Xiangyu Chen
収録論文 27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
- TacitVLA: 推論レイテンシなしで動作する推論型Vision-Language-ActionモデルVLA2026/10/13
推論テキストを行動生成に条件付けず、バックボーン表現の改善のみに活用することで、推論の性能向上を保ちつつ最大3.4倍低レイテンシを実現したVLAモデル。
- DreamTrajectory: ワールドモデル整合による軌道誘導型行動生成による移動操作移動操作/VLA2026/8/1
移動操作ロボットのための軌道誘導型フレームワークを提案し、意図レベルの軌道予測と全身行動生成を統合、テスト時探索で計画軌道との整合性を高め成功率を向上させた。
- 物理的インタラクションの学習:触覚・力覚を考慮したロボット学習のサーベイ触覚・力覚学習2026/8/1
触覚・力覚センシングを統合したロボット学習手法を、マルチモーダルかつ多段階のシステム設計の観点から統一的な分類学TF-ARTを用いて整理し、今後の研究課題を考察したサーベイ論文。
- FORGE: キーポイント軌道推論による機能的一般化を目指したツール使用マニピュレーション2026/7/1
ロボットが特定の道具にしか使えない問題を解決するため、道具の機能に基づく一般化を実現する手法を提案。キーポイント軌道を中間表現として用い、機能推論と動作実行を分離する2段階ポリシーを開発し、未見の道具での成功率を2倍以上向上させた。
- 視覚運動ポリシー学習における暗黙的空間表現の再考模倣学習2026/6/1
空間ソフトマックスプーリングがロボット操作の視覚表現として有効であることを示し、その限界を克服する新しいエンコーダPRISMを提案した論文。
- MARSポリシー:必要な時だけマルチモーダルに模倣学習2026/5/1
ロボット操作の模倣学習において、タスクの全フェーズで多様性が必要とは限らないことに着目し、必要な時だけ確率的生成を適応的に行い、単一モードのフェーズでは決定的学習に切り替えるMARSポリシーを提案した。シミュレーションと実機で成功率向上と推論遅延削減を実証した。
- FLASH: スパースサンプリングによる効率的な視覚運動ポリシーVLA2026/5/1
拡散モデルやフローマッチングの反復処理による遅延を解消するため、ルジャンドル多項式で軌道を表現し、履歴係数から生成を開始することで単一推論で長い行動範囲を実現する高速な視覚運動ポリシーを提案した。
- CompassAD: 機能が競合する物体における意図駆動型3Dアフォーダンス接地3Dアフォーダンス接地2026/4/1
複数の物体が同じ機能を持つ場合に、自然言語の意図に基づいて正しい物体の3Dアフォーダンス領域を特定する新しいタスクを提案し、ベンチマークと手法を構築した。
- Adaptor: 少数ショット学習とオペレータ横断汎化による支援遠隔操作の高度化遠隔操作2026/4/1
支援遠隔操作におけるオペレータ間の意図認識のばらつきを、ノイズ注入による軌道摂動と幾何学的キーフレーム抽出、および視覚言語モデルとの融合を用いた少数ショット学習フレームワークで解決する。
- 視点汎化を超えて:多視点デモがもたらすものとロボット操作のためのその合成方法マニピュレーション2026/3/1
多視点デモデータがロボット操作の性能と汎化に与える影響を体系的に分析し、単眼入力から新視点ビデオを合成する自己教師ありフレームワークRoboNVSを提案した。
- Action-to-Actionフローマッチング:固有感覚履歴を起点とした高速ロボット方策VLA2026/2/1
ランダムノイズではなく過去の固有感覚行動を起点にフローマッチングで行動生成する方策を提案し、1ステップ推論と高い汎化性能を実現した。
- 実行履歴に着目した拡散ポリシーによる長期的ロボット操作における多峰性行動の曖昧性解消マニピュレーション2026/2/1
ロボットの実行履歴を視覚空間に投影して拡散ポリシーの条件に加えることで、長期タスクで観測が似ていても行動が異なる曖昧さを解消し、背景の乱れにも頑健にした手法を提案。
- M³Aポリシー:フォトメトリック再レンダリングによる可変材料操作拡張ポリシーマニピュレーション2025/12/1
単一の実演から光輸送に基づくフォトメトリック再レンダリングで多様な材料の実演を生成し、材料に依存しない操作ポリシーを学習する枠組みを提案。
- ロールモデル強化学習による精密ロボットマニピュレーションマニピュレーション2025/10/1
人間のデモンストレーションなしで、ロールモデル戦略によりオンライン学習データへ自動的にラベルを付与し、精密なロボット操作を実現する強化学習フレームワークを提案した。
- 平面アレイUWB/GPS/IMU/気圧センサ統合による高精度クライミングロボット測位測位・センサフュージョン2025/9/1
GPS遮蔽やUWB非見通し環境に対応するため、平面アレイUWB・GPS・IMU・気圧計を注意機構で融合しUKFで軌道を精錬する測位システムを提案し、実環境で0.48mの精度を達成した。
- VRテレオペレーションと模倣学習による多タスク両腕テーブルサービス操作の制御マニピュレーション2025/8/1
ICRA 2025のWBCDコンペティションのテーブルサービストラックで優勝したソリューションを報告し、VRテレオペレーションと模倣学習を組み合わせて、テーブルクロスの展開、ピザの配置、食品容器の開閉などのタスクを高効率かつ高信頼で実行した。
- GlobalMapNet: ベクトル化グローバルHDマップをオンライン構築するフレームワーク自動運転マッピング2024/9/1
自車上で局所マップを逐次統合し、重複除去と履歴融合によりベクトル化されたグローバルHDマップをオンライン生成する手法を提案。
- 命令的学習:ロボット自律性のための自己教師ありニューロシンボリック学習フレームワークニューロシンボリック2024/6/1
ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。
- 大規模環境におけるブロックマップベースの自己位置推定自己位置推定2024/4/1
大規模環境での計算負荷を抑えるため、ブロックマップと動的スライディングウィンドウ最適化を組み合わせた自己位置推定システムを提案し、6km超のマップでも高精度・高効率を実現した。
- iA*: 命令的学習に基づくA*探索による経路計画経路計画2024/3/1
ニューラルネットによるノードコスト予測と微分可能なA*探索を二段階最適化で自己教師あり学習させ、探索効率と経路最適性のバランスを改善した経路計画手法。
- GaussianGrasper: オープンボキャブラリなロボット把持のための3D言語ガウシアンスプラッティングマニピュレーション2024/3/1
3Dガウシアンスプラッティングでシーンを明示的に表現し、言語埋め込みを蒸留することで、言語指示に基づくオープンボキャブラリな物体把持を実現した。
- Waymax: 大規模自動運転研究のための高速データ駆動型シミュレータ自動運転シミュレーション2023/10/1
実世界の走行データを用いてマルチエージェントの自動運転シナリオを再現し、TPU/GPU上で大規模かつ高速にシミュレーションできるデータ駆動型シミュレータWaymaxを提案した論文。
- 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。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- ONE PIECE: 把持のための効果的に統合されたパッチワーク抽出マニピュレーション2023/3/1
多数の3D物体の把持データセット生成を高速化するため、グリッパ座標系で繰り返し現れる把持領域の点群を抽出・統合し、単一物体にまとめる手法を提案。実機把持実験でも良好な性能を示した。
- PSOとCNNを組み合わせた二段階ロボット把持検出把持検出2020/11/1
粒子群最適化で把持候補を絞り込み、CNNで最も確からしい把持を検出する二段階手法を提案し、Cornellデータセットで92.8%の精度とリアルタイム性を達成した。
- 実環境データセットと強化学習による転移可能な能動的把握マニピュレーション2020/4/1
手先カメラで視点を探索しながら把持する強化学習パイプラインを提案し、実環境の全天球サンプルを含む大規模データセットREDを構築して、実機UR-5で有効性を示した。
