Xingyu Chen
National University of Singapore
収録論文 44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
- ManiLadder:カテゴリ別・多難易度タスクラダーによるロボットマニピュレーションのベンチマークマニピュレーション2026/11/12
112タスクを4難易度・8カテゴリに階層化した大規模シミュレーションベンチマークを構築し、同一条件の模倣学習ポリシーで難易度を校正して実機でも順序性を検証した論文。
- 負例を活用した統合ワールドアクションモデルによるエンドツーエンド自動運転の安全強化自動運転/ワールドモデル2026/11/5
専門家軌道に近いが危険な負例軌道を反発アンカーとして学習させ、推論時コストなしで安全境界を獲得する自動運転の事後学習フレームワークNegWAMを提案した。
- 脳血管内治療における臨床医とAIの協働:自律性スペクトラムにわたるロボットナビゲーションのCopilot支援モードに関するin-vitroユーザー研究医療ロボティクス2026/11/2
脳血管内ロボットナビゲーションで臨床医とAIが協働する6つの支援モードを患者固有血管ファントムで評価し、共有自律モードが完全自律より高い成功率を示してsim-to-realギャップを緩和することを明らかにした。
- ヒューマノイドの反復計画・制御フレームワークHIPCヒューマノイド制御2026/10/30
生成モデルと運動追従を統合し、実状態フィードバックによる分布ずれを抑えつつリアルタイムで計画・制御するヒューマノイド向けフレームワークを提案。
- GRAFT: 基盤トラッカー向け幾何認識型残差適応歩行2026/10/27
凍結したヒューマノイド行動基盤モデルに軽量アダプタを付加し、地形条件付きの下半身補正のみを学習することで、再学習なしに段差やギャップなどの不整地歩行を実現した。
- MemoryVLN: 自己認識型メモリ表現から視覚言語ナビゲーションにおける文脈横断的メモリ再利用へVLA2026/10/13
長期的な視覚言語ナビゲーションの履歴を圧縮し、自己中心的な空間情報を含むメモリを構築・管理・再利用する統合ナビゲーションシステムを提案。
- PINT: ロボットマニピュレーションのための共有予測意図を持つ統合モデルマニピュレーション2026/10/12
VLM・動画生成モデル・行動生成を「予測意図」トークンで橋渡しし、各専門家の経路を保ちながら統合したロボット操作モデル。実機事前学習なしで分布外汎化を大幅改善。
- フェーズ条件付きアフォーダンス場によるSE(3)同変視覚運動ポリシーマニピュレーション2026/10/12
観測点群上でフェーズ条件付きアフォーダンス場を学習し、タスク関連領域を動的に特定することで、SE(3)同変視覚運動ポリシーの実世界マニピュレーション性能を向上させた研究。
- 到達可能性を超えた対話型ナビゲーション:ベンチマークとエージェントフレームワーク対話型ナビゲーション2026/10/12
ドアを開けて部屋に入り、容器を開けて隠れた目標を発見するなど、環境の状態変化を伴う対話型ナビゲーションのベンチマークと、状態条件付き対話グラフを用いた3段階エージェントフレームワークを提案。
- HIRE: 視覚的に曖昧な精密マニピュレーションのための履歴条件付きインタラクション推論と高速実行マニピュレーション2026/9/25
力覚の履歴から接触状態を推論する低レート推論器と、接触動作を高レートで精密実行する実行器を組み合わせ、見た目が同じでも状態が異なる精密操作を実現したフレームワーク。
- PFM-HR: 人型ロボットのためのポーズフローマッチング歩行2026/8/1
大規模な非順序ポーズデータから学習した再利用可能なフローマッチング事前分布を導入し、ポーズ幾何スコアを用いて追跡報酬を調整することで、人型ロボットの動的動作追跡性能を向上させた。
- パノラマ認識型VLAによる全身遠隔操作を用いた移動操作の学習VLA2026/8/1
全身遠隔操作システムとパノラマ認識型VLAポリシーを開発し、移動操作タスクの成功率を大幅に向上させた。
- 大規模基盤モデル時代の手と物体のインタラクション:再構築、生成、身体化転移サーベイ2026/7/30
手と物体のインタラクション(HOI)モデリングにおける基盤モデルの活用を体系的にレビューし、幾何・意味・視覚の8つの事前知識に分類して、各タスクへの導入方法とロボット学習への応用を分析した論文。
- 手動、ジョイスティック、または触覚制御?ロボット介入神経放射線処置におけるナビゲーション戦略のin vitro比較医療ロボティクス2026/7/1
ロボット介入神経放射線処置のためのコントローラインターフェースを比較し、触覚フィードバック付きデバイス模倣コントローラがジョイスティックより優れていることを示した。
- ScaleHP: メートル空間での手の姿勢推定手の姿勢推定2026/6/24
手の骨の比例関係からメートル単位の手のサイズを推定し、深度モジュールなしで絶対スケールの手の姿勢を高精度に復元する新しいフレームワークを提案した。
- VAIC: 視覚誘導によるヒューマノイドの俊敏な物体インタラクション制御 - 分離コマンドを用いてヒューマノイド制御2026/6/1
ヒューマノイドロボットが、深度カメラと自己状態のみから、箱運びやスケートボードなどの多様な動的物体操作を単一のポリシーで実行できるようにする、教師-生徒蒸留に基づく制御フレームワークを提案した。
- HumanoidArena: 自己中心視点の階層的全身体学習のベンチマークヒューマノイド制御2026/6/1
ヒューマノイドロボットの階層的制御(高レベル方策と低レベル運動追跡器)の性能を評価する新しいシミュレーションベンチマークを提案し、脚部が重要な7つのタスクを設計して、方策と追跡器のインターフェースの実行可能性や頑健性を検証する。
- ハイブリッド身体性タスクにおける長期的進化のためのワールド・エゴモデリング世界モデル2026/5/1
本論文は、長期的なハイブリッド身体性タスク(ナビゲーションと操作の組み合わせ)において、世界と自己の進化を分離してモデル化する新しいパラダイム「ワールド・エゴモデリング」を提案し、その実装としてWEMモデルとベンチマークHTEWorldを構築した。
- ECHO: 視覚言語行動モデルのための連続階層メモリVLA2026/5/1
長期的な操作タスクにおけるVLAモデルの性能を向上させるため、経験を階層的に整理する連続メモリフレームワークECHOを提案。双曲オートエンコーダでメモリを木構造に組織化し、効率的な検索と合成を実現。
- VoxAfford: オープンボキャブラリ3Dアフォーダンス検出のためのマルチスケールボクセルトークン融合3Dアフォーダンス検出2026/5/1
3D点群上のオープンボキャブラリアフォーダンス検出において、MLLMの出力トークンに事前学習済み3D VQVAEのマルチスケール幾何特徴を融合する手法を提案し、mIoUを約8%向上させた。
- 血管内介入ロボットの遠隔操作:系統的レビュー遠隔手術2026/5/1
遠隔操作による血管内介入ロボットの技術的実現性、通信インフラ、臨床転帰を系統的にレビューし、最大7000kmの遠隔操作が可能で、ネットワーク遅延が臨床的に許容範囲であることを示した。
- OASIS: SE(3)軌道予測による観測・行動空間の整合を利用したロボット操作マニピュレーション2026/5/1
視覚・言語・行動モデルの中間表現を行動空間の剛体幾何に合わせるため、SE(3)軌道予測を導入したポリシーを提案し、シミュレーションと実機で成功率と汎化性能を向上させた。
- PriorVLA: 事前知識を保持した視覚言語行動モデルの適応VLA2026/5/1
事前学習済みの視覚言語行動モデルを下流タスクに適応させる際、事前知識を保持しつつ効率的に活用するフレームワークPriorVLAを提案。凍結した事前エキスパートと適応エキスパートを組み合わせ、パラメータ更新を25%に抑えつつ、分布外や少数サンプル設定で高い性能を達成。
- AffordSim: アフォーダンス認識ロボット操作のためのスケーラブルなデータ生成器とベンチマークマニピュレーション2026/4/1
自然言語のタスク記述から3Dアフォーダンス予測を統合し、タスク関連シーンと軌道を自動生成するデータ生成器とベンチマークを提案。手動注釈なしで高成功率を達成し、実ロボットへのゼロショット転送も実証。
- 一貫性駆動型デュアルLSTMモデルによるウェアラブルソフトロボットアームの運動学制御ソフトロボティクス/運動学学習2026/3/1
空気圧駆動のソフトロボットアームの順運動学と逆運動学を学習するため、サイクル一貫性損失を導入したデュアルLSTMフレームワークを提案し、非線形・ヒステリシス特性と一対多マッピング問題を解決した。
- ヒューマノイドロボットのためのポーズ距離場ヒューマノイド2026/2/1
ロボットのポーズ分布を連続的で微分可能な多様体として表現する軽量な事前分布PDF-HRを提案し、報酬整形や正則化として組み込むことで運動追跡やリターゲティングなどのタスクを改善した。
- 階層型モジュラー・マルチエージェント強化学習による機械的血栓回収術のAI自律ナビゲーション医療ロボティクス/強化学習2026/2/1
大腿動脈から内頸動脈までのカテーテルとガイドワイヤの二デバイス操作を、階層型モジュラー・マルチエージェント強化学習で自律化し、in silicoおよびin vitroで有効性を実証した研究。
- HAIC: ダイナミクス認識ワールドモデルによるヒューマノイドの俊敏な物体インタラクション制御マニピュレーション2026/2/1
固有受容感覚の履歴のみから物体の速度・加速度を予測し、動的占有マップを構築することで、スケートボードや台車の押し引きなど劣駆動物体との俊敏な全身インタラクションを実現したヒューマノイド制御フレームワーク。
- MoEベースの頑健な四脚歩行におけるsim-to-real予測可能性の信頼性向上歩行2026/2/1
複数の専門家をゲートで切り替えるMoE歩行ポリシーと、sim-to-real転移性を予測評価するRoboGaugeを提案し、Unitree Go2で雪・砂・階段などの未見地形を安定歩行できることを示した。
- VLingNav: 適応的推論と視覚支援言語記憶による身体性ナビゲーションVLA2026/1/1
人間の二重過程理論に着想を得た適応的Chain-of-Thoughtと視覚支援言語記憶を備えたVLAナビゲーションモデルを提案し、長期的タスクにおける推論と記憶を強化した。
- シミュレーションと現実を繋ぐ:セマンティック2Dガウシアンスプラッティングによるドメイン間転移sim2real2025/12/1
物体中心のドメイン不変な空間特徴を抽出するセマンティック2Dガウシアンスプラッティングを提案し、シミュレーションから実世界への操作タスクの転移性能を向上させた。
- 暗黙的キノダイナミック動作リターゲティングによるスケーラブルな全身動作転移動作リターゲティング2025/9/1
骨格グラフ畳み込みデュアルオートエンコーダと物理情報に基づく洗練により、人間の動作データを高速かつ物理的に実現可能なヒューマノイド動作へ変換する手法を提案した。
- PRISM: 投影ベース報酬統合によるシーン認識型Real-to-Sim-to-Real転移sim2real2025/4/1
少数の実演から画像で物体を認識し3Dモデルを取得してシミュレーション環境を自動構築し、VLM監督の投影ベース報酬でRL方策を訓練して実世界に転移する手法を提案。
- ロボット把持システム向けの柔軟なFBG接触力センサ触覚2025/2/1
3DプリントTPUケースとFBGアレイを用いた小型高感度な接触力センサを開発し、ソフトグリッパに統合して力制御を実現した。
- OmniPose6D: 単眼RGB動的環境における短期物体姿勢追跡物体姿勢追跡2024/10/1
動的環境での単眼RGBによる短期物体姿勢追跡のため、大規模合成データセットOmniPose6Dとベンチマークを構築し、不確実性を考慮したキーポイント改良ネットワークを提案した。
- REGNet V2: 異なるサイズのグリッパ向けエンドツーエンド領域ベース把持検出ネットワークマニピュレーション2024/10/1
点群にグリッパパラメータを埋め込み、スコア・領域・精緻化の3段階ネットワークで多様な物体への把持を予測するシステムを提案し、実環境で高い成功率を達成した。
- 階層的スタッキング関係予測による目標指向マニピュレーションの優先順位計画マニピュレーション2023/3/1
物体間の積み重なり関係を階層的に認識し、POMDPに基づく計画で複数目標を効率的に把持する順序を決定する手法を提案。
- LIO-PPF: インクリメンタル平面事前フィッティングとスケルトン追跡による高速LiDAR慣性オドメトリSLAM2023/2/1
LiDAR慣性オドメトリにおいて、平面を逐次更新する事前フィッティングとスケルトン追跡により、地図サイズを削減しつつ最大4倍高速な残差計算と1.92倍のFPSを実現した手法を提案。
- 不変拡張カルマンフィルタのためのSE_n(3)群上の閉形式誤差伝播とVINSへの応用状態推定/VINS2022/6/1
行列リー群上の不変拡張カルマンフィルタ(IEKF)における誤差伝播の閉形式を導出し、視覚支援慣性航法(VINS)に応用して既存手法を上回る精度を示した。
- ベイズニューラルネットワークによる確率的な人間の動作予測動作予測2021/7/1
従来の決定論的な動作予測ネットワークをベイズ化し、複数の将来動作を生成するとともに不確実性を推定することで、人とロボットの協調をより安全・効率的にする手法を提案した論文。
- ロボティクス視点で見直す時系列物体検出物体検出2019/12/1
動画物体検出の評価に追従性と位置安定性の指標を導入し、オンラインでのトラックレット補正や単一物体追跡への拡張を提案した論文。
- アンカーと特徴の統合的精緻化による画像・動画のリアルタイム高精度物体検出物体検出2018/7/1
アンカー位置と特徴位置を同時に精緻化する検出機構と、それを用いた静止画向けDRNet・動画向けTRNet/TDRNetを提案し、高速かつ高精度な物体検出を実現した論文。
- 注意機構付きLSTMによる時間的同一性を考慮したSSD動画物体検出2018/3/1
ConvLSTMと時間的注意機構を組み合わせ、動画中の物体検出をリアルタイムで行うTSSDを提案した論文。
- GANによる水中画像のリアルタイム高画質化水中画像復元/GAN2017/12/1
敵対的枝と批評枝を持つマルチブランチ識別器と水中指標に基づく損失を備えたGANベースの復元手法GAN-RSを提案し、水中ロボット視覚の画質をリアルタイムかつ適応的に改善した。
