Yi-Ting Chen
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
- 予測された未来だけでは不十分:ロボットマニピュレーションのための実行可能な目標の学習マニピュレーション2026/10/7
3Dトレース世界モデルから実行可能な終端目標を明示的に出力する学習インターフェースを提案し、5つのマニピュレーションタスクで平均79.69%の成功率を達成した。
- ずれた座標系を見抜く:視覚・力覚精密組立のための特権ノイズ蒸留マニピュレーション2026/10/6
精密組立では姿勢誤差が観測と行動の座標系を同時にずらす問題に対し、訓練時のみ特権情報を使う蒸留でノイズに頑健な視覚・力覚方策を学習し、実機Frankaでも高い成功率を達成した。
- PhysCaP: 物理情報に基づく探索によるコード駆動ポリシーエージェントの接地操作/能動的知覚2026/8/21
ロボット操作における能動的知覚のため、物理特性を推定し探索行動を計画するコード駆動ポリシーエージェントを提案。
- 接地された3D点のアクションヘッド直接注入による空間・タスク汎化の実現VLA/操作2026/6/1
VLAモデルの空間・タスク汎化を改善するため、3D点ベースの接地信号をアクションヘッドに直接注入する軽量モジュールを提案し、LIBERO-PROで成功率を大幅に向上させた。
- ADAPT: 不特定のアフォーダンス制約下での常識的計画のベンチマーク計画/アフォーダンス2026/4/1
動的環境で物体のアフォーダンスが変化し指示に明示されない状況を評価するベンチマークDynAffordを導入し、既存プランナーにアフォーダンス推論を追加するモジュールADAPTを提案した。
- HetroD: 異種交通環境における自動運転のための高忠実度ドローンデータセットとベンチマーク自動運転データセット2026/2/1
歩行者・自転車・二輪車などが混在する異種交通環境を対象に、ドローンで収集した大規模データセットと、予測・計画・シミュレーションの標準ベンチマークを構築した。
- アフォーダンス誘導による粗から細への探索:オープンボキャブラリ移動マニピュレーションのためのベース配置移動マニピュレーション2025/11/1
視覚言語モデルの意味理解と幾何学的制約を組み合わせ、タスクに適したアフォーダンスを考慮してロボットのベース配置をゼロショットで探索する手法を提案し、5つのタスクで85%の成功率を達成した。
- GRITS: こぼれを考慮した誘導拡散ポリシーによるロボットの食品すくいタスクマニピュレーション2025/10/1
食品すくい時のこぼれを予測するモデルを拡散ポリシーの誘導信号として使い、こぼれを抑えつつ成功率を高める手法を提案し、実機で有効性を示した。
- 衝突パターン予測による制御可能な衝突シナリオ生成自動運転シミュレーション2025/10/1
ユーザー指定の衝突タイプと事故までの時間(TTA)を満たす軌道を生成する新タスクを提案し、大規模データセットCOLLIDEと衝突パターン予測フレームワークで高精度・高制御性を実現した。
- 文脈とタスクを考慮した拡散モデルによるタスク指向の人間把持生成マニピュレーション2025/7/1
シーンとタスク情報を考慮した接触マップを構築し、拡散モデルでタスクに適した人間の把持姿勢を生成する手法を提案。新データセットと評価指標も導入した。
- アフォーダンス誘導と自己整合性MLLMによる指示追従マニピュレーションのタスク計画:クロスモーダルな注意散漫の緩和と幾何学的実現可能性の確保マニピュレーション2025/3/1
指示追従マニピュレーションのタスク計画において、MLLMのクロスモーダルな注意散漫と幾何学的非実現可能性を、自己整合性Chain-of-Thoughtとアフォーダンス予測器で解決し、新ベンチマークQuARCで76.7%の成功率を達成した。
- ArticuBot: 大規模シミュレーションによる汎用関節物体操作ポリシーの学習sim2real2025/3/1
物理シミュレーションで大量のデモを生成し、点群ベースの階層的模倣学習ポリシーを訓練することで、未知の関節物体を実機でゼロショット操作できるようにした研究。
- VICtoR: 長期的操作タスクのための階層的視覚指示相関報酬の学習マニピュレーション2024/5/1
動作なし動画と言語指示から長期的操作タスクの報酬を学習する階層的モデルVICtoRを提案し、段階検出と動作進捗評価で成功率を43%向上させた。
- 適応的エラー検出:少数ショット模倣ポリシーのための新しいタスクとベンチマーク模倣学習2024/2/1
少数ショット模倣ポリシーの行動エラーを新規環境で検出するタスクを提案し、クロスドメインベンチマークとパターン抽出に基づく手法PrObeを開発した。
- SKT-Hang: 物体に依存しない意味的キーポイント軌道生成による日常物体の吊り下げマニピュレーション2023/12/1
把持した多様な物体を様々な支持物に吊り下げるため、物体に依存しない意味的キーポイント軌道表現と、支持物の形状に応じてテンプレート軌道を変形する生成モデルを提案し、成功率と推論時間を改善した。
- RiskBench: リスク識別のためのシナリオベースベンチマーク自動運転2023/12/1
自動運転におけるリスク識別アルゴリズムを統一的に評価するため、シナリオ分類と拡張パイプラインを用いた大規模ベンチマークを構築し、10手法の性能を比較した。
- 意味領域予測による道路シーン表現の学習自動運転2023/1/1
自動運転の運転意図予測と危険物体同定のために、意味領域予測タスクと自動ラベリングで道路シーンの表現を学習し、最先端性能を達成した。
- Orbeez-SLAM: ORB特徴量とNeRFマッピングによるリアルタイム単眼ビジュアルSLAMビジュアルSLAM2022/9/1
ORB特徴量ベースのビジュアルオドメトリとNeRFを組み合わせ、事前学習なしで単眼RGB入力からリアルタイムに高密度マップを生成するSLAMを実現した。
- ステージ認識注意ネットワーク(SCAN):少数デモンストレーションに条件付けられた模倣ポリシー模倣学習2021/12/1
長さや位相が揃わない少数の専門家デモから、複数ステージからなる複合タスクを学習する注意機構付き模倣学習手法SCANを提案し、異なる専門家からの学習も可能にした。
- 運転者中心のリスク対象識別リスク認識2021/6/1
ドライバーの行動変化を予測しその原因となる対象を一人称映像から特定する新タスクDROIDを提案し、状況認識と因果推論に基づく二段階フレームワークで最先端性能を達成した。
- 不確実性を考慮した自己教師あり3Dデータ関連付け3D追跡2020/8/1
自動検出とフレーム間関連付けで得た自己教師ありラベルを使い、不確実性を考慮したメトリック学習で3D追跡向けの点群埋め込みを学習する手法を提案した。
- 運転者中心のリスク評価:因果推論によるリスク対象の特定自動運転2020/3/1
運転者の行動に影響を与える対象をリスクと定義し、因果推論に基づく二段階のリスク対象特定フレームワークを提案した。
- グラフ畳み込みネットワークによる3D認識型自己中心時空間インタラクションの学習自動運転/行動認識2019/9/1
自動運転向けに、自車と物体・道路構造との3D位置を考慮したグラフ畳み込みネットワークで運転行動を認識するフレームワークを提案し、大規模データセットで精度向上を実証した。
- H3Dデータセット:混雑都市環境における全周囲3D多物体検出・追跡3D検出・追跡データセット2019/3/1
3D LiDARで収集した大規模な全周囲3D多物体検出・追跡用データセットH3Dを構築し、効率的なアノテーション手法と標準ベンチマークを提案した。
