Heng Yang
Harvard University
収録論文 47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
- Reins: フロンティア基盤モデルによる実機双腕ロボットの長期的タスクのゼロショット実行VLA2026/11/12
GPT系などのフロンティアモデルに3D知覚ツールと接触・把持を報告する原子行動を組み合わせ、条件付き行動連鎖と常時監視するナレータで実機双腕ロボットの長期的接触操作をゼロショットで遂行するハーネスReinsを提案。実機5タスクで88%成功。
- XM4D:証明可能な幾何最適化による4D再構成4D再構成2026/11/5
カメラ運動と非剛体変形を分離し、それぞれをQCQPとして定式化してSDP緩和と大域最適性証明を可能にした4D再構成フレームワーク。
- 接触を伴う物理ベース動作リターゲティングのための勾配誘導サンプリングリターゲティング2026/11/3
微分可能シミュレータ不要で、サンプリング探索と勾配誘導の精緻化を組み合わせ、接触ダイナミクス下で人間の動作をロボット制御に再現する手法GRASPを提案。巧みな手やヒューマノイドで高精度なリターゲティングを実現した。
- SceneAgent: 3D/4Dキャプチャからシミュレーション環境を構築するエージェントパイプラインsim2real2026/10/26
3DGSやLiDAR、4D動画などの視覚キャプチャから、物体再構成・物理モデリング・誤り修正をエージェントが自動調整し、インタラクティブなシミュレーション環境を生成するパイプラインを提案。
- MuSTMM: 複数シーンにわたる音トリガー移動マニピュレーションの学習移動マニピュレーション2026/10/15
音イベントに応じてロボットが対象へ移動し操作するタスク向けに、31シーンの空間音響と物理相互作用を統合したデータセットMuSTMMを構築し、空間メモリを活用したナビゲーション方策を提案した。
- フロンティアVLMは記憶依存型マニピュレーションのロボットポリシーになれるかVLA2026/10/12
凍結した大規模視覚言語モデルGPT-6-Astraをそのままロボットポリシーとして記憶依存型マニピュレーション16タスクで評価し、人間のスコアを上回る92.1%の成功率を達成した。
- 記憶の置き場所:記憶拡張VLAのためのオブジェクト台帳VLA2026/9/28
短期知覚記憶はポリシー内に、長期物体記憶は外部の読み取り可能な台帳に置くという分割を実現し、単一のファインチューニング済みポリシーでRoboMMEの4スイート平均最高精度を達成した。
- OCC4M: 長期的操作のための物体中心4Dメモリによる時空間推論マニピュレーション2026/9/23
物体中心の4Dメモリを構築し、視点が変わっても物体の位置や時間的同一性、収納関係を保持して、長期的な操作タスクの推論を可能にした研究。
- RoboMP-DINOv2: フィルタではなくプロンプトでロバストなロボットマニピュレーションマニピュレーション2026/9/22
マスクを視覚フィルタではなく空間プロンプトとして扱うDINOv2ベースの全シーン視覚エンコーダを提案し、外観変化や clutter 下での操作成功率を向上させた。
- SPARSER: ロボティクス知覚における分離可能構造を活用したスパース変数射影SLAM2026/9/21
ロボット知覚の非線形最小二乗問題において、変数射影とスパース性を組み合わせ、ゲージ対称性に対応した高速解法フレームワークを提案。SLAMやSfMで平均5〜7倍の高速化を実現。
- X4Val: 分散低減型ポリシー評価のためのニューラルサロゲート学習評価手法2026/6/1
実世界データが乏しい中で、シミュレーションや過去のログなどの多様な補助データを活用し、実世界の性能指標を高信頼に推定するための分散低減フレームワークX4Valを提案した。
- BEACON: ベストエフォート適応による生成ロボットポリシーのクロスドメイン共学習ロボットポリシー学習2026/5/1
豊富なソースドメインのデモと限られたターゲットドメインのデモを用いて、生成ロボットポリシーを効果的に訓練するための理論駆動型フレームワークを提案した。
- 微分可能ダイナミクスを用いた軌道・方策最適化のための焼きなまし逐次モンテカルロ法最適制御2026/4/1
制御器設計を推論問題として捉え、KL正則化付き期待軌道コストを最小化する分布から効率的にサンプリングするため、焼きなまし逐次モンテカルロ法(TSMC)を提案した。
- 自動運転における構造化Chain-of-Thoughtの高速化VLA2026/2/1
自動運転のVLAモデル向けに、Chain-of-Thought推論を依存グラフに分解し並列デコードすることで、精度を保ちつつ3〜4倍高速化する手法を提案。
- 3Dビジョンのための大域ソルバーの進展3Dビジョン最適化2026/2/1
3Dビジョンにおける非凸幾何最適化を証明可能な解で解く大域ソルバー(BnB・凸緩和・GNC)を初めて体系的にサーベイし、10の視覚タスクを通じて最適性・頑健性・スケーラビリティのトレードオフと今後の方向性を示した。
- ロボティクス知覚におけるスパース変数射影:効率的な非線形最適化のための分離可能構造の活用最適化2025/12/1
ゲージ対称性を持つロボティクス知覚問題に対し、分離可能性とスパース性を同時に活用する変数射影法を提案し、SLAMやSfMで効率化を実現した。
- MoTVLA: 高速・低速推論を統合した視覚-言語-行動モデルVLA2025/10/1
事前学習済みVLMとドメイン専門家トランスフォーマーを組み合わせ、高速・低速の推論を統合してロボットの行動方策を学習するVLAモデルを提案。
- 拡散モデル予測制御による柔軟な歩行学習歩行2025/10/1
生成拡散モデルをダイナミクスの事前分布として使うMPCで、報酬と制約を考慮した歩行制御を実現し、テスト時の適応性を高めた。
- フォーカスによる構成:シーングラフに基づくアトミックスキルマニピュレーション2025/9/1
タスクに関連する物体と関係に注目するシーングラフ表現を用いて、拡散ベース模倣学習によるスキルを学習し、VLMプランナーと組み合わせることで、長期的な操作タスクの構成的一般化とロバスト性を向上させた。
- Sim2Val: テストプラットフォーム間の相関を活用した分散低減メトリクス推定sim2real2025/6/1
シミュレーションと実世界のペアデータを制御変数として用い、実世界評価の分散を抑えて少ないサンプルで高信頼な性能推定を可能にする枠組みを提案。
- 軌道予測器のオンライン統合軌道予測2025/2/1
複数の軌道予測モデルを「専門家」として扱い、オンラインで確率ベクトルを更新して最適に混合する軽量な手法を提案し、異なる都市やデータセットでも単一モデルと同等以上の性能を示した。
- 予測的世界モデルによる生成ロボットポリシーの推論時強化マニピュレーション2025/2/1
学習済み拡散ポリシーを再学習せずに、行動条件付き世界モデルで推論時にオンライン計画を行い、操作タスクの性能を向上させる手法GPCを提案。
- 接触暗黙的動作計画における逐次凸最適化の驚くべきロバスト性動作計画2025/2/1
接触を暗黙的な相補性制約として扱う動作計画問題に対し、主問題のみを解く逐次凸計画法CRISPを提案し、その収束条件を示すとともに、ゼロ初期化でも解ける高いロバスト性を実証した。
- スパース性を活かした半正定値緩和による接触の多い大域運動計画マニピュレーション2025/2/1
接触の多い運動計画を多項式最適化として捉え、ロボット構造や接触モードの分離性に由来するスパース性を利用した半正定値計画緩和により、数秒で大域的にほぼ最適な計画を計算する手法を提案。
- 凸最適化による大規模3次元復元3次元復元2025/2/1
学習した深度を用いて2D特徴点を3Dに持ち上げるバンドル調整を凸緩和で大域最適に解き、CUDAベースの高速ソルバで大規模SfMを初期値不要で実現した。
- LoRA3D: 3D幾何学基盤モデルの低ランク自己校正3D再構成2024/12/1
スパースなRGB画像から3D幾何学基盤モデルを自己校正し、低ランク適応でシーンに特化させる手法を提案。単一GPUで5分以内に完了し、3D再構成と多視点姿勢推定で最大88%の性能向上を達成。
- 最適化問題に対する複数の初期解の学習最適化2024/11/1
問題パラメータから多様な初期解を複数予測し、単一または複数の最適化器で利用することで、ロボット制御などの最適化問題の収束を改善する手法を提案。
- 制御指向の視覚潜在表現クラスタリングVLA2024/10/1
模倣学習における視覚表現空間が制御に有用なクラスタ構造を持つことを示し、それを正則化に用いることで性能を向上させた研究。
- 高速で証明可能な軌道最適化軌道最適化2024/6/1
多項式制約付き非凸軌道最適化を半正定値計画緩和で解き、GPU実装のADMMソルバで高速かつ最適性保証付きで解くフレームワークを提案。
- CLOSURE: 姿勢不確かさ集合の高速定量化姿勢推定2024/3/1
学習したノイズを含む計測から6D姿勢推定の不確かさを定量化するため、姿勢不確かさ集合(PURSE)の最小包含測地線球を高速に内側近似するアルゴリズムCLOSUREを提案。
- 制御と知覚における集合メンバーシップ推定の不確かさ定量化:最小包囲楕円体の再検討不確かさ定量化2023/11/1
集合メンバーシップ推定の結果を最小包囲楕円体で近似する計算手法を提案し、制御と知覚の問題に応用した。
- SIM-Sync: 3D類似変換群上の証明可能最適同期から学習深度によるシーン再構成へSLAM/3D再構成2023/9/1
学習済み深度予測で2Dキーポイントを3D点群に持ち上げ、カメラ姿勢とスケールを3D類似変換群上で同時に同期する証明可能最適アルゴリズムを提案。
- 統計的保証付き物体姿勢推定:共形キーポイント検出と幾何的不確かさ伝播姿勢推定2023/3/1
共形予測でキーポイント検出に統計的保証を与え、その不確かさを6D姿勢へ伝播させることで、最悪ケース誤差の上限を保証する姿勢推定手法を提案した。
- ロバスト制御バリア関数の検証と合成:多レベル多項式最適化と半正定値緩和制御バリア関数2023/3/1
有界な不確かさを持つ制御アフィン多項式システムに対し、ロバスト制御バリア関数の検証と合成を多レベル多項式最適化問題として定式化し、半正定値緩和により大域的最適性を保証する手法を提案した。
- カテゴリレベル物体の最適かつロバストな姿勢・形状推定:2D/3Dセマンティックキーポイントからのアプローチ姿勢推定2022/6/1
2Dまたは3Dのキーポイントからカテゴリ内の物体の姿勢と形状を推定する問題に対し、半正定値緩和に基づく初の証明可能な最適解法と、外れ値にロバストなグラフ理論的枠組みを提案した。
- 外れ値に頑健な幾何知覚のための認証可能最適化:半正定値緩和とスケーラブルな大域最適化幾何知覚/最適化2021/9/1
外れ値を含む幾何知覚推定を多項式最適化として定式化し、疎な半正定値計画緩和と高速ソルバSTRIDEにより大規模かつ認証付きで大域最適解を得る枠組みを提案した。
- カテゴリレベル3D物体認識のための最適姿勢・形状推定3D認識2021/4/1
カテゴリ内形状変動に対応しつつ、姿勢推定を回転・並進・形状に分離して半正定値緩和と閉形式解で厳密最適解を求める手法を提案し、さらに外れ値除去層を加えて頑健化した。
- 自己教師あり幾何認識幾何認識2021/3/1
正解の幾何モデルラベルなしで特徴記述子を学習する枠組みを提案し、ロバストモデルフィッティングと深層特徴学習を交互最適化で統合した。
- 動的姿勢推定:バネとダンパーによる剛体ダイナミクスを用いた統一的な幾何プリミティブ整列姿勢推定2021/3/1
点群・メッシュ・カテゴリレベル3D・絶対姿勢・カテゴリレベル姿勢推定の5問題をプリミティブ整列として統一的に扱い、仮想バネとダンパーによる剛体ダイナミクスを模擬するDAMPを提案。点群登録では大域収束を理論的に証明した。
- 不変量に基づく外れ値棄却のためのグラフ理論的アプローチROBINロバスト推定2020/11/1
測定値の相互整合性を不変量で高速判定し、グラフのクリーク/最大k-coreで外れ値を除去する手法ROBINを提案。90%以上が外れ値でも既存ソルバのロバスト性を向上させる。
- 外れ値に頑健な推定:困難性、最小限のチューニングで済むアルゴリズム、および応用ロバスト推定2020/7/1
外れ値に頑健な推定の統一的な定式化を提案し、その近似不可能性を証明するとともに、事前知識なしで動的に外れ値を分離する最小チューニングアルゴリズムを開発し、ロボット知覚問題で評価した。
- 外れ値に強い幾何学的知覚のための証明可能なロバスト推定フレームワークロバスト推定2020/6/1
外れ値が多い状況でも大域最適性を証明できる幾何学的知覚アルゴリズムの設計フレームワークを提案し、TLS推定を多項式環上の最適化として再定式化してSDP緩和のタイト性を示した。
- TEASER: 高速で証明可能な点群レジストレーション点群レジストレーション2020/1/1
大量の外れ対応を含む3D点群間の位置合わせを、TLSコストとグラフ理論的分解およびSDP緩和により高速かつ大域最適性を証明可能に解くアルゴリズムTEASERとその高速版TEASER++を提案した。
- 完全な形状:2Dランドマークからの証明可能に最適な3D形状復元3D形状復元2019/11/1
単一画像の2Dランドマークから3D変形形状モデルを用いてカメラ姿勢と形状パラメータを同時最適化し、SOS緩和で証明可能に最適な復元を実現。外れ値除去層を加えたロバスト版も提案。
- 非凸性の段階的緩和によるロバストな空間認識:非最小ソルバから大域的外れ値除去までロバスト推定2019/9/1
Black-Rangarajan双対性とGNCを非最小ソルバに組み合わせ、初期値なしで外れ値に頑健な大域推定を実現した汎用手法を提案。点群・メッシュ位置合わせ、ポーズグラフ最適化、物体姿勢推定で70-80%の外れ値に耐えることを示した。
- 外れ値に頑健なWahba問題の四元数ベース認定最適解法ロバスト最適化2019/5/1
外れ値が多い場合でもWahba問題を多項式時間で大域的最適解に解く手法QUASARを提案。四元数とTLSコストをQCQPに定式化し、タイトなSDP緩和で95%外れ値でも認定最適解を得る。
- 外れ値が99%でも高精度に位置合わせできる多項式時間解法TEASER位置合わせ/ロバスト推定2019/3/1
3D点群の位置合わせを外れ値に強い切断最小二乗で定式化し、回転・並進・スケールを分離して多項式時間で解く手法を提案した。最大99%の外れ値まで耐え、RANSACや局所最適化より高精度であることを示した。
