Yuxin Chen
The University of British Columbia
収録論文 35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
- 力で操るヒューマノイドの移動操作フレームワークCtrl-Fヒューマノイド/移動操作2026/11/3
接触部位に加える3次元力を指令として与え、参照動作の追従と物体への力の印加を両立させる階層型の動作・力制御フレームワークを提案し、20kgの箱の押し・蹴り・持ち上げを実機で実現した。
- ロボット支援手術のための対話型3Dカットアウェイ可視化による深部標的定位手術支援/AR可視化2026/11/2
術野下の標的を見るための対話型3Dカットアウェイ表示「Virtual Box」を提案し、従来のAR重畳表示と比較して3D定位誤差を約62%、深さ誤差を約78%低減できることをファントム実験で示した。
- CarryOn: 個別化と信頼性を両立するロボット支援のための二重ループハーネスVLA2026/10/15
凍結したVLAポリシーを拡張し、ユーザー嗜好を反映した計画と安全監視・失敗回復を組み合わせて、個別化された信頼性の高いロボット支援を実現する二重ループシステムを提案。
- RESETTLE: 不一致トリガー検索と効率的修正制御によるロボット復旧マニピュレーション2026/10/8
凍結したロボット方策の行動実行インタフェースで、2つの行動提案の不一致を検知して同タスクのデモを検索し、オンライン最適化なしで修正行動を実行するモデル非依存の復旧フレームワーク。
- 非混和拡散ポリシー:ラベルフリーなノイズ割り当てによるマルチモーダルなロボット行動の保持VLA/拡散ポリシー2026/10/7
拡散ポリシーがマルチモーダルな行動分布を崩壊させる問題に対し、行動とノイズの割り当てを工夫するラベルフリーな学習時追加手法を提案し、モダリティ保持を大幅に改善した。
- 無限の未来から一つを実現:事前学習済み世界モデルをロボット行動へ変換VLA2026/9/29
凍結した動画世界モデルの上に60Mパラメータの小型モデルを載せ、タスクに合う未来を選んで行動を読み出すことで、単一GPUで学習できリアルタイム制御を可能にした。
- TacGooseBumps:せん断符号化を追加したノーマル触覚センサによる接触の多いマニピュレーション学習触覚2026/9/27
既存の法線力のみの触覚センサに受動的なドーム状フィルムを追加し、せん断力を圧力パターンの変化として符号化することで、接触の多いマニピュレーションの模倣学習性能を向上させた研究。
- RoboSTAR: ヒューマノイドロボットのための次スケール自己回帰手話翻訳手話生成2026/9/26
手話モーションを粗い時間解像度から細かく生成し、ヒューマノイドロボットで実行できるよう再ターゲティングするテキスト条件付き手話生成フレームワークを提案。
- RopeFormer: 相互作用履歴を用いた動的ロープ操作の試行間適応マニピュレーション2026/9/20
ロープ操作の履歴を文脈として活用し、重みを固定したまま未知のロープに適応するフレームワークを提案。実機で目標到達時間を約30%短縮。
- 3DWay: 3D一貫性ウェイポイントによるロボット操作の一般化マニピュレーション2026/9/8
多視点画像から3D一貫性のあるウェイポイントを予測し、ロボット操作の一般化を向上させる手法を提案した論文。
- TANGO: 雑然環境における全身視覚言語行動モデルを用いた人型ロボットナビゲーションナビゲーション2026/9/8
雑然とした屋内環境での人型ロボットナビゲーションを、言語指示と視覚情報から全身の関節動作を直接予測するフレームワークTANGOを提案。シミュレーションで学習し、実機にゼロショット適用可能。
- データスケーリングを超えて:視覚言語行動モデルのための表現中心の継続事前学習VLA2026/8/27
ロボットデータの不足を補うため、多様なロボットデータでVLMバックボーンを継続事前学習し、下流タスクの性能を向上させるVLActを提案した。
- CLIFT: 非侵襲的な閉ループ反復ファインチューニングによるGemini Roboticsオンデバイスの人型ロボット専門家化人型ロボット適応2026/7/1
クローズドウェイトのロボット基盤モデルを管理API経由で適応させる際、純粋な模倣学習に限定される問題を解決するため、非侵襲的な閉ループ反復ファインチューニング手法を提案し、実人型ロボットでの有効性を実証した。
- TEXEDO: コントローラを考慮した言語条件付きヒューマノイド動作生成のためのテスト時スケーリングヒューマノイド動作生成2026/6/1
テキストから生成されたヒューマノイドの動作を、実行可能性と意味的整合性の両方を検証して選択するテスト時スケーリング手法を提案し、シミュレーションと実機で効果を実証した。
- CLAW: 構成可能な言語注釈付き全身動作生成動作生成2026/4/1
ヒューマノイドロボットのための言語条件付き全身動作データを大規模に生成するパイプラインを提案し、物理的に実行可能な軌道と多様な言語注釈を自動生成する。
- StarVLA-α: 視覚言語行動システムの複雑さを低減するVLA2026/4/1
VLAモデルの設計選択を制御条件下で研究するため、複雑さを最小限に抑えたシンプルなベースラインStarVLA-αを提案し、複数ベンチマークで高い性能を達成した。
- VP-VLA: 視覚プロンプトをインターフェースとする視覚言語行動モデルVLA2026/3/1
VLAモデルのブラックボックス的な制御を改善するため、高次推論と低次実行を分離し、視覚プロンプト(十字線やバウンディングボックス)を介して指示を伝える二重システムフレームワークを提案した。
- SAGA: 構造的アフォーダンス接地によるオープンワールド移動マニピュレーション移動マニピュレーション2025/12/1
マルチモーダル基盤モデルを用いてタスク意図を3Dアフォーダンスヒートマップとして接地し、言語・点指定・実演など多様な指示で四足歩行マニピュレータの全身制御を実現するフレームワークを提案。
- SurgiSR4K: ロボット支援低侵襲手術向け高解像度内視鏡映像データセット手術映像データセット2025/7/1
ロボット支援低侵襲手術の実環境を反映した、ネイティブ4K解像度の内視鏡映像データセットを初めて公開し、超解像や煙除去、器具検出など多様なコンピュータビジョンタスクの基盤を提供する。
- テスト時観測介入による再想像:視覚モデル予測制御のための妨害物に頑健な世界モデル予測モデルベース強化学習2025/6/1
世界モデルが未知の視覚的妨害物に弱い問題に対し、テスト時に妨害物を検出・除去して予測を再想像し、事後的に妨害物を戻すことで、行動検証を頑健にする手法を提案。
- 柔軟な肢間協調による多様な移動操作移動操作2025/6/1
強化学習で各肢を操作と移動に動的に割り当て、目標軌道・接触点・言語指示に応じて多様な移動操作を実現する手法を提案。実機12タスクで平均78.9%の成功率を達成。
- DexCtrl: 適応的コントローラ学習によるsim-to-real器用さの実現sim2real2025/5/1
軌道とコントローラの履歴から行動と制御パラメータを同時に学習し、実行中に制御パラメータを自動調整することで、手動調整なしにシミュレーションから実機への転移ギャップを軽減する枠組みを提案した。
- 物理特性を考慮したオンラインマスキング推論によるロボットパレタイズマニピュレーション2025/2/1
強化学習とオンライン学習で動的に更新する行動空間マスキングを用い、箱の密度や剛性といった物理特性を考慮して積み付け計画を立てる手法を提案し、実機のロボットパレタイザで有効性を検証した。
- 人間とロボットの協働における分布内・分布外データに対する人間の手のセグメンテーションの検証:深層アンサンブルモデルを用いてセグメンテーション2025/1/1
産業現場を模した多様な背景・手の数・手袋の有無に加え、指交差や動体ぼけといった分布外状況を含むデータセットを構築し、UNetとRefineNetの深層アンサンブルで人間の手のセグメンテーション性能を分布内・分布外の両方で評価した。
- 人間の選好で拡散ポリシーを微調整するFDPP拡散ポリシー2025/1/1
選好ベース学習で報酬関数を獲得し、強化学習で事前学習済み拡散ポリシーを微調整することで、元のタスク性能を保ちつつ人間の新たな選好に行動を適応させる手法を提案。
- DexH2R: 人間からロボットへのタスク指向巧みな操作マニピュレーション2024/11/1
人間の手の動きをロボットハンドに再ターゲットし、タスク指向の残差行動ポリシーを学習させることで、テレオペレーションなしに巧みな操作を実現するフレームワーク。
- 自律型薄膜蒸着における隠れパラメータを捉える機械学習アプローチ自律実験/材料探索2024/11/1
機械学習とロボティクスを統合し、基板やチャンバー状態などの隠れパラメータを補正しながら、銀薄膜を目標反射率比の2.5%以内で平均2.3回の試行で作製する完全自律型物理蒸着システムを実現した。
- A-MFST: 遮蔽下でのリアルタイム組織追跡のための適応的多フロー疎トラッカー医療ロボティクス/組織追跡2024/10/1
手術支援ロボット向けに、SAM2で器具による遮蔽を検出し、適応的多フロー疎トラッカー(A-MFST)と前後方向一貫性指標を組み合わせて、リアルタイム性を保ちながら遮蔽下の組織追跡精度を向上させた研究。
- SegSTRONG-C: 非敵対的生成劣化に対する手術器具のロバストセグメンテーション — EndoVis'24チャレンジセグメンテーション2024/7/1
手術器具セグメンテーションの深層学習モデルが、出血・煙・低照度などの現実的な画像劣化に対してどれだけ頑健かを評価するEndoVis'24チャレンジを開催し、ベースラインと参加手法を比較した。
- MEReQ: 人間の介入からサンプル効率よく方針を整合させる最大エントロピー残差Q逆強化学習模倣学習/逆強化学習2024/6/1
人間の介入フィードバックから、事前方針と人間の報酬の差分を残差報酬として推定し、残差Q学習でサンプル効率よくロボットの方針を人間の好みに整合させる手法を提案。
- 協働ロボット超音波によるマンモグラフィの実現医療ロボティクス2023/12/1
ロボットアームで超音波プローブを操作し、マンモグラフィと連携して乳房の3D/2D超音波画像を自動取得する協働ロボット超音波プラットフォームを開発した。
- ロボット乳突削開術におけるリアルタイム力フィードバックのための力覚センサ付き手術用ドリル手術ロボット/力覚センシング2023/4/1
協働制御型手術ロボットに搭載する力覚センサ付きドリルを開発し、卵の殻を削る実験でサブミリニュートン精度の力計測を検証した。
- 歩行のための地図:移動ロボットのためのリアルタイム地形特性推定地形認識2022/5/1
単一のRGB-Dカメラからベイズ推論で地形の摩擦係数などの特性と表面形状をリアルタイムに確率的推定するセマンティックマッピング手法を提案し、脚式ロボットで屋内屋外の実環境検証を行った。
- 脚式移動マニピュレーションのための連続運動・力計画のリアルタイム生成脚式移動マニピュレーション2021/4/1
脚式ロボットに搭載したマニピュレータの接触力を考慮し、動的安定性を保ちながら運動と操作力の連続計画を10ms未満で生成する非線形最適化プランナを提案。
- 釘打ちドローンによる自律屋根施工飛行マニピュレーション2019/9/1
釘打ち機を搭載したオクトコプターで、屋根材に自律的に釘を打ち付けるシステムを初めて実証した。
