Yiye Chen
収録論文 7本 ・ フィジカルAI/ロボット学習
マニピュレーションVLA計画把持検出
※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
- スペクトル分解による階層的ポリシー学習マニピュレーション2026/6/1
ロボットの行動系列をスペクトル分解し、低周波成分で大まかな動き、高周波成分で精密な調整を捉える階層的ポリシーを提案。シミュレーションと実機で精密操作タスクの性能を向上させた。
- VISTA: 視覚条件付けを強化する追従選好最適化によるVLAモデルVLA2026/2/1
VLAモデルが視覚状態に弱く依存してしまう問題に対し、追従タスクでの選好最適化と潜在蒸留で視覚条件付けを強化し、タスク性能を向上させた。
- スキーマ誘導シーングラフ推論:マルチエージェントLLMシステムによるSG²VLA2025/2/1
シーングラフのスキーマを手がかりに、計画立案エージェントと情報検索エージェントが反復協調して空間推論を行うマルチエージェントLLMフレームワークを提案し、Q&Aや計画タスクで既存手法を上回る性能を示した。
- 反復エネルギー最小化による系列モデルを用いた計画計画2023/3/1
マスク言語モデルで行動軌跡のエネルギー関数を学習し、エネルギー最小化として計画を行う手法を提案し、BabyAIやAtariで性能向上を実証した。
- KGNv2: RGB-D入力におけるキーポイントベース6自由度把持合成のためのスケールと姿勢予測の分離マニピュレーション2023/3/1
RGB-D画像からキーポイント検出により6自由度の把持姿勢を推定する手法を提案し、キーポイントの位置ずれに頑健なネットワーク設計とスケール予測の分離により、シミュレーションから実機への転移性能を向上させた。
- Keypoint-GraspNet: 単眼RGB-D入力からのキーポイントベース6自由度把持生成マニピュレーション2022/9/1
RGB-D画像からグリッパのキーポイントを検出しPnPで6自由度把持姿勢を復元する手法を提案し、合成データと実機実験で精度・多様性・速度の優位性を示した。
- 自然言語コマンドに条件付けられた把持検出のための統合ネットワーク把持検出2021/4/1
RGB画像と言語コマンドから直接、コマンドを満たす把持を出力するCGNetを提案し、物体検索と把持検出を別々に行う従来手法より高精度であることを示した。
