Yongxin Chen
収録論文 27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
- TAMPAgent:移動マニピュレーションのためのエージェント型信念空間プランニング移動マニピュレーション2026/11/2
LVLMエージェントの推論とTAMPの制約充足を統合し、部分観測下で移動マニピュレーションを計画・実行するフレームワークを提案した。
- 能動的生成シミュレーション:Sim-to-Realポリシー共訓練のための何をシミュレートすべきかのメタ学習sim2real2026/10/14
シミュレータのデータ生成分布をメタ学習で最適化し、実世界タスク性能を最大化するMetaGenSimを提案。実機マニピュレーションで均一生成比150%の成功率向上を達成。
- どれだけ近いかではなく、あとどれだけか:潜在世界モデルの計画のための学習型時間距離指標モデルベース計画2026/10/4
潜在世界モデルによる計画で、ゴールまでの残りステップ数を反映する時間距離を学習し、既存モデルを凍結したまま計画コストに組み込むことで、遠いゴールでも成功率を大幅に改善した研究。
- WorldBagel:視覚・言語・行動・世界モデルの統合の力VLAWモデル2026/7/3
統合型マルチモーダルモデルを用いて、ロボット操作タスクにおける世界モデルの性能を向上させる新しいフレームワークを提案した。
- 時間的比率によるビデオ行動汎化ギャップの理解と緩和VLA2026/7/1
ビデオ基盤モデルをロボット行動データで微調整すると構成的一般化能力が失われる問題を分析し、注意機構に基づく指標「時間的比率」を導入してその原因を解明し、推論時に適応的にガイドする手法を提案した。
- 運動計画のための関数空間拡散運動計画2026/7/1
軌道を連続関数として扱い、関数空間で拡散を行うことで、解像度に依存しない運動計画を実現する手法を提案した。
- 粗密段階的構成拡散による長期的計画拡散モデル/計画2026/6/1
事前学習済みの短期的拡散モデルを用いて、粗い構造で全体を整合させた後、局所的な詳細を復元する推論時サンプリング手法CoFiを提案し、長期的ロボット計画や画像・動画生成で性能を向上させた。
- PISTO: 確率的軌道最適化のための近接推論軌道最適化2026/5/1
STOMPがボルツマン軌道分布とのKLダイバージェンス最小化と等価であることを示し、その更新を安定化する近接推論アルゴリズムPISTOを提案。非微分可能なコストを扱え、ロボットアームの動作計画や接触を伴うタスクで既存手法を上回る性能を達成した。
- 信号時相論理仕様を考慮した確率非線形システムのフィードバック動作計画動作計画2026/5/1
確率的非線形システムが信号時相論理(STL)仕様を高確率で満たすように、制御ポリシーを合成するフレームワークを提案。予測可能到達チューブと収縮理論を用いて問題を決定論的最適化に変換し、実機四足ロボットで有効性を実証した。
- 塩化行列を用いたハイブリッドシステムの経路積分粒子フィルタリング状態推定2026/3/1
接触を伴うハイブリッドシステムの状態推定を、塩化行列で不確実性伝播を扱う経路積分粒子フィルタで行う手法を提案した。
- REFINE-DP: 強化学習によるヒューマノイド移動操作のための拡散ポリシー微調整移動操作2026/3/1
ヒューマノイドの移動操作タスクにおいて、拡散ポリシー(DP)のモーションプランナーとRLベースの移動操作コントローラを共同最適化する階層的フレームワークREFINE-DPを提案し、シミュレーションと実世界で高い成功率を達成した。
- MeanFlowによる群れのサンプル値制御学習群制御2026/3/1
大規模な群れを限られた制御更新で誘導するための、サンプル値データ駆動学習フレームワークを提案。有限時間窓の制御量を学習し、橋渡し信号を用いた回帰で効率的に訓練する。
- 推論時拡散スケーリングによる合成的視覚プランニングプランニング2026/3/1
短時間の動画拡散モデルを組み合わせて長時間のロボットプランを生成する際、ノイズ付き中間状態ではなく推定クリーンデータ(Tweedie推定)で境界整合性を強制する新しい推論手法を提案し、追加学習なしで未見の開始・目標組み合わせに一般化できることを示した。
- 誘導探索付き合成拡散による長期的計画計画2026/1/1
局所的な拡散モデルを組み合わせて長期タスクを計画する際のモード平均化問題を、拡散のノイズ除去過程に探索を組み込むことで解決し、ロボット操作や画像・動画生成で有効性を示した論文。
- 物理AIのための動画基盤モデルによる世界シミュレーション世界モデル2025/11/1
テキスト・画像・動画から世界を生成する動画基盤モデルCosmos-Predict2.5と、Sim2Real/Real2Real変換を行うCosmos-Transfer2.5を発表し、ロボティクス向けの合成データ生成やシミュレーションを可能にした。
- モデルベースとモデルフリー拡散の統合による制約付き計画計画/拡散モデル2025/9/1
モデルフリー拡散プランナとモデルベース最適化モジュールを、追加学習なしで統合する生成モデリング枠組みJM2Dを提案し、安全制約下のロボット操作で性能と安全性を両立させた。
- 物理AIのためのCosmos世界基盤モデルプラットフォーム世界モデル2025/1/1
物理AI開発者向けに、カスタマイズ可能な世界モデルを構築するための基盤モデル・動画キュレーション・トークナイザを提供するオープンソースプラットフォーム。
- ハイブリッド力学系に対する経路積分制御最適制御2024/11/1
接触を伴うロボットなどのハイブリッド力学系を不確実性下で最適制御するため、ハイブリッド遷移制約付き経路積分法(H-PI)を提案し、GPU並列サンプリングで検証した。
- 並列ガウス変分推論による効率的な反復近接運動計画運動計画2024/11/1
不確実性下の運動計画を確率的制御問題として定式化し、ガウス分布空間での変分推論をGPU並列計算で高速に解く手法を提案。非線形系にも拡張し、ロボットシステムで有効性を検証した。
- 生成的ファクターチェイニング:拡散モデルベースのファクターグラフによる協調マニピュレーションマニピュレーション2024/9/1
時空間ファクターグラフを拡散モデルで構成し、双方向メッセージパッシングで長期的な両手マニピュレーション計画を生成する手法を提案。
- QueST: 連続制御学習のための自己教師ありスキル抽象化模倣学習2024/7/1
潜在変数モデルで行動系列を圧縮し、因果的帰納バイアスを導入することで、マルチタスクや少数ショット学習に強い低レベルスキル表現を学習する手法を提案。
- 生成的スキル連鎖:拡散モデルによる長期的スキル計画マニピュレーション2024/1/1
スキルごとの拡散モデルを並列にサンプリングして組み合わせ、未知の長期的操作タスクを効率的に計画する手法を提案。
- 不確実性下の計画のための効率的な信念ロードマップ不確実性下の計画2023/9/1
共分散制御を用いて不確実性を考慮した信念空間のロードマップを効率的に構築し、狭い通路などでの軌道計画を可能にする手法を提案した。
- 確率的運動計画のガウス変分推論としての定式化:理論とアルゴリズム運動計画2023/8/1
不確実性下の運動計画を変分推論で解く枠組みGVI-MPを提案し、自然勾配法と近接勾配法による2つのアルゴリズムを開発した。
- ReorientDiff: 拡散モデルによる物体操作のための再配向計画マニピュレーション2023/3/1
シーン画像と言語指示を条件とした拡散モデルで、物体を目標姿勢へ運ぶための中間的な再配向姿勢を計画する手法を提案し、シミュレーションで95.2%の成功率を示した。
- ガウス変分推論による運動計画運動計画2022/9/1
運動計画を軌道分布の最適化問題として定式化し、ガウス変分推論と自然勾配法で解くことで、滑らかで衝突回避した頑健な軌道を生成する手法を提案した。
- 非線形制御合成のための凸データ駆動アプローチ制御合成2020/6/1
系のモデルが未知でもサンプル軌道から密度関数に基づく安定性証明と制御則を同時に凸最適化で求める手法を提案し、SOSとKoopman/Perron-Frobenius作用素近似を組み合わせて実現した。
