Shuicheng Yan
National University of Singapore
収録論文 19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
- ロールバック:世界モデルにおける経験の巻き戻しによる方策改善世界モデル2026/10/26
世界モデルを過去の意思決定点まで巻き戻して反事実的な行動分岐を探索する仕組みに変え、実ロボット経験との非同期ループで方策を改善する手法を提案。
- 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。
- 接触を伴う操作のための相互作用潜在表現による行動生成マニピュレーション2026/10/13
動作・接触・力の変化をまとめて潜在表現として扱い、それを行動単位としてVLAや世界モデルの学習・改善に用いる手法を提案。実機4タスクで成功率を向上させた。
- 接触軌道プロンプティング:単一実演からの接触を伴う動作の文脈内転移マニピュレーション2026/10/13
単一の実演から接触を伴うマニピュレーション動作をワンショットで転移するため、動作と接触情報を時系列の接触軌道プロンプトとして符号化し、オンライン感覚フィードバックで参照する枠組みを提案した。
- EgoTSR++: 一人称視点の時空間推論によるタスク進捗理解VLA2026/9/23
一人称視点の2つの観測からタスクの進捗を順序に依存せず判断するフレームワークEgoTSRを提案し、順序バイアスを診断するベンチマークと双方向監督データ、段階的CoTカリキュラムを導入した。
- MobileVLA-R1 2.0: モバイルロボット制御のための強化学習強化推論VLA2026/9/5
モバイルロボットのVLAシステムにおいて、言語指示を実行可能な行動に変換する課題に対し、構造化された推論と強化学習を組み合わせたフレームワークを提案し、ナビゲーションや操作タスクで評価した。
- GIFT: 行動指向の構造的監督による誘導中間特徴学習を用いたロボット操作マニピュレーション2026/9/3
視覚と言語の事前学習で得られる特徴と制御に必要な情報の乖離(行動十分性ギャップ)を埋めるため、中間特徴に幾何・アフォーダンス・目標領域の3つの制御関連構造を学習させるフレームワークGIFTを提案し、複数のポリシーで性能向上を確認した。
- ワールドモデリングはどこへ向かうのか?世界モデル2026/8/1
エージェントの継続的改善のための世界モデルの概念を、物理状態遷移からエージェント中心の情報遷移へと拡張し、6つのプロキシ形式と3つの活用レベルを提案する。
- ロボット操作のための視覚言語行動モデルにおける二重潜在記憶VLA2026/7/1
視覚言語行動モデルに、過去の経験を潜在記憶トークンとして統合するフレームワークを導入し、長期依存タスクの性能を向上させた。
- TouchThinker:大規模データと行動認識表現による触覚常識推論のオープンワールドへの拡張触覚2026/6/10
触覚常識推論をオープンワールドに拡張するため、大規模データセットと行動認識表現を備えた触覚言語フレームワークTouchThinkerを提案した。
- TacForeSight: 接触豊富な操作のための力誘導型触覚ワールドモデル触覚/操作2026/6/1
接触を伴う操作タスクにおいて、力覚と触覚の非対称な時空間的役割を考慮し、触覚潜在ダイナミクスを予測する軽量な触覚ワールドモデルと、予測結果を活用するポリシーを提案。実機実験で動的接触外乱下での優位性を示した。
- ワールドアクションモデル:サーベイサーベイ2026/6/1
予測と行動を統合するワールドアクションモデル(WAM)の定義と分類を整理し、既存手法を生成対象と設計要素の2軸で分析したサーベイ論文。
- GE-Sim 2.0: ロボット操作のための包括的クローズドループ映像世界シミュレータへのロードマップシミュレーション2026/5/1
ロボット操作のためのクローズドループ映像世界シミュレータGE-Sim 2.0を提案。実ロボットデータで再学習し、状態デコーダ、世界判定器、高速化モジュールを追加して、映像シミュレーションからポリシー学習へのループを閉じる。
- OmniVTA: 接触を伴うロボット操作のための視覚-触覚世界モデル操作2026/3/1
接触を伴う操作タスクのために、大規模な視覚-触覚-行動データセットと、触覚信号を予測・閉ループ制御に活用する世界モデルベースのフレームワークを提案した論文。
- Genie Envisioner:ロボット操作のための統合ワールド基盤プラットフォームVLA2025/8/1
指示条件付き動画拡散モデルを核に、方策学習・評価・シミュレーションを一つの動画生成フレームワークへ統合した基盤を提案し、軽量デコーダで行動軌跡を生成、専用ベンチマークも整備した。
- RoboCerebra:長期的ロボットマニピュレーション評価のための大規模ベンチマークマニピュレーション2025/6/1
家庭環境での長期的なロボット操作タスクを評価する大規模ベンチマークを提案し、VLMによる高レベル計画とVLAによる低レベル制御を組み合わせた階層的フレームワークと評価プロトコルを構築した。
- オフライン強化学習のための効率的な拡散ポリシーオフライン強化学習2023/5/31
拡散モデルを用いたオフライン強化学習のポリシー学習を高速化し、既存手法との互換性を高めるEDPを提案。D4RLで訓練時間を5日から5時間に短縮し、最先端性能を達成。
- 相互情報量正則化によるオフライン強化学習オフライン強化学習2022/10/14
データセット内の状態と行動の相互情報量を直接制約することで、分布シフトに強いオフライン強化学習フレームワークMISAを提案し、D4RLベンチマークで大幅な性能向上を達成した。
- EnvPool: 強化学習環境の高速並列実行エンジン強化学習基盤2022/6/1
強化学習のボトルネックである環境シミュレーションを並列化し、Atariで毎秒100万フレーム、MuJoCoで毎秒300万フレームを達成する高速実行エンジンを提案。
