Min Chen

Vrije Universiteit Amsterdam

収録論文 9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

• VISTA: 身体性エージェントの自己改善のための能動的探索
  VLA2026/10/26

  ロールアウトの事後反省を能動的な自己探索に変え、ハーネスを反復的に改良するメタエージェントフレームワークVISTAを提案し、複数ベンチマークで段階的な性能向上を示した。

• GroundAnything: 並列デコーディングと高精度視覚グラウンディングをフラッシュ速度で両立
  視覚グラウンディング2026/9/30

  拡散モデルによる並列デコーディングで視覚グラウンディングを高速化し、4Bモデルで同規模の最先端性能を達成した研究。

• SEAL: 共有エキスパートの整合によるMixture-of-Expertsのグローバル安全性強化
  安全性2026/9/2

  MoEモデルの安全性を強化するため、常時活性化される共有エキスパートに着目し、ルータ非依存の防御手法SEALを提案した。

• ParallelWorld: 身体化推論のためのテスト時スケーリング
  身体化推論2026/8/24

  身体化推論における探索を、単一ステップの貪欲な選択ではなく、複数ステップの未来軌道を並列にシミュレーションして評価するフレームワークを提案した論文。

• タスク固有行動補正による効率的なマルチタスク強化学習
  マルチタスク強化学習2024/4/1

  マルチタスク強化学習において、共有ポリシーとタスク固有の行動補正ポリシーに分け、スパース報酬とラグランジュ法でタスク間干渉を抑え、サンプル効率と性能を向上させる手法を提案。

• FlowNet3D++: 幾何学的損失による深層シーンフロー推定
  シーンフロー2019/12/1

  点と平面の距離やベクトル間の角度整合性といった幾何学的制約を損失に組み込み、シーンフロー推定の精度を57.85%から63.43%に向上させた。さらに動的3D再構成のベンチマークを提案し、再構成誤差を最大15%削減した。

• 人間の意図を推定するための誘導的探索による人間-ロボット相互作用
  人間-ロボット相互作用2018/12/1

  人間の行動から意図を潜在変数として学習し、確率的決定モデルに組み込むことで、ロボットが意図推定のための能動的探索と性能最大化の行動選択を両立できる手法を提案した。自動運転シミュレーションで効率と安全性の向上を確認。

• 複数タスク間における人間のロボット信頼の転移モデル
  Human-Robot Interaction2018/7/1

  家庭内作業と自動運転の2タスクで人間の信頼形成を調査し、潜在タスク表現を用いた信頼の進化・転移モデル（ベイズ・ニューラル・ハイブリッド）を提案。未知タスクや未知ユーザーへの信頼予測で既存手法を上回った。

• 信頼を考慮した人間とロボットの協調意思決定：モデル学習と計画
  人間ロボット協調2018/1/1

  人間の信頼を潜在変数とするPOMDPをデータから学習し、ロボットが信頼を推定しつつ長期的なチーム性能を最大化する行動を計画できるようにした。卓上片付け課題の実験で有効性を検証した。