Yixin Chen
Beijing Institute for General Artificial Intelligence
収録論文 12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
- AutoPhyX: テキスト条件から物理特性を自動生成するフレームワーク物理特性推定2026/10/21
3Dアセットを部品ごとに分解しテキスト記述と物理パラメータを対応付けたデータセットを構築し、テキスト特徴で視覚特徴を変調して空間的に変化する物理特性を単一の順伝播で予測する手法を提案した。
- CausalAlign: 映像生成モデルの自己運動を一貫させる因果的アライメント映像生成/自己運動2026/10/21
拡散型映像生成モデルのカメラ自己運動のドリフトを診断し、3D基盤モデルとのデルタトークン空間でのアライメントで運動精度と幾何一貫性を改善する手法を提案。
- HappyWorld-Bench:世界モデルの信頼性を評価する総合ベンチマーク世界モデル評価2026/9/21
生成世界モデルがエージェントの相互作用下でどれだけ信頼できるかを、動画・空間・身体性の3トラックで評価するベンチマークを提案し、14の動画モデル、9の空間システム、8の身体性モデルを評価した。
- 大規模視覚言語モデルを用いたトークンベースのアフォーダンス接地VLA2026/7/1
大規模視覚言語モデルの出力トークンの注意マップを活用し、外部教師なしで行動関連領域を特定するゼロショットのアフォーダンス接地フレームワークを提案した。
- EgoProx: 認知階層にわたる自己中心3D近接推論におけるMLLMの評価VQA/ベンチマーク2026/5/23
自己中心視点での3D近接推論を評価するベンチマークEgoProxを提案し、多様なQAペアを生成するデータエンジンを設計。既存のMLLMの性能を分析し、空間知識はあるものの推論には課題があることを示した。
- ロボット操作のための双曲多視点事前学習マニピュレーション2026/3/1
ロボット操作タスクの性能向上のため、双曲空間で多視点表現を自己教師あり学習するHyperMVPを提案し、既存のユークリッド空間ベース手法より優れた性能を示した。
- GWM: ロボットマニピュレーションのためのスケーラブルなガウス世界モデルマニピュレーション2025/8/1
ロボット操作のためのガウス世界モデル(GWM)を提案し、ガウスプリミティブの伝播を予測して将来状態を再構成することで、模倣学習とモデルベース強化学習を支援する。
- MetaScenes: 実世界3Dスキャンからの自動レプリカ生成に向けてsim2real2025/5/1
実世界スキャンから構築した大規模シミュラブル3DシーンデータセットMetaScenesと、アセットを自動置換するマルチモーダル整合モデルScan2Simを提案し、ロボット操作とVLNのベンチマークで有効性を示した。
- SYNERGAI: 人間とロボットの協調のための知覚アライメントHuman-Robot Collaboration2024/9/1
3Dシーングラフを介して人間とロボットの知覚のずれをオンライン対話で自動修正し、協調作業を実現するLLMベースのシステムを提案した。
- SlotLifter: スロット誘導特徴リフティングによるオブジェクト中心放射輝度場の学習オブジェクト中心学習/3D再構成2024/8/1
スロット誘導特徴リフティングを用いて、3Dシーンの再構成とオブジェクト分解を同時に行うオブジェクト中心の放射輝度モデルを提案し、合成・実世界データセットで高い性能を示した。
- SceneVerse: 3D視覚言語学習の大規模化による接地されたシーン理解3D視覚言語2024/1/1
68Kの3D屋内シーンと250万の視覚言語ペアからなる初の100万規模データセットSceneVerseを構築し、統一事前学習フレームワークGPSで3D視覚言語接地のSOTAを達成した。
- 時空間曲線で解く非対称相互作用を考慮した狭所マルチエージェント経路計画マルチエージェント経路計画2022/4/1
エージェントの軌跡を3次元時空間の曲線として捉え、修正ダイクストラ法と準ニュートン内点法で大域経路計画と滑らかな局所衝突回避を同時に解く手法を提案。狭所での非対称な相互作用や対称配置もジッタなしで扱える。
