な飛行計画を生成する視覚ベース自律計画システムを提案。シミュレーションと実環境でリアルタイムな障害物回避を実証し、LLMとの統合も検討した。
- ViPlanner: 視覚意味論的命令学習による局所ナビゲーションナビゲーション2023/10/1
RGB画像から地形の意味情報と幾何情報を統合し、微分可能なセマンティックコストマップを用いた命令学習で局所経路計画を訓練。シミュレーションのみで学習し実環境へゼロショット転移できる。
- 安全制約を埋め込んだMDPと軌道最適化による強化学習安全強化学習2023/10/1
安全制約をMDPの行動空間に埋め込み、軌道最適化で安全な軌道に変換することで、報酬最大化と安全性の両立を図る強化学習手法を提案し、実機の箱押しタスクで有効性を示した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- SSD-MonoDETR: 単眼3D物体検出のためのスケール認識型変形可能トランスフォーマ3D物体検出2023/5/1
単眼画像からの3D物体検出において、スケールを考慮した教師あり変形可能アテンションを導入し、難易度の高い物体の検出精度を向上させた研究。
- 移動する自車両からのイベントカメラを用いた動物体セグメンテーションセグメンテーション2023/5/1
イベントカメラを活用し、移動する自車両から動物体をセグメンテーションする大規模データセットDSEC-MOSと、イベントデータで学習するが推論時にはイベント入力を必要としないEmoFormerを提案した。
- HACMan: 6D非把持マニピュレーションのためのハイブリッドActor-Criticマップ学習非把持マニピュレーション2023/5/1
点群観測を用いて、物体を掴まずに6Dで操作する強化学習手法を提案。接触位置と動作パラメータを組み合わせたハイブリッド行動表現で、未見物体への汎化とsim2real転移を実現した。
- Ring-Rotor：空中把持・輸送が可能な伸縮式リング型クアッドロータマニピュレーション2023/4/1
1つのサーボモータで機体を伸縮できるリング型クアッドロータを開発し、小型化による狭所通過と標準形態での省エネを両立。中央空間を活かした機体全体での物体把持・輸送を実現した。
- iPlanner: 命令的経路計画経路計画2023/2/1
微分可能なコストマップと二段階最適化を用いて、単一の深度計測から滑らかで衝突のない経路を生成する新しい命令的学習手法を提案。
- 混合交通における協調的意思決定へのグラフ強化学習の応用：フレームワーク、サーベイ、課題群制御2022/11/1
自動運転車と人間運転車が混在する交通環境での協調的意思決定のため、グラフ強化学習フレームワークを提案し、既存手法のサーベイと比較検証を行った論文。
- PyPose: 物理ベース最適化を統合したロボット学習ライブラリロボット学習ライブラリ2022/9/1
深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。
- 自動運転のためのRGB-イベント融合による移動物体検出RGB-Event融合2022/9/1
RGBカメラとイベントカメラの情報を双方向に融合するRENetを提案し、自動運転における移動物体検出の精度を向上させた研究。
- 動的可視性更新を用いた高速で試行可能な経路計画法経路計画2021/10/1
障害物周辺の点から多角形環境表現を構築し、二層構造で可視性グラフを動的に更新することで、未知環境でも高速に再計画できる経路計画フレームワークを提案した。
- 実時間地面平面精緻化LiDAR SLAMSLAM2021/10/1
LeGO-LOAMの地面抽出をクラスタリングで改良し、ノイズや動的環境に強いLiDAR SLAMを実現した。
- 自律探査開発環境と計画アルゴリズム経路計画2021/10/1
自律ナビゲーションシステム開発のためのオープンソース環境と、探査用TARE・経路計画用FARの2つの高レベルプランナを公開し、DARPA地下チャレンジでの統合事例を紹介した論文。
- 動き予測のための強化学習型ハイブリッド注意推論ネットワーク動作予測2021/8/1
過去の観測から将来の動きを予測する際、重要でない情報を動的に選別・順位付けするハイブリッド注意機構を備えた汎用フレームワークRAINを提案し、マルチエージェント軌道予測と人間動作予測で最先端性能と解釈性を実現した。
- インホイールモータ駆動自律走行電気自動車の数値エネルギー解析エネルギー解析2021/4/1
インホイールモータ駆動の自律走行電気自動車について数値エネルギー模型を構築し、実走行データで検証した上で、平地・登坂・降坂での消費エネルギーと回生ブレーキによる回収量を解析した。坂道走行では従来型電気自動車に比べ最大17.5%の省エネが可能であることを示した。
- 大規模3D環境におけるグラフベース位相探索計画探索計画2021/3/1
凸多面体で3D空間の形状を推定し領域分割した位相マップで探索を誘導することで、頻繁な再計画を抑え探索効率を40%以上向上させた手法。
- 敵対的強化学習による故障に強いロバスト制御ロバスト制御2020/11/1
関節故障のケースを敵対的に学習させる強化学習フレームワークを提案し、シミュレーションのみで訓練して実機に直接展開できることを示した。
- EvolveGraph：動的関係推論によるマルチエージェント軌道予測軌道予測2020/3/1
潜在的な相互作用グラフを適応的に進化させながら、複数のエージェントの将来軌道を多モードで予測するフレームワークを提案し、合成物理シミュレーションと実世界ベンチマークで最先端の精度を達成した。
