Feng Chen
Nanyang Technological University
収録論文 20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
- 進化する材料実験室における科学的推論のための言語モデル・エージェントのベンチマーク材料科学×LLMベンチマーク2026/11/9
材料研究ワークフローでのLLMの推論能力を評価する新ベンチマークMatScopeを提案し、類似材料状態の識別や定量的証拠に基づく判断が依然弱いことを示した。
- 材料研究フロンティアを測る言語モデルベンチマークFrontierMat材料科学ベンチマーク2026/10/30
航空宇宙・半導体・核融合など先端材料研究の実問題330問を専門家検証付きで収集し、言語モデルのフロンティア推論能力を評価するベンチマークを構築した。
- Embodied Playground：物理・戦略・空間推論を評価する長期的エージェント型ロボティクスベンチマークベンチマーク2026/10/19
基盤モデルエージェントが長期タスクで物理・戦略・空間推論を一貫して行えるかを評価する410環境のベンチマークを提案し、代表100タスクや難易度分割を含む統一評価プロトコルを整備した。
- SPEAR: 適応的報酬による選択的好み獲得でVLM誘導ロボットマニピュレーションマニピュレーション2026/10/15
VLMを効率的な好みオラクルとして活用し、識別可能性を考慮したクエリ選択と適応的報酬遷移により、接触の多いマニピュレーションタスクの実機オンライン学習を実現した。
- 強化学習における自己確認的重ね合わせトラップ強化学習2026/9/26
強化学習のポリシーと表現学習のループが、最適な表現フィッティングのもとでも低リターンのポリシーを維持しうる「自己確認的重ね合わせトラップ」を理論的に特徴づけ、リプレイ条件を導出した。
- 模倣者ゲーム：行動予測を超えたロボットの模倣能力のベンチマーク模倣学習2026/8/23
人間のデモンストレーションから意図を推論して実行するロボットの能力を評価するため、4段階のベンチマーク「The Imitator Game」と大規模データセット「IG-10K」を構築し、既存モデルが意図レベルの模倣で失敗することを示した。
- DexVerse: 多タスク・多形態の器用操作のためのモジュール型ベンチマーク器用操作/ベンチマーク2026/7/1
多様な操作スキル、ロボット形態、視覚変化をカバーする大規模ベンチマークDexVerseを構築し、既存手法の汎化性能を評価した。
- PolicyTrim: 視覚言語行動モデルの本質的なポリシー効率を高めるVLA2026/6/21
VLAモデルの実行効率を、推論遅延ではなく行動チャンクの有効長と物理ステップ数に着目して改善する強化学習ベースの後訓練フレームワークを提案した。
- DeTrack: ドローン身体化追跡のためのベンチマークと高度認識デュアルワールドモデルドローン追跡2026/5/17
ドローンが能動的に3D環境で対象を追跡する新しいタスクを定義し、大規模ベンチマークと高度に応じたデュアルワールドモデルを提案した。
- DexHoldem: 巧みな身体システムによるテキサス・ホールデムのプレイ操作/ベンチマーク2026/5/1
実世界の巧みな操作システムを評価するためのベンチマークDexHoldemを提案。ShadowHandを用いたテキサス・ホールデムの操作プリミティブの実行と、エージェントがゲーム状態を認識する能力を評価する。
- 自動運転の物体検出誤分類を常識推論で補正する手法自動運転/知覚2026/1/1
深層学習だけでは対応しにくい異常な道路状況に対し、自動常識推論を組み合わせて物体検出の誤分類を補正するハイブリッド手法を提案し、CARLAシミュレータで検証した。
- 事前分布マッピング共進化による拡散ポリシーの学習強化学習/生成ポリシー2025/12/2
強化学習において、最適化しやすい潜在空間で方策を訓練しつつ、条件付き生成デコーダで行動を合成するフレームワークGoRLを提案。複雑な連続制御タスクで既存手法を大幅に上回る性能を達成した。
- GenDexHand：多指ハンドのための生成的シミュレーションマニピュレーション2025/11/1
VLMのフィードバックで物体配置を調整する閉ループ生成により、多指ハンド操作用の多様なタスクと環境を自動生成し、サブタスク分解で強化学習の効率と成功率を高める手法を提案。
- HyperTASR: ハイパーネットワーク駆動のタスク認識型シーン表現によるロバストなマニピュレーションマニピュレーション2025/8/1
ハイパーネットワークを用いてタスク目標と実行段階に応じてシーン表現を動的に変換し、ロボットマニピュレーションの性能を向上させるフレームワークを提案。
- 生成的ロボットシミュレーションの評価についてsim2real2024/10/1
生成されたロボットタスクの品質・多様性・汎化性を評価する枠組みを提案し、人間評価との高い一致を確認した。
- DiffVL: 視覚言語駆動の微分可能物理による軟体操作のスケーリング軟体操作2023/12/1
非専門家が視覚と言語で指定した軟体操作タスクを、大規模言語モデルで最適化目的に変換し、微分可能物理シミュレータで解く手法を提案。
- RoboGen: 生成的シミュレーションによるロボット学習のための無限データの活用sim2real2023/11/1
基盤モデルと生成モデルを活用し、タスク・シーン・訓練監督を自動生成する生成的シミュレーションによって、多様なロボットスキルを大規模に学習するエージェントを提案した。
- Detrive: Transformer検出器を用いた模倣学習によるエンドツーエンド自動運転自動運転2023/10/1
Transformerベースの検出モデルを認識部に用いたエンドツーエンド自動運転モデルを提案し、強化学習エージェントを教師とした模倣学習で訓練、動的障害物回避性能の向上を示した。
- デュアルメタ模倣学習による階層構造の転移模倣学習2022/1/1
高レベルネットワークとサブスキルを交互にメタ学習し、長期的な未分割デモから学んだ階層構造を新しいタスクへ少数例で適応させる手法DMILを提案。
- 生成的・予測モデルによるロボットの継続的模倣学習模倣学習2021/6/1
GANとダイナミクス予測モデルで過去タスクの擬似軌道を生成し、ロボットが新タスクを逐次学習できる継続的模倣学習手法を提案した。
