Zhengping Che
Beijing Innovation Center of Humanoid Robotics
収録論文 38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
- 推論から行動へ：視覚-言語-行動モデルのための結果に基づく整合フレームワークVLA2026/10/29
VLAモデルの推論(ECoT)と行動生成を報酬誘導最適化で明示的に整合させるCoRActを提案し、操作タスクでの成功率・汎化・推論実行整合性を向上させた。
- HAF-VLA: ヒューマノイドの視覚-言語-行動制御のための階層的行動フローフレームワークVLA2026/10/19
事前学習済みフローマッチングVLAを階層的に適応させ、移動・頭・腰・全身操作を段階的に生成することでヒューマノイドの全身移動操作を実現した研究。
- WholeBodyWAM：スケーラブルな動作事前分布を用いた全身ワールドアクションモデルの学習全身マニピュレーション2026/9/16
人間やヒューマノイドの大規模動作データを事前学習に活用し、全身動作を予測するMotion Expertを組み込んだワールドアクションモデルを提案。実機ヒューマノイドの全身マニピュレーション性能を向上させた。
- HAF: 階層的アクションフローとスペクトル潜在RLによる汎用VLAのヒューマノイド全身移動操作への適応ヒューマノイド/VLA/強化学習2026/8/17
汎用VLA基盤モデルをヒューマノイドの全身移動操作に適応させるための2部構成フレームワークHAFを提案。階層的なアクション生成とオンラインRLによるポリシー改善を実現する。
- GAINS: 強化学習における不整合な人間介入信号の活用介入学習/強化学習2026/8/16
人間の介入信号の遅延や不整合性を扱うため、分布強化学習と悲観的探索を用いた介入ベースのロボット操作学習フレームワークを提案し、シミュレーションと実機で高い成功率を達成した。
- Robo-ValueRL: オフラインからオンラインへの強化学習における信頼性の高い価値推定強化学習2026/7/1
オフラインからオンラインへの強化学習において、価値関数の信頼性がポリシー最適化に与える影響を分析する統一フレームワークを提案し、信頼性の高い価値推定が下流の性能向上に寄与することを実験で示した。
- Labimus: 化学実験室における人型器用操作のためのシミュレーションとベンチマークシミュレーション/ベンチマーク2026/6/1
有機化学実験室での人型ロボットによる精密な器用操作を評価する初のベンチマークを提案し、実世界の作業台を再現したシミュレーション環境と精密さを考慮した評価プロトコルを導入した。
- CAPE: 対照的アクション条件付き並列符号化による身体化プランニングプランニング2026/6/1
ロボットの行動計画のため、アクション系列の将来結果を区別する対照学習を用いた視覚ダイナミクスモデルを提案し、実世界とシミュレーションで性能を向上させた。
- Demo-JEPA: ワンショット異種エンボディメント模倣のための共同埋め込み予測アーキテクチャ模倣学習2026/5/1
デモンストレーションを動作ではなく将来の目標状態として捉え、JEPAベースの世界モデルで視覚デモを目標エージェントの潜在軌跡に変換し、自己の学習済みダイナミクスで計画・実行する異種エンボディメント模倣フレームワークを提案。
- HEX: 人間型アライメント専門家によるクロスエンボディ全身操作全身操作/VLA2026/4/1
全身協調操作を実現するため、人間型ロボットに特化した状態中心フレームワークHEXを提案。多様な身体構造に適用可能な状態表現と、全身協調と時間的運動ダイナミクスをモデル化する専門家混合機構を導入し、実機での操作成功率と汎化性能を向上させた。
- RoboGene: 多様性駆動型エージェントフレームワークによる実世界タスク生成でVLA事前学習を強化VLA2026/2/1
多様で物理的に実現可能な操作タスクを自動生成するエージェントフレームワークを提案し、VLAモデルの事前学習データ収集を効率化して汎化性能を向上させた。
- CRAFT: 力覚対応カリキュラム微調整による接触の多いマニピュレーションへのVLAモデル適応マニピュレーション2026/2/1
VLAモデルに力覚情報を優先的に学習させるカリキュラム微調整フレームワークCRAFTを提案し、接触の多い操作タスクでの成功率と汎化性能を向上させた。
- RoboAug: 領域対比データ拡張による単一アノテーションから数百シーンへのロボットマニピュレーションマニピュレーション2026/2/1
1枚の画像のバウンディングボックス注釈だけで生成モデルと領域対比損失を用いてデータ拡張を行い、ロボットマニピュレーションの汎化性能を向上させる手法を提案。
- LaST₀：ロボット視覚言語行動モデルのための潜在時空間チェーン・オブ・ソートVLA2026/1/1
言語ではなく潜在空間で未来の視覚・3D・固有感覚を推論する時空間Chain-of-Thoughtを導入し、低頻度推論と高頻度行動生成を分離した二重システムVLAフレームワークを提案。
- 不完全な介入を活用する実世界強化学習マニピュレーション2025/12/1
人間の介入が常に最適とは限らない実世界ロボット操作において、状態ごとの不確実性に基づく制約付き強化学習SiLRIを提案し、介入を活用しつつ性能劣化を防ぐ。
- RoboMIND 2.0：汎用身体知能のためのマルチモーダル両腕移動マニピュレーションデータセットマニピュレーション2025/12/1
6種類のロボットで集めた31万件超の両腕操作・移動マニピュレーション軌道（触覚・シミュレーション含む）を公開し、階層型VLM+VLAシステムMIND-2を提案した論文。
- XR-1: 統合視覚運動表現の学習による汎用視覚-言語-行動モデルVLA2025/11/1
視覚ダイナミクスとロボット運動を統合した離散潜在表現UVMCを二枝VQ-VAEで学習し、異種ロボットデータを横断する汎用VLAモデルXR-1を三段階学習で構築した研究。
- RoboBench：マルチモーダル大規模言語モデルを身体化脳として評価する包括的ベンチマークVLA2025/10/1
マニピュレーションの意思決定を担う「身体化脳」としてのマルチモーダルLLMを、指示理解・知覚推論・汎化計画・アフォーダンス予測・失敗分析の5次元で評価するベンチマークを提案した。
- MLA: ロボットマニピュレーションにおけるマルチモーダル理解と予測のためのマルチセンサリー言語行動モデルVLA2025/9/1
2D画像・3D点群・触覚を位置対応で統合し、将来のマルチセンサリー情報を予測する言語行動モデルを提案。接触の多い実世界タスクで従来の2D/3D VLAを大きく上回る。
- VLMから時間的に一貫した報酬を学習なしで生成する手法VLA2025/7/1
VLMを用いてサブゴールの状態変化を追跡し、ベイズ推定で報酬を生成することで、追加学習なしにロボット操作の強化学習を高精度化するフレームワークを提案。
- ArtVIP：ロボット学習のための視覚的リアリズム、モジュラー相互作用、物理的忠実性を備えた関節デジタルアセットsim2real2025/6/1
ロボット学習向けに、視覚的リアリズムと物理的忠実性を高めた関節物体のデジタルツインを多数収録したオープンソースデータセットArtVIPを構築し、模倣学習と強化学習で有効性を検証した。
- SwitchVLA: 実行状態を考慮したタスク切り替えが可能な視覚-言語-行動モデルVLA2025/6/1
実行中に指示が変わっても柔軟に対応できるVLAフレームワークを提案し、外部プランナーや専用データなしで滑らかなタスク切り替えを実現した。
- RoboPARA: タスク間の並列割当と再構成による双腕ロボット計画マニピュレーション2025/6/1
LLMを活用し、依存グラフの生成と再探索によって双腕ロボットのタスク並列性を最大化する計画フレームワークを提案し、新データセットX-DAPTで有効性を示した。
- FreqPolicy: 周波数一貫性による効率的なフローベース視覚運動ポリシーVLA2025/6/1
フローベースの視覚運動ポリシーに周波数領域の一貫性制約を導入し、時間的連続性を保ちながら1ステップでの高品質な行動生成を可能にした手法。
- ロボットのための占有世界モデル世界モデル2025/5/1
屋内ロボット向けに、時空間受容野と自己回帰トランスフォーマーを組み合わせて3D占有シーンの進化を予測するRoboOccWorldを提案し、新しいベンチマークで有効性を示した。
- HACTS: 人間を副操縦士とするロボット学習用遠隔操作システム遠隔操作2025/3/1
ロボットアームと遠隔操作デバイスの双方向リアルタイム関節同期を実現し、人間が介入しながら修正データを収集できる低コストなシステムを開発した。模倣学習と強化学習の性能を向上させる。
- 拡散軌道誘導方策による長期的ロボットマニピュレーションマニピュレーション2025/2/1
拡散モデルで2D軌道を生成し模倣学習を誘導することで、長期的タスクでの誤差蓄積を抑え、CALVINベンチマークで成功率を25%向上させた研究。
- RoboMIND：ロボットマニピュレーションのためのマルチエンボディメント知能規範データセットマニピュレーション2024/12/1
4種類のロボットによる10.7万件の模倣学習用デモンストレーション軌道と失敗例、デジタルツイン環境を提供する大規模データセットを構築し、VLAモデルの性能を評価した。
- ACL-QL: オフライン強化学習のためのQ学習における適応的保守レベルオフライン強化学習2024/12/1
オフライン強化学習において、状態行動ペアごとに保守性の度合いを適応的に制御する手法ACL-QLを提案し、過度に保守的になる問題を緩和して性能を向上させた。
- 基盤モデルを用いたロボティクス：身体性AIに向けたサーベイVLA2024/2/1
ロボットの自律マニピュレーションを対象に、基盤モデルを活用した研究を高レベル計画と低レベル制御の両面から整理し、データセット・シミュレータ・ベンチマークや今後の課題をまとめたサーベイ。
- SM³: 多視点2D画像を用いた自己教師あり多タスク関節物体モデリング関節物体モデリング2024/1/1
相互作用前後の多視点RGB画像から、アノテーションなしで関節物体の可動部と回転関節パラメータを自己教師ありで推定する手法を提案し、多様なカテゴリを含むMMArtデータセットも構築した。
- 深度認識を活用した事前学習による視覚ロボットマニピュレーションマニピュレーション2024/1/1
大規模3Dデータを用いた自己教師あり学習でRGBのみの視覚バックボーンを事前学習し、3D空間でのマニピュレーション性能を向上させる手法を提案。
- 制御認識型拡張による汎用視覚運動方策の効率的学習VLA2024/1/1
自己教師ありの制御関連領域マスクで拡張を適用し、専門家から生徒方策へ蒸留することで、未知環境でも微調整なしに汎化する視覚運動方策を効率的に学習するフレームワークEAGLEを提案。
- 物体中心の指示拡張によるロボットマニピュレーションマニピュレーション2024/1/1
マルチモーダル大規模言語モデルを用いて物体の位置情報を自然言語指示に織り込み、模倣学習ポリシーの操作性能を向上させる枠組みを提案した。
- 高速・低速思考を備えた言語条件付きロボットマニピュレーションマニピュレーション2024/1/1
認知科学の二重過程理論に着想を得て、指示の種類に応じて高速思考系と低速思考系を使い分けるロボット操作フレームワークRFSTを提案し、意図認識や推論が必要な複雑なタスクを実世界で実現した。
- 不完全なデモンストレーションからの自己教師あり学習によるロボットマニピュレーションマニピュレーション2024/1/1
失敗を含む不完全なデモデータを自己教師ありで評価・選別し、高品質な部分を訓練データに追加することで、ロボットマニピュレーションの成功率を向上させるフレームワークを提案。
- DTF-Net: 変形可能テンプレート場によるカテゴリレベル姿勢推定と形状再構成姿勢推定2023/8/1
カテゴリごとの変形可能なテンプレート場を学習し、未知物体の6D姿勢推定と形状再構成をRGB-D画像から行う手法を提案。
- CMG-Net: 接触ベースの多指巧み把持のためのエンドツーエンドネットワークマニピュレーション2023/3/1
多指ロボットハンドと物体間の接触を表現に用いることで予測次元を削減し、単一の点群から混雑環境中の未知物体に対する多指把持姿勢とハンド構成を予測するエンドツーエンドネットワークを提案した。
