Yongchao Chen
Tsinghua University
収録論文 17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
- シミュレータの失敗か、政策の失敗か:接触アーティファクトの監査sim2real2026/10/30
ロボットシミュレーションベンチマークの失敗の多くは物理エンジンの衝突検出バグに起因することを特定し、評価を変えずにアーティファクトを検出・修正する監査ツールSimuGuardを提案した。
- LIBERO-Pro2.0:実世界環境の変化に対する具身基盤モデルのロバスト性評価ベンチマークベンチマーク/ロバスト性2026/10/17
ロボット操作ポリシーの頑健性を体系的に評価するため、6次元にわたる22種の静的摂動と20種の実行時介入を含む1,648のタスクインスタンスを構築し、17の代表的手法を評価したベンチマーク。
- AffordCraft: 単一画像からタスク対応シミュレーション資産をスケーラブルに構築sim2real2026/10/5
単一のRGB画像とタスク指示から、関節や可動部を保った物理的に妥当なシミュレーション用オブジェクトを検索ベースで生成する手法を提案。生成手法より高成功率・低計算コストで、ライブラリ拡張により性能が向上する。
- ツールによる拡張可能な身体性能力の実現身体性知能2026/5/1
身体性知能の能力をツールとして外部化し、推論時に動的に呼び出す手法を提案。標準プロトコルETPと100以上のツールを整備し、シミュレーションと実世界で性能向上を確認した。
- EmbodiedClaw: 身体性AI開発のための対話型ワークフロー実行身体性AI開発2026/4/1
身体性AI研究の開発工程を対話で自動化するエージェントを提案し、環境構築や評価などの作業を実行可能なスキル化して手作業を削減する。
- 障害物環境をナビゲートする:マルチロボットシステムのためのウェイポイントベースの二段階計画群制御2026/4/1
本論文では、タスク計画と動作計画を共同最適化するハイブリッドなマルチロボット制御フレームワークを提案し、ウェイポイント表現とカリキュラム学習を用いて、障害物の多い環境でのタスク成功率を向上させた。
- 一段階フローポリシー:高速視覚運動ポリシーのための自己蒸留VLA2026/3/1
生成フローモデルや拡散モデルの反復サンプリングによる推論遅延を解消するため、事前学習済み教師なしの自己蒸留フレームワークを提案し、一段階で高精度な行動生成を実現した。
- LIBERO-PRO:記憶を超えたVLAモデルの堅牢で公平な評価に向けてVLA2025/10/1
VLAモデル評価用ベンチマークLIBEROを拡張し、物体・初期状態・指示・環境を摂動させて評価したところ、標準評価で90%超の精度が汎化設定では0.0%に崩壊し、モデルがタスク理解ではなく訓練データの丸暗記に依存していることを明らかにした。
- シミュレーションからルールへ:形式的視覚計画のためのデュアルVLMフレームワークVLA2025/10/1
視覚言語モデルとPDDLプランナを組み合わせ、シミュレーションと生成の2つのVLMでPDDLのドメインと問題ファイルを自動生成し、未知の環境や外観でも計画を可能にするフレームワークを提案。
- プリミティブ身体性ワールドモデルの学習:スケーラブルなロボット学習に向けてワールドモデル2025/8/1
動画生成ベースの身体性ワールドモデルを固定短時間のプリミティブ動作に限定し、言語と動作の細粒度対応・データ効率・推論速度を改善するPEWMを提案。VLMプランナとヒートマップ誘導で閉ループ制御と長期タスクへの組合せ汎化を実現する。
- 衝突と到達可能性を考慮したLLMプランナーによるマルチロボット制御マルチロボット制御2025/5/1
物理制約を考慮した計画を生成するため、検証可能な報酬を用いた強化学習で小型LLMを訓練し、マルチロボット制御における衝突や到達不能問題を解決した。
- エージェント型ロボット:身体性エージェントにおける視覚-言語-行動モデルのための脳に着想を得たフレームワークVLA2025/5/1
人間組織の標準作業手順に着想を得た「標準化行動手順(SAP)」で計画・実行・検証を連携させ、長期的なロボット操作を自己検証しながら遂行する脳模倣型フレームワークを提案。LIBEROベンチマークで平均成功率79.6%を達成。
- AuDeRe: LLMによるロボット計画・制御の戦略自動決定と実現VLA2025/4/1
タスク記述や環境制約に基づき、LLMが適切な計画・制御アルゴリズムを選択し、APIを呼び出して実行するフレームワークを提案。性能フィードバックによる反復推論で選択を洗練させ、ロボットの自律性を高める。
- コードを記号的プランナーとして用いる基盤モデルによるロボット計画タスク・動作計画2025/3/1
LLMにコードを生成させ、それをソルバー・プランナー・チェッカーとして使うことで、複雑な制約下のロボットタスク・動作計画の成功率を平均24.1%向上させた。
- 多段階タスクにおけるプロンプト最適化:人間のフィードバックとヒューリスティックサンプリングの統合プロンプト最適化2024/2/1
人間が設計したフィードバックルールと学習済みヒューリスティックモデルを組み合わせ、LLMエージェントの多段階タスク向けプロンプトを自動最適化するフレームワークPROMSTを提案し、11タスクで既存手法を大幅に上回った。
- 大規模言語モデルによるスケーラブルなマルチロボット協調:集中型か分散型か?マルチロボット協調2023/9/1
LLMをマルチロボットのタスクプランナーとして用いる際の4つの通信フレームワーク(集中型・分散型・ハイブリッド2種)を比較し、ハイブリッド型がタスク成功率とエージェント数へのスケーラビリティで優れることを示した。
- AutoTAMP:LLMを翻訳者・検証者として用いる自己回帰的なタスク・動作計画タスク・動作計画2023/6/1
自然言語のタスク記述をLLMで中間表現に変換し、TAMPアルゴリズムでタスクと動作を統合計画する手法を提案。自己回帰的な再プロンプトで構文・意味エラーを自動修正し、複雑なタスクでの成功率を向上させた。
