Shenji Wan

New York University

収録論文 4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

• 強化学習によるロボットアームの高精度逆運動学PolicyIK
  逆運動学/強化学習2026/11/3

  姿勢フィードバックから関節参照を更新するゴール条件付き強化学習ポリシーで、ミリメートル精度の逆運動学を実現し、古典的IK制御器やVLAポリシーの実行を上回る精度を示した。

• SceneBloom: 実用的で多様なレイアウトを持つ屋内環境をエージェント的に生成する身体性学習向けフレームワーク
  シーン生成2026/10/23

  拡散モデルによる家具配置の生成と関係性に基づく3Dシーン構築を組み合わせ、物理的に整合し実環境に近い屋内環境を自動生成するフレームワークを提案。生成シーンで学習したナビゲーション方策が実スキャン上で高い成功率を示した。

• 物理的時間を考慮したロボット政策記憶の動的モデル
  マニピュレーション2026/10/14

  観測履歴に物理的時間間隔を組み込むことで記憶状態を時間的に進化させるTemporal Flow Policyを提案し、拡散・フローマッチング政策に適用して操作タスクの性能を向上させた。

• TFP: 時間条件付きメモリ融合ポリシーによる視覚運動学習
  VLA/操作学習2026/7/1

  視覚言語行動(VLA)ポリシーは反応的で、段階依存の操作タスクで失敗する問題を解決するため、時間条件付きメモリ融合ポリシー(TFP)を提案。液体時定数ダイナミクスでタスク進行の信念を維持し、フローマッチング行動デコーダに適応変調で注入することで、LIBERO等で成功率を向上させた。