Qifeng Chen
HKUST
収録論文 43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
- 自己中心視点の観察から行動を分離する世界シミュレーション手法行動転送/世界シミュレーション2026/10/20
動画拡散モデルのノイズ除去過程を直接操作し、幾何推定器なしで自己中心視点の行動を新しい視覚文脈へ転送するEgoACTを提案。手と物体の構造保持と接触の現実性を両立させる。
- TacClaw-Infinity: 巧みな操作のための大規模視覚・触覚・言語・行動データセット触覚2026/10/14
触覚対応のハンドヘルド型デバイスで世界中から収集した1万時間・100万エピソード超の視覚・触覚・言語・行動データセットを構築し、異なるロボット間での転移を実証した。
- WorldSonus: ワールドモデルに音を届けるvideo-to-audio2026/10/6
ワールドモデルが生成する映像に、リアルタイムで空間的なステレオ音声を合成する対話型のvideo-to-audioフレームワークを提案した論文。
- 身体化操作のためのデータピラミッド:サーベイデータ収集/身体化AI2026/7/1
実ロボットデータからシミュレーションデータまで、身体化エージェントの学習に使われる5つのデータ源をピラミッド構造で整理し、各データの特性と組み合わせ方を分析したサーベイ論文。
- LeapBot-WA: 予測的潜在アライメントによるワールドアンカー行動モデルVLA2026/7/1
ピクセルレベルの動画生成に依存せず、潜在空間での予測的意味アライメントを用いて物理ダイナミクスを抽出する新しいワールドアクションモデルを提案し、LIBEROやRoboTwinで高い性能を達成した。
- OmniContact: 接触フローによるメタスキルの連鎖で汎用ヒューマノイド移動操作を実現移動操作2026/6/1
ヒューマノイドの長期的な移動操作タスクを、接触フローという表現を介してメタスキルを階層的に連鎖させるフレームワークを提案し、高い成功率と自律的な失敗回復を実現した。
- Robo-Cortex: 二重粒度認知記憶と自律知識誘導による自己進化型具現化エージェントナビゲーション2026/5/1
ロボットが過去の経験からナビゲーションのヒューリスティックを自律的に抽出し、戦略を進化させる自己進化型フレームワークを提案した。
- スイッチ:ヒューマノイドロボットの俊敏なスキル切り替えの実現歩行2026/4/1
ヒューマノイドロボットが複数の移動スキルをシームレスに切り替えられるようにする階層型マルチスキルシステムを提案した論文。
- HumanX: 人間の動画からヒューマノイドの俊敏で汎用的なインタラクションスキルを獲得模倣学習2026/2/1
人間の動画から物理的に妥当なロボット動作データを生成し、模倣学習でUnitree G1にゼロショット転移するフレームワーク。バスケやサッカーなど5領域10スキルを獲得。
- FlyAware: 視覚推定と把持後適応による慣性を考慮した空中マニピュレーション空中マニピュレーション2026/1/1
視覚による把持前の慣性推定と把持後の適応機構を組み合わせ、慣性を考慮した適応制御で空中マニピュレータのロバストな操作を実現した。
- 合成デモンストレーションから汎化可能な手と物体のトラッキングを学習マニピュレーション2025/12/1
人間のデモなしに合成データのみから、多様な物体形状や手の形態に対応する器用な手と物体のトラッキング制御器を学習する手法を提案。
- RGB-Dカメラを用いた人間が投げる飛翔体に対する脅威認識型UAV回避UAV回避2025/11/1
RGB-Dカメラで人間の姿勢と奥行きを推定し、投げられる飛翔体の軌道を予測して、不確実性を考慮した回避戦略でUAVが瞬時に避けるシステムを提案した。
- PhysHSI:実世界で汎化可能な自然なヒューマノイド・シーンインタラクションシステムヒューマノイド2025/10/1
シミュレーションでの敵対的動作事前分布に基づく方策学習と、LiDARとカメラを組み合わせた粗から細への物体位置推定により、ヒューマノイドが実世界で物体運搬や着座などの多様なインタラクションを自然に自律実行できるシステムを構築した。
- VLMベースのマルチエージェント協調による自動運転ポリシー学習フレームワークOGR自動運転2025/9/1
視覚言語モデルを活用したマルチエージェント協調により、報酬関数と訓練カリキュラムの設計を自動化し、自動運転ポリシーをオンラインで進化させるフレームワークを提案した。
- 混沌から規則を学ぶ:タングラム組立のための推論・計画・操作の学習マニピュレーション2025/5/1
シミュレーションでの自己探索により、未知のタングラム形状を組み立てる汎用的なロボット組立ポリシーを学習する手法を提案。
- ロボットマニピュレーションにおける生成AI:サーベイマニピュレーション2025/3/1
GAN・VAE・拡散モデルなどの生成モデルをロボットマニピュレーションに応用する研究を、データ生成から方策学習まで階層的に整理したサーベイ。
- ガウシアンスプラッティングによる産業グレードのセンサシミュレーション:スケーラブルな編集とフルスタック検証のためのモジュラーフレームワークsim2real2025/3/1
自動運転のセンサシミュレーションをNeRFからガウシアンスプラッティングに置き換え、シーン編集や拡張を可能にするモジュラーフレームワークを提案し、カメラとLiDARで実証した。
- 多感覚統合ソフトハンドによる薄い変形物体の操作学習マニピュレーション2024/11/1
柔らかく受動的なコンプライアンスを持つソフトハンドに触覚・力覚・固有感覚と深度カメラを統合し、モデルフリー強化学習で薄い変形物体の分離・把持を自己教師あり学習する手法を提案。
- SkillMimic: デモンストレーションからバスケットボールのインタラクションスキルを学習模倣学習2024/8/1
人間と物体のインタラクションを模倣する統一的な報酬設計で、バスケットボールのドリブル・レイアップ・シュートなど多様なスキルを単一の方策で学習し、スキル遷移や長期タスクも可能にした研究。
- マルチカメラ画像から高解像度ベクトル表現を学習する3D物体検出3D物体検出2024/7/1
マルチカメラ画像から高解像度のベクトル表現と低解像度BEV表現を組み合わせ、効率的に3D物体検出を行うVectorFormerを提案。nuScenesで最高精度と高速推論を達成。
- GIC: ガウス情報付き連続体による物性推定とシミュレーションsim2real2024/6/1
3Dガウシアン表現と連続体シミュレーションを組み合わせ、視覚観測から物体の物理特性を推定するハイブリッド手法を提案。
- PLUTO:自動運転のための模倣学習ベース計画の限界を押し広げる自動運転計画2024/4/1
縦横を考慮したモデル構造と対照学習を活用した新しい訓練枠組みにより、自動運転の模倣学習ベース計画を大幅に改善し、初めてルールベース計画を上回る性能を達成した。
- クロスクラスタシフトによる自動運転向け高効率・高精度3D物体検出3D物体検出2024/3/1
点ベース3D検出器の受容野を広げるCross-Cluster Shifting演算を提案し、KITTI・Waymo・nuScenesで高精度かつ高速な検出を実現した。
- OV9D: オープンボキャブラリなカテゴリレベル9D物体姿勢・サイズ推定6D姿勢推定2024/3/1
任意の新規カテゴリのテキスト記述から、観測画像中の物体の位置・向き・サイズを推定するオープンセット問題に取り組み、大規模合成データセットOO3D-9DとDinoV2・拡散モデルを活用したNOCS推定フレームワークを提案した。
- PPAD: 予測と計画の反復的相互作用によるエンドツーエンド自動運転自動運転/予測計画統合2023/11/1
周囲エージェントの軌道予測と自車の運動計画をタイムステップごとに交互に繰り返す新しいエンドツーエンド自動運転フレームワークPPADを提案し、nuScenesベンチマークで最先端性能を達成した。
- ERRA: 長期的言語条件付きマニピュレーションタスクのための身体性表現・推論アーキテクチャマニピュレーション2023/4/1
大規模言語モデルによる粗い推論とマルコフ決定過程による細かい推論を組み合わせ、ロボットが長期的な言語指示マニピュレーションタスクを分解して実行できる身体性学習アーキテクチャを提案。
- Flipbot: 粗から細への外受容・固有受容探索による連続的な紙めくり学習マニピュレーション2023/4/1
紙のような柔軟物体を1枚ずつ把持・めくるタスクに対し、外受容感覚と固有受容感覚を統合し粗から細への探索で最適制御パラメータを自己教師あり学習するFlipbotを提案した。
- 意図発見による把持学習と難環境への応用マニピュレーション2023/4/1
実演から潜在的な意図を抽出し、自己探索を通じて多様で堅牢な把持方策を学習する手法を提案。シミュレーションから実世界へのゼロショット汎化を実現した。
- 見ずに回す:触覚によるハンド内巧みさ触覚2023/3/1
手全体に配置した低コストな二値触覚センサのみを用い、視覚なしで未知物体をハンド内で回転させる強化学習システムを提案。
- サンプル効率の良い模倣学習のための計画法模倣学習2022/10/18
MCTSベースの強化学習に敵対的模倣学習を組み込み、行動クローニングと敵対的模倣学習を統合した計画型模倣学習手法を提案し、高い性能とサンプル効率を両立させた。
- TSDFボリューム上の接触点検出による7自由度把持マニピュレーション2022/9/1
TSDFボリューム上で接触点を検出し、多視点融合と衝突判定を活用して、乱雑環境での閉ループ7自由度把持を実現するパイプラインを提案した。
- 自己整合制約による運動予測のブートストラップ運動予測2022/4/1
空間・時間摂動下での二重整合性制約と自己アンサンブルによるマルチモーダル教師目標で、車両の将来軌道予測を高精度化するフレームワークMISCを提案。
- 自己教師ありカテゴリレベル物体姿勢・サイズ推定に向けて姿勢推定2022/3/1
単一深度画像からカテゴリレベルの物体姿勢とサイズを、正解ラベルなしで推定する自己教師あり手法を提案。テンプレートメッシュの変形・位置合わせと微分可能レンダリングによる幾何整合性で学習する。
- FS6D: 新規物体の少数ショット6D姿勢推定6D姿勢推定2022/3/1
未知物体の6D姿勢を少数のサポートビューから追加学習なしで推定する新しいオープンセット問題に取り組み、Transformerによる密なRGBDプロトタイプマッチングと大規模合成データセットShapeNet6Dを提案した論文。
- DRINet++:ボクセルを点として扱う効率的な点群セマンティックセグメンテーション点群セグメンテーション2021/11/1
点群をボクセルとして扱うことで疎性と幾何情報を活かし、疎な特徴抽出と幾何特徴強調の2モジュールで性能・効率・メモリのバランスを改善した屋外点群セグメンテーション手法。
- DRINet: 二重表現反復学習による点群セグメンテーションネットワーク点群セグメンテーション2021/8/1
点群を点とボクセルの二表現で反復的に学習し、大規模点群でも高精度・高速にセグメンテーションできるネットワークを提案した。
- 学習型マルチスコピック融合による堅牢な深度推定深度推定2021/8/1
低コスト単眼カメラを水平・垂直に移動させて視差の揃った画像列を撮影し、複数のコストボリュームを学習ベースで融合して高精度な深度推定を実現した研究。
- 行方向拡張注意機構を用いたステレオ画像の水滴除去画像処理/ステレオビジョン2021/8/1
ステレオ画像から水滴を除去する学習ベースモデルを提案し、行方向の拡張注意機構と左右一貫性を高める注意整合損失を導入した。実世界データセットも構築し、既存手法を上回る性能を示した。
- ToF生データからの深度と法線の同時推定深度推定2021/8/1
ToFセンサの生データから高品質な深度マップと法線マップを同時に推定する手法を提案し、大規模データセットToF-100を構築して従来手法を大きく上回る性能を示した。
- RGBD画像からの6D姿勢推定のための双方向融合ネットワークFFB6D6D姿勢推定2021/3/1
RGBと深度の情報をエンコーダ・デコーダの全層で双方向に融合し、テクスチャと形状を考慮した3Dキーポイント選択で単一RGBD画像からの6D姿勢推定精度を大幅に向上させた論文。
- 時空間点群ネットワークによる軌道予測軌道予測2021/3/1
エージェントを点群として扱う空間学習と動的な時間学習を組み合わせ、軌道予測を空間・時間の両次元で行うTPCNを提案し、Argoverseベンチマークで最先端性能を達成した。
- モデルベース計画による車両軌道予測の学習軌道予測2021/3/1
モデルベース生成器で制約下の実現可能な軌道を生成し、学習ベース評価器で選択する軌道予測フレームワークPRIMEを提案し、Argoverseで高精度・高実現性・高ロバスト性を示した。
- 計画情報を用いた軌道予測PiP軌道予測2020/3/1
自車の計画軌道を予測器に与えることで周囲車両の将来軌道を高精度に予測し、予測と計画を結合する手法を提案した論文。
