Yutian Chen
収録論文 15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
- 人間とヒューマノイドの動作のための統一慣性エンコーダ慣性オドメトリ/動作理解2026/11/6
人間とヒューマノイドの動作を共通の慣性入力空間で表現する統一エンコーダを提案し、人間動作データで学習したモデルを物理シミュレーションや実機学習なしでUnitree G1にゼロショット転移させ、速度推定と言語接地動作理解を実現した。
- 自己教師あり慣性オドメトリ慣性オドメトリ2026/10/19
短い時間窓ごとのIMU積分を教師として慣性オドメトリモデルを自己教師あり学習し、ポーズグラフ蒸留で改善する手法を提案。正解軌道なしで歩行者・ドローン・四足・ヒューマノイドの6データセットで高精度を達成。
- MAC-I²:ロバストな視覚慣性融合のための学習によるメトリクス対応共分散状態推定2026/9/7
視覚とIMUの融合において、事前定義された不確かさではなく、学習により各モダリティのノイズを反映した共分散を推定し、初期化とキャリブレーションのロバスト性を向上させる手法を提案した。
- HiVLA: 視覚基盤中心の階層型身体化操作システムVLA/操作2026/4/1
高レベルの意味的計画と低レベルの運動制御を分離した階層型VLAシステムを提案し、VLMの推論能力を保ちつつ、拡散トランスフォーマーによる行動生成で長期的なスキル合成と細かい操作を向上させた。
- Co-Me: 視覚幾何Transformerのための信頼度誘導トークン統合効率化2025/11/1
再学習なしで視覚幾何Transformerを高速化するため、軽量な信頼度予測器でトークンを不確実性順に並べ、低信頼トークンを統合する手法を提案。VGGTやPi3で最大21倍超の高速化を実現。
- バーチャルコミュニティ:人間・ロボット・社会のためのオープンワールド社会シミュレーション2025/8/1
人間とロボットが共存する社会をシミュレートするオープンソースのマルチエージェント物理シミュレータを構築し、コミュニティ計画とロボット協調の2つの課題を提案した。
- UFM: フローとマッチングを統合するシンプルな密対応モデル密対応2025/6/1
広基線マッチングとオプティカルフローを単一のTransformerで統合学習し、両タスクで専門手法を上回る精度と速度を実現した。
- AirIO: IMU特徴の可観測性を高めた慣性オドメトリ学習慣性オドメトリ/UAV2025/1/1
生のIMUデータを機体座標系のまま扱い姿勢情報も明示的に入力することで、UAVの動的な飛行でも高精度に自己位置推定できる学習型慣性オドメトリを提案した。
- MAC-VO: メトリクス対応共分散を用いた学習ベースステレオ視覚オドメトリ視覚オドメトリ2024/9/1
学習したマッチング不確かさをキーポイント選択とポーズグラフ最適化の重み付けに活用し、空間誤差と軸間相関を捉える共分散モデルを導入したステレオ視覚オドメトリ手法を提案。
- GATS: 収集・注意・散布による基盤モデル統合VLA2024/1/1
学習済み基盤モデルを凍結したまま組み合わせ、マルチモーダルな大規模ネットワークを構築するモジュールGATSを提案し、ゲーム・ロボティクス・マルチモーダル系で有効性を示した。
- AirIMU: 慣性オドメトリのための不確かさ伝播の学習慣性オドメトリ2023/10/1
データ駆動型とモデルベース型を組み合わせ、IMUの非決定論的誤差と不確かさを推定するハイブリッド手法を提案し、多様なIMUやプラットフォームで有効性を検証した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- π2vec: 後継特徴量による方策表現オフライン方策選択2023/6/1
黒箱方策の振る舞いを、基盤モデル特徴量の統計変化として捉えた特徴ベクトルで表現する手法を提案し、オフライン方策選択に応用する。
- 汎用エージェントGato:マルチモーダル・マルチタスク・マルチ身体ポリシーVLA2022/5/1
大規模言語モデルの手法を応用し、テキスト以外も含む単一の汎用エージェントGatoを構築。同じ重みでAtari操作、画像キャプション、対話、実機ロボットアームでの積み木など多様なタスクをこなす。
- 変分ガウス過程状態空間モデル状態空間モデル2014/6/1
スパースガウス過程に基づく非線形状態空間モデルの効率的な変分ベイズ学習法を提案し、変分ベイズと逐次モンテカルロを組み合わせた推論やオンライン学習を実現した。
