Ngo Anh Vien
VinUniversity
収録論文 28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
- RoboWorM:身体性ビデオ世界モデルにおける運動のリアリズム・一貫性・加速効果の評価ビデオ世界モデル2026/10/24
ロボット操作向けビデオ世界モデルを、実機展開を意識して評価するベンチマークRoboWorMを提案し、VLM不要の運動安定性・多視点幾何一貫性指標と加速手法の品質効率監査を行う。
- 未知のペイロード下におけるヒューマノイドロボットの適応型全身MPCと最適姿勢計画ヒューマノイド制御2026/10/9
未知で変動するペイロードに対応するため、重心MPC・適応ファジィバランス制御・ウェイポイントベースの最適姿勢計画を統合し、持ち上げ・運搬時の安定した全身動作を実現した。
- WareFly-VLA: スマート倉庫におけるUAVナビゲーションと人物追跡のための視覚-言語-行動フレームワークVLA2026/10/6
倉庫内で言語指示に従いUAVが人物を探索・追跡するためのフォトリアルなVLAデータセットとベンチマークを構築し、4つの既存VLAモデルを評価した。
- GloVLA: 幾何学的移動と局所VLAの相互作用による非構造環境での頑健な物体中心操作マニピュレーション2026/9/5
物体中心操作を幾何学的な移動制御と局所的なVLAポリシーに分離するハイブリッドフレームワークを提案し、非構造環境での成功率と推論コストを改善した。
- FOCA: 未来指向型条件付けによるデータ効率的な視覚言語行動適応VLA2026/6/18
視覚言語行動モデルの少数ショット模倣学習における性能低下を改善するため、未来の相互作用埋め込みと目標観察を活用した未来指向型条件付けフレームワークを提案した。
- 正しく始めて正しく着地:初期ノイズ選択による非同期実行ロボットポリシー/アクション・チャンキング2026/6/1
アクション・チャンキングの非同期実行時に生じるチャンク境界の不整合を、生成前の初期ノイズを適切に選ぶことで解決する学習不要の手法PAINTを提案。逆オイラー反転と再描画ルールで整合性を保ち、シミュレーションと実機で性能を向上させた。
- 視覚言語行動モデルのファインチューニングには、思っているより少ない層で十分であるVLA/モデル圧縮2026/6/1
大規模な視覚言語行動(VLA)モデルには層ごとの冗長性があることを発見し、学習不要の構造圧縮パイプラインを提案。冗長な層を除去してモデルを最大50%圧縮し、ファインチューニング時間を40-50%、推論時間を最大30%削減しつつ、性能はフルモデルと同等以上を達成した。
- EquiVLA: 回転同変ビジョン・言語・行動モデルのための汎用フレームワークVLA/操作2026/6/1
凍結した視覚言語バックボーンとフローマッチング拡散トランスフォーマー行動ヘッドを組み合わせた任意のアーキテクチャに適用可能な、エンドツーエンドのSO(2)同変VLAモデルの最初の汎用フレームワークを提案。回転に対する幾何学的帰納バイアスを導入し、データ効率と汎化性能を大幅に向上させた。
- ReFineVLA: 教師ガイドによるファインチューニングを用いたマルチモーダル推論対応の汎用ロボットポリシーVLA2026/4/1
VLAモデルに推論能力を組み込むため、専門家教師モデルが生成した推論根拠をデータセットに追加し、事前学習済みVLAをファインチューニングする手法を提案。シミュレーション操作ベンチマークで評価し、視覚・言語・行動の整合性と汎化性能の向上を示した。
- マルチエンボディメント把持エージェントに向けてマニピュレーション2025/10/1
様々なグリッパ設計に対応するデータ効率の良いフローベースの同変把持合成アーキテクチャを提案し、JAXで実装して性能と推論速度を向上させた。
- TD-GRPC: 群相対方策制約を用いた時間差分学習によるヒューマノイド歩行歩行2025/5/1
TD-MPCにGRPOと方策制約を組み合わせ、計画と学習の整合性を保ちながらヒューマノイドの歩行・動的運動を安定化させる手法を提案。
- 拡散ポリシーによるハイブリッドオフポリシー強化学習の探索強化:非把持マニピュレーションへの応用マニピュレーション2024/11/1
離散行動(接触点選択)と連続行動(動作パラメータ)を統合した最大エントロピー強化学習フレームワークを提案し、連続ポリシーを拡散モデルで表現することで多様な探索を実現。実機6D姿勢合わせタスクで成功率を53%から72%に向上させた。
- マルチエンボディメント把持のための拡散モデルマニピュレーション2024/10/1
グリッパ形状に依存しないシーン表現とグリッパ形状を考慮した把持姿勢生成を拡散モデルで実現し、多様なグリッパ間で把持戦略を転移可能にした。
- ロボットビンピッキングのための6自由度把持の効率的なエンドツーエンド検出マニピュレーション2024/5/1
パワースフェリカル分布に基づく把持分布モデルを導入し、単一の上面深度画像から多様な衝突のない6自由度把持を生成する手法を提案。シミュレーションと実機で約90%の物体除去率を達成した。
- ロボットビンピッキングにおけるオンライン把持学習のための疑似ラベリングと文脈カリキュラム学習マニピュレーション2024/3/1
半教師あり学習と強化学習を組み合わせ、未ラベルデータを活用してビンピッキングのオンライン把持学習を効率化する手法を提案し、実機で有効性を示した。
- 不確実性に基づくオンライン把持学習のための探索戦略マニピュレーション2023/9/1
ロボットのビンピッキングにおいて、ベイズ的不確実性推定と分布アンサンブルを用いた探索戦略により、未知環境へのオンライン把持学習の適応性能を向上させる手法を提案した。
- SA6D: 新規物体と遮蔽に適応する自己適応型少数ショット6D姿勢推定器6D姿勢推定2023/8/1
少数の参照画像から自己適応セグメンテーションを用いて新規物体の点群モデルを構築し、遮蔽のある実環境で6D姿勢推定を行う手法を提案。
- DMFC-GraspNet: 混雑環境における微分可能な多指ロボット把持生成マニピュレーション2023/8/1
混雑シーンで多指ハンドの多様で密な把持を予測する微分可能なニューラル把持計画器を提案し、シーン生成とラベルマッピング、衝突損失と把持メトリック損失を用いたエンドツーエンド学習で有効性を示した。
- 多吸盤グリッパによるモデルフリー把持:ロボットビンピッキングへの応用マニピュレーション2023/7/1
吸盤グリッパの設計に依存せず、画像から把持可能領域を予測し最適な吸盤選択と把持姿勢を決定するモデルフリー手法を提案し、実環境のビンピッキングで有効性を示した。
- 実時間マルチアームビンピッキング:タスク・動作統合計画アプローチマニピュレーション2022/11/1
複数のロボットアームが協調してビンから物体を実時間で取り出すための統合パイプラインを提案し、幾何認識ポリシーとタスク・動作統合計画を組み合わせて4本のアームまで拡張可能であることを示した。
- ムーブメントプリミティブを用いた深層ブラックボックス強化学習強化学習2022/10/1
ムーブメントプリミティブのパラメータをブラックボックス最適化するエピソードベース強化学習に、微分可能な信頼領域層を導入した深層学習アルゴリズムを提案し、疎・非マルコフ報酬で従来手法を上回ることを示した。
- 物理特性が未知の物体のためのメタ学習による再把持戦略マニピュレーション2022/5/1
質量分布や摩擦係数が未知の物体に対し、Conditional Neural ProcessesとDexNet-2.0を組み合わせて限られた試行から物理特性を推定し、把持点をオンラインで更新するメタ学習手法ConDexを提案した論文。
- 機械的探索のための階層型方策学習マニピュレーション2022/2/1
散らかった環境から対象物を取り出すMechanical Searchを階層型POMDPとして定式化し、押し動作と行動選択のサブ方策を強化学習で学習して成功率を32%未満から約80%へ向上させた論文。
- 押し動作と把持動作の巧みな運動プリミティブを強化学習で獲得するハイブリッド手法マニピュレーション2021/11/1
ビンピッキングのような乱雑な環境での把持を目指し、押し動作と把持動作をパラメータ化した運動プリミティブとして、離散・連続ハイブリッドのSACで自己教師あり強化学習する手法を提案した。
- 非局所グラフ畳み込みネットワークによる行動認識と動作予測の同時学習行動認識・動作予測2021/8/1
骨格データの空間・時間相関をLSTMエンコーダデコーダと非局所アテンションでモデル化し、行動認識と将来動作予測を共同学習する手法を提案した。
- 不確実性を伴う接触リッチなマニピュレーションタスクのための残差フィードバック学習マニピュレーション2021/6/1
既存コントローラの出力だけでなくフィードバック信号も強化学習で修正する残差フィードバック学習を提案し、位置・姿勢の不確実性下でのペグ挿入タスクで性能向上を示した。
- 微分可能なロバストLQR層ロバスト制御2021/6/1
モデル不確実性と確率的ダイナミクス下での強化学習・模倣学習のため、ロバストLQRを凸計画として書き換え微分可能にした層を提案し、不確実性を直接モデル化しない既存手法より優れた性能を示した。
- ベイズ適応型深層モデルベース方策最適化モデルベースRL2020/10/1
モデルの不確実性をベイズニューラルネットで捉え、BAMDPとして定式化したモデルベース強化学習手法を提案し、履歴ベースの方策ネットワークを再帰的TRPOで学習することでサンプル効率と性能を向上させた。
