Siheng Chen
Shanghai Jiao Tong University
収録論文 24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
- KODA: 人間の一人称視点デモからヒューマノイド学習のための運動学と観測データの整合VLA2026/10/15
一人称視点の人間デモを、再利用可能な正準軌道を介してロボット視点の観測と全身状態行動ラベルに変換し、ヒューマノイドVLAポリシーの学習データを生成する手法を提案。
- IronMan: 情報制約付き動画行動学習によるロボットマニピュレーションマニピュレーション2026/10/6
情報ボトルネック原理に基づき、行動に無関係な視覚情報を抑制しつつ行動関連の動的手がかりを保持する動画行動学習フレームワークIronManを提案。LIBEROで99.0%、RoboTwinで79.4%の成功率を達成し、分布外シフト下でも高い頑健性を示した。
- GLoRI: グローバル・ローカル参照相互作用によるヒューマノイド移動操作のための閉ループ全身追跡ヒューマノイド制御2026/9/5
ヒューマノイドの全身動作追跡を高精度化するため、グローバルな位置補正とローカルな動作構造を融合する閉ループ制御器GLoRIを提案し、シミュレーションから実機への転移でも高い精度と汎化を実証した。
- 基盤モデルを物理世界エージェントに組み込むことで長期的ナビゲーションの限界を押し広げるナビゲーション2026/8/31
VLMによる推論エージェントとナビゲーション基盤モデルを組み合わせたフレームワークNavMCPを提案し、長期的な探索タスクで高い性能を達成した。
- ツール整合型視覚言語行動モデルによる長期的身体エージェントの実現VLA/長期タスク2026/5/1
高レベルのVLMエージェントが計画を、専門化されたVLAツール群が局所操作を分担し、長期的タスクを効率的に実行する枠組みを提案した。
- デジタルからフィジカルへ:物理知能のための自律型コーチとしてのデジタルエージェントVLA2026/1/1
LLMエージェントが強化学習や模倣学習のタスク設計・デバッグ・最適化を自律的に行うベンチマークEmboCoach-Benchを提案し、人間設計を上回る性能を実証した。
- ヒューマノイドロボットの高レベル制御におけるデータとモデルのスケーリングの影響の解明ヒューマノイド制御2025/11/1
人間の動画から自動生成した260時間超のヒューマノイド動作データセットHumanoid-Unionと、スケーラブルな学習フレームワークSCHURを提案し、大規模データが高レベル制御に与える影響を検証した。
- EmboMatrix: 身体性意思決定のためのスケーラブルな訓練基盤VLA2025/10/1
大規模言語モデルに身体性意思決定能力を獲得させるため、タスク・シーン生成、分散シミュレーション、精密報酬を統合した訓練基盤EmboMatrixを構築し、7Bモデルが671Bモデルを上回る性能を達成した。
- PolySim: マルチシミュレータのダイナミクスランダム化によるヒューマノイド制御のsim-to-realギャップの橋渡しsim2real2025/10/1
複数の異なるシミュレータを同時に用いて全身制御ポリシーを訓練し、シミュレータ固有のバイアスを低減して実機へのゼロショット転移を実現した。
- 二人で成し遂げる:ヒューマノイドロボット間のインタラクティブ全身制御の学習全身制御2025/10/1
二人のヒューマノイドが相互作用する人間の動作を模倣するため、接触を考慮した動作リターゲティングと相互作用駆動型制御器を組み合わせたフレームワークHarmanoidを提案。
- BeliefMapNav: 3Dボクセルベースの信念マップによるゼロショット物体ナビゲーションナビゲーション2025/6/1
LLMの意味推論と3Dボクセル空間を組み合わせ、未知環境で対象物体を探すゼロショット物体ナビゲーション手法を提案し、ベンチマークで最高精度を達成した。
- 合成データがEnd-to-End自動運転に与える影響の解明自動運転/シミュレーション2025/3/1
3Dガウシアンスプラッティングを用いた高忠実・対話的・効率的な自動運転シミュレータSceneCrafterを提案し、合成データ生成と閉ループ評価を通じてEnd-to-Endモデルの汎化性能を向上させる。
- SafeAgentBench:身体性LLMエージェントの安全なタスク計画のためのベンチマーク安全性評価2024/12/1
対話型シミュレーション環境で身体性LLMエージェントの安全性を評価する初のベンチマークを提案し、750タスクと評価環境を構築した。実験では既存エージェントの安全意識が低いことを示した。
- 外部測位・時刻同期デバイス不要のロバスト協調知覚協調知覚2024/5/1
各エージェントの検出物体から顕著物体グラフを構築し、グラフニューラルネットで共通部分グラフを同定することで、外部の測位・時計デバイスなしに相対姿勢と時刻を推定する協調知覚システムを提案。
- 言語駆動によるインタラクティブ交通軌跡生成交通軌跡生成2024/5/1
自然言語の指示から複数車両が相互作用する交通軌跡を生成するInteractTrajを提案し、従来手法より現実的で制御性の高い生成を実現した。
- FastMAC: 対応グラフの確率的スペクトルサンプリング点群位置合わせ2024/3/1
3D対応グラフにグラフ信号処理を導入し、高周波成分を保つ確率的スペクトルサンプリングでMACを高速化した3D点群位置合わせ手法を提案。
- BEVフローによる時間非同期に頑健な協調知覚協調知覚2023/9/1
複数エージェント間の時間的なずれをBEVフローで補正し、非同期な協調メッセージを位置合わせする協調知覚手法CoBEVFlowを提案。非同期シナリオの新データセットIRV2Vも構築した。
- 通信途絶に強い協調知覚:V2X通信支援自動運転のための中断対応型協調知覚V2X協調知覚2023/4/1
V2X通信の途絶時でも過去の協調情報から欠損を予測・復元し、協調知覚を頑健にするシステムを提案した論文。
- Among Us: コンセンサスによる敵対的ロバスト協調知覚協調知覚/敵対的ロバスト性2023/3/1
複数ロボットの協調知覚において、攻撃メカニズムを知らなくても未知の敵対者に頑健なサンプリングベース防御戦略ROBOSACを提案し、自動運転の協調3D物体検出で検証した。
- 姿勢誤差に頑健な協調3D物体検出協調認識2022/11/1
複数エージェントの協調による3D物体検出において、姿勢推定誤差があっても高精度を維持するCoAlignを提案。エージェント-物体姿勢グラフとマルチスケール融合で誤差に頑健な検出を実現した。
- 自動運転のための協調知覚:現状と将来動向協調知覚2022/8/1
自動運転における協調知覚技術の研究をレビューし、基本概念や協調モード、主要要素、応用を整理するとともに、未解決の課題と今後の方向性を議論した論文。
- 遅延を考慮した協調知覚システム協調知覚2022/7/1
通信遅延がある環境でも複数エージェントの知覚特徴を時間同期させるSyncNetを提案し、協調知覚の性能劣化を抑えた。
- 柔軟ネットワークのモジュール表現と制御剛性解析2022/2/1
幾何剛性と代数的スパース性を組み合わせ、柔軟で過少拘束なネットワークのゼロエネルギー変形モードを階層的・モジュール的に同定し、ロボットの到達動作や弾性ネットワークの応答予測に応用した研究。
- 蒸留コラボレーショングラフによるマルチエージェント知覚マルチエージェント知覚2021/11/1
教師モデルから知識蒸留した行列値エッジ重み付き協調グラフ(DiscoGraph)を提案し、単一視点入力の学生モデル(DiscoNet)で帯域と性能のトレードオフを改善するマルチエージェント3D物体検出を実現した。
