Tianshui Chen

収録論文 6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

• 3D基盤モデルを核とした未来予測型ロボット世界行動モデルE0.5
  世界モデル2026/10/26

  3D基盤モデルをバックボーンに据え、将来の3D状態と行動を同時予測する世界行動モデルE0.5を提案し、実機マニピュレーション成功率を大幅に向上させた。

• ロボット操作は視覚から幾何への写像である：言語・ビデオモデルを超えた視覚幾何バックボーン
  マニピュレーション2026/4/1

  ロボット操作を視覚から3次元幾何への写像と捉え、言語やビデオのバックボーンではなく事前学習済み3次元表現を用いたVGAモデルを提案し、シミュレーションと実機で優れた性能を示した。

• 事前学習済みビデオモデルから物理を学ぶ：ロボット操作のためのマルチモーダル連続・逐次世界相互作用モデル
  操作2026/3/1

  ロボットデータ不足を補うため、事前学習済みビデオ生成モデルを物理シミュレータとして活用し、ビデオと行動を共通の物理トークンで表現することで、操作タスクを解く枠組みPhysGenを提案した。

• RADAR: 実世界ダイナミクス・空間物理知能・自律評価による視覚言語行動モデルの汎化ベンチマーク
  VLA2026/2/1

  VLAモデルの実世界汎化を評価するため、物理ダイナミクス・空間推論タスク・3D指標による完全自律評価を統合したベンチマークRADARを提案し、既存モデルを監査した。

• E0: Tweedie離散拡散によるVLAモデルの汎化性と細粒度制御の向上
  VLA2025/11/1

  量子化された行動トークン上でTweedie離散拡散を行うVLAフレームワークE0を提案し、視点摂動拡張と合わせて多様な環境での汎化と細かい制御を実現した。

• And-Orグラフ表現を用いたニューラルタスクプランニング
  タスクプランニング2018/8/1

  シーン画像とタスクから行動系列を予測する意味的タスクプランニングに対し、知識のAnd-Orグラフでタスクを階層表現し、補助LSTMで有効な学習サンプルを生成して訓練を効率化した研究。