Xi Chen
Johns Hopkins University
収録論文 45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
- 再帰的ベイズ比較によるLiDAR計測のオンライン幾何整合性評価SLAM/位置推定2026/11/7
LiDAR点群の位置合わせ誤差を、履歴ボクセル幾何のベイズモデルと現在のサンプリングに適応する参照モデルの予測支持度比較でオンライン検出する手法を提案し、実環境14系列で破損9系列を全て検出した。
- 世界モデリングはロボット行動学習で実際に何を改善するのかVLA2026/10/25
未来映像予測を行動学習の補助損失として組み込む効果を制御的に検証し、既知タスクでは成功率が大きく向上する一方、分布シフト下では利点が一貫しないことを示した論文。
- 堅牢強化学習のための統一ライブラリとベンチマーク堅牢RL2026/10/23
17種の堅牢なオンライン・オフライン・安全RLアルゴリズムを統一インターフェースで実装し、多様な摂動下での評価ベンチマークを提供するライブラリを提案した論文。
- StopWatch: 物体ゴールナビゲーションのためのゴールグラウンディング物体ゴールナビゲーション2026/10/16
VLMベースの物体ゴールナビゲーションの失敗原因がゴールの認識不足にあると特定し、ゴールを明示的にグラウンディングすることで6つのベンチマークで最高性能を達成した論文。
- VeriVLA: 潜在世界モデルによるフローベースVLAの適応的テスト時検証VLA2026/10/15
フローベースVLAの確率的な行動生成に対し、潜在世界モデルで候補を検証・選択する学習不要の手法を提案し、実機・シミュレーションで成功率を向上させた。
- 離散行動はいつ連続制御器として優れているのか？VLA2026/10/14
ロボット基盤モデルにおける連続行動表現の優位性を問い直し、離散行動予測がタスク成功率で連続行動方策に匹敵または凌駕することを示した。
- PanoVLN: パノラマ視覚と言語による効果的なナビゲーションナビゲーション2026/9/28
パノラマ画像を用いた視覚言語ナビゲーションにおいて、行動予測・訓練監督・視覚表現を改良し、より広い視野を活かした長期的な行動計画と経路選択を可能にする手法を提案。
- ロボットは点字を読めるか？―模倣学習による接触適応で触覚点字認識を実現触覚2026/9/25
触覚点字を読むロボットが、認識前に接触品質を評価し姿勢を修正する適応的接触フレームワークを提案。模倣学習で接触調整を学び、点字の再構成精度を向上させた。
- 表現豊かなロボットピアニスト：グラフ模倣と音楽的ダイナミクスで複雑なピアノ曲を演奏マニピュレーション2026/9/9
強化学習とグラフベースの運指最適化、物理に基づく音響モデルを組み合わせ、人間らしい表現力で多様なピアノ曲を演奏できるロボットハンドを実現した。
- 時間的比率によるビデオ行動汎化ギャップの理解と緩和VLA2026/7/1
ビデオ基盤モデルをロボット行動データで微調整すると構成的一般化能力が失われる問題を分析し、注意機構に基づく指標「時間的比率」を導入してその原因を解明し、推論時に適応的にガイドする手法を提案した。
- Xiaomi-Robotics-U0: 世界基盤モデルによる統合的身体性合成VLA2026/7/1
ロボットの身体性を考慮した画像・動画生成を統合する380億パラメータのマルチモーダル自己回帰モデルを提案し、マルチビュー一貫性やロボットの身体制約を保ちながら、シーン生成や転移、動画生成を高品質で実現した。
- 形状適応・均一力分布・自己ロック機能を備えたハイブリッド剛軟ロボットグリッパグリッパ2026/7/1
低コストの膜式空気圧アクチュエータと3Dプリント製ラチェット機構を組み合わせたハイブリッド剛軟グリッパを提案し、形状適応、均一な力分布、エネルギー不要の自己ロックを実現した。実験では最大4200gの把持能力と消費エネルギー50%削減を達成した。
- LabVLA: 科学実験室における視覚言語行動モデルの基盤構築VLA2026/6/11
科学実験室向けのVLAモデルを開発し、シミュレーションデータ生成と2段階学習で実験プロトコルの実行を可能にした。
- AdaReP: モデルミスマッチ下での適応的再計画によるニューラルワールドモデル予測制御モデル予測制御2026/6/1
ニューラルワールドモデルを用いたMPCの再計画頻度を、予測誤差の蓄積と局所感度に基づいてオンラインで適応させる手法を提案し、計算コストを削減しつつ性能を維持する。
- オープンデータ・訓練・評価によるスケーラブルな行動クローニング行動クローニング2026/6/1
大規模な遠隔操作データセットABC-130K（3500時間、13万エピソード）とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。
- カオス理論的バランスと潜在ダイナミクスによる生理信号のワールドモデリングに向けて時系列予測2026/5/14
生理時系列信号を潜在空間で表現し、臨床介入を条件とした長期予測を行うワールドモデルNormWear-2を提案。カオス理論に基づくデータバランス手法により、より少ないデータで頑健な表現を獲得する。
- 高速移動物体の衝撃を考慮したコンプライアント捕捉のためのキノダイナミック軌道多様体の学習マニピュレーション2026/5/1
シミュレーションでの強化学習により捕捉軌道を収集し、低次元のキノダイナミック軌道多様体を学習。実行時は物体の初期状態から直接参照軌道を生成し、接触近傍ではコンプライアント制御で追従して衝撃吸収と捕捉安定性を向上させる。
- MobileManiBench：モバイルマニピュレーションのためのモデル検証を簡素化するベンチマークVLA2026/2/1
NVIDIA Isaac Simと強化学習を用いて、多様なモバイルマニピュレーション軌道を自動生成する大規模ベンチマークを構築し、代表的なVLAモデルの性能を評価した。
- 知覚型ヒューマノイドパルクール：モーションマッチングによる動的人間スキルの連鎖歩行2026/2/1
人間の動的スキルをモーションマッチングで連鎖させ、深層知覚と強化学習により、ヒューマノイドが障害物を乗り越え・登り・跳び越え・転がり落ちるパルクールを自律実行できるフレームワークを提案。
- Gemini Robotics 1.5：高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- 実生活の人間活動動画を用いたロボットマニピュレーション向け視覚-言語-行動モデルのスケーラブル事前学習VLA2025/10/1
人間の手の日常動画を自動解析してロボットのVLA学習データに変換し、100万エピソード規模のデータセットでモデルを事前学習することで、未知環境でのゼロショット性能と実機微調整時の成功率・汎化性能を向上させた。
- 先進的な協調捕食に着想を得た改良型グレイウルフ最適化によるUAV最短経路計画経路計画2025/6/1
協調捕食とレンズ反転学習を導入した改良型グレイウルフ最適化アルゴリズムを提案し、障害物環境下でのUAV最短経路計画において従来手法より短い経路を実現した。
- Gemini Robotics：AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- UniGraspTransformer：スケーラブルな器用把持のための簡素化された方策蒸留マニピュレーション2024/12/1
物体ごとに強化学習で把持方策を訓練し、それを単一のTransformerネットワークに蒸留することで、多様な物体・姿勢に対応する汎用器用把持を実現した研究。
- CogACT: 認知と行動を融合するロボット操作のための基盤的視覚-言語-行動モデルVLA2024/11/1
VLMの出力を条件とする専用の拡散行動トランスフォーマーを組み込んだ新しいVLAアーキテクチャを提案し、ロボット操作の成功率と汎化性能を大幅に向上させた。
- MSMA: コネクテッド自動運転環境におけるマルチソースデータ統合を用いたマルチエージェント軌道予測軌道予測2024/7/1
CAVを中心にセンサと通信のマルチソースデータをクロスアテンションで統合し、周囲車両の軌道を予測する深層学習フレームワークMSMAを提案。CARLAで収集した混合交通データで予測精度の向上を実証した。
- 複数UAVによる複数目標のための能動探索戦略群制御2024/6/1
広大な自然環境で複数の目標を探すため、大域・局所情報を統合しVoronoi分割で分散協調するマルチUAV探索手法を提案し、野生のカブトガニ探索で有効性を示した。
- オブジェクト合成可能なNeRFによる視覚のSim-to-Realギャップ解消sim2real2024/3/1
実画像から物体を抽出して新しいシーンに合成できるNeRFモデルCOV-NeRFを提案し、写実的な描画と多様な2D/3D教師信号を生成して視覚タスクのsim-to-realギャップを迅速に埋める。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 複雑で未知の物体を高密度に詰め込むための畳み込み占有モデルマニピュレーション2023/8/1
部分観測された3Dシーンから物体形状を補完する全畳み込みモデルF-CONを提案し、実世界のピックアンドプレースで複雑な未知物体の高密度詰め込みを実現した。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- 分布型インスタンスセグメンテーション：潜在コードによる不確実性のモデル化と高信頼予測インスタンスセグメンテーション2023/5/1
潜在コードを用いた分布型インスタンスセグメンテーションで物体マスクの不確実性をモデル化し、信頼度マスクによりロボットピッキングの誤りを削減する手法を提案。
- 把持を利用した自己教師ありインスタンスセグメンテーションインスタンスセグメンテーション2023/5/1
ロボットの把持前後の画像から把持物体を切り出し、その切り貼りで学習データを自動生成することで、人手アノテーションなしに高精度なインスタンスセグメンテーションを実現した。
- Transformerベース自動運転モデルと展開指向の圧縮：サーベイ自動運転2023/4/1
自動運転向けTransformerモデルをタスク・センサ構成・アーキテクチャで整理し、車載展開のための量子化・枝刈り・蒸留・低ランク近似・効率的注意などの圧縮・高速化手法を安全性とハードウェアの観点から展望したサーベイ。
- NeurIPS 2022 コンペティション: Driving SMARTS自動運転2022/11/1
自動運転における分布シフト問題に取り組むため、実世界データとシミュレータSMARTSを組み合わせた2トラックの競技会を開催し、強化学習やオフライン学習など多様な手法を比較評価した。
- 高速遊泳ロボットのための予圧バイステーブルヘアクリップ機構ソフトロボティクス2022/6/1
ヘアクリップの跳ね返りに着想を得て、梁の横ねじれ座屈と予座屈ドーム構造のスナップスルーを利用した面内予圧アクチュエータを開発し、魚型ロボットの遊泳性能を大幅に向上させた。
- ロボットプラットフォーム間の少数ショット方策適応のためのベイズメタ学習メタ学習2021/3/1
異なるロボットハードウェアへ、少数の軌道デモのみから方策を適応させる少数ショットメタ学習手法を提案し、低次元潜在変数で不確実性をモデル化してデータ効率の良い適応を実現した。
- 深層強化学習による人間中心の協働ロボット協働ロボット2020/7/1
人間とロボットの協働作業を、知覚と意思決定を統合した教師なしの深層強化学習で end-to-end に学習し、注釈なしで新しい相手やタスクに素早く適応できる枠組みを提案した論文。
- 災害対応ロボットCENTAUROシステムの最終発表と評価災害対応ロボット2019/9/1
災害救助支援のための柔軟な移動マニピュレーションロボットCentauroと、没入型テレプレゼンススーツや自律レベル別操作インターフェースを統合したシステムの最終成果と系統的評価を報告した論文。
- 敵対的特徴学習による汎化可能な視覚運動制御視覚運動制御2019/9/1
深層強化学習で訓練した視覚運動ポリシーを、敵対的学習によるドメイン転送で新たなタスク環境へ汎化させる手法を提案し、実機のピッキングと注ぎタスクで有効性を示した。
- 複雑環境における車輪脚ロボットのナビゲーションスキルを深層強化学習で獲得ナビゲーション2018/4/1
高さマップ画像からモータ指令への方策を深層強化学習で学習し、複数のナビゲーション行動とドメインランダム化を組み合わせて車輪脚ロボットの障害物回避・目標到達能力を向上させた。
- VRテレオペレーションによる複雑な操作タスクの深層模倣学習模倣学習2017/10/1
民生用VRヘッドセットとハンドトラッキングでロボットを直感的に遠隔操作し、そのデモからピクセル入力→行動出力の深層模倣学習ポリシーを獲得する手法を提案した。
- パラメータ空間ノイズによる探索強化学習2017/6/1
強化学習の探索において、行動空間ではなくエージェントのパラメータにノイズを加える手法を提案し、DQN・DDPG・TRPOで従来の行動空間ノイズや進化戦略より効率的に学習できることを示した。
- 変分情報最大化による探索手法VIME強化学習探索2016/5/1
環境ダイナミクスに関する信念の情報利得を最大化する探索戦略を提案し、ベイズニューラルネットの変分推論で連続状態・行動空間に効率的に適用できるようにした。
- 連続制御のための深層強化学習ベンチマーク強化学習ベンチマーク2016/4/1
連続制御タスクの標準ベンチマークを構築し、複数の強化学習アルゴリズムを体系的に評価した論文。
