Zhenshan Bing
Nanjing University
収録論文 62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
- 情報価値で記憶検索と観測への信用割当を同時に解決強化学習/記憶2026/10/29
学習済み世界モデルと過去のロールアウトから「情報価値」を推定し、記憶検索の最適化と観測への信用割当を一つの量で扱う手法を提案した。
- LogLook: 実行に基づく記憶でロボットプランナーを強化VLA2026/10/23
フロンティアVLMプランナー向けに、実行ログと選択的視覚参照を組み合わせた記憶機構を提案し、トークンと画像を大幅削減しつつ成功率を維持・向上させた。
- 予測的動力学適応による統一ロボットマニピュレーションのための集合学習マニピュレーション2026/10/13
異なるロボット実体間で共有タスク意図と実体依存の動力学を分離する2段階集合学習フレームワークPACEを提案し、未知のロボットへのゼロショット汎化性能を大幅に向上させた。
- LiteNWM: 実環境でのオンボード視覚ナビゲーションのための効率的な潜在世界モデルナビゲーション2026/10/8
複数の候補軌道の将来表現を共有エンコーダでまとめて予測し、学習済みスコアラで軌道選択する軽量な潜在世界モデルを提案。実機ナビゲーション成功率を43.3%から83.3%に改善した。
- VidAct: 物体中心の3D認識で野生動画からマニピュレーションを学習マニピュレーション2026/9/29
単眼の実世界動画から物体メッシュと運動を再構成し、残差軌道転移と物体中心の3D点群予測を組み合わせて、ゼロショットで実機展開可能なマニピュレーションポリシーを学習するフレームワーク。
- C2Dex: 単眼ビデオからの接触整合的な器用操作の再構築とリターゲティング器用操作2026/8/1
単眼ビデオから器用なロボット操作のデモを転送する際、接触の安定性と物理的妥当性を保つフレームワークC2Dexを提案。物体側の安定接触を共有表現として、軌道の再構築と異なる手の形態へのリターゲティングを改善し、シミュレーションと実機で高い成功率を達成した。
- メタ強化学習における知識再利用フレームワークメタ強化学習2026/6/16
メタ強化学習で、単純化したエージェントで学習したタスク知識を異なる形態のエージェントに転移するフレームワークを提案し、追従誤差を大幅削減しデータ効率を向上させた。
- EgoAERO: 物体アセットなしで単一の一人称視点ビデオから巧みな操作を学習するマニピュレーション2026/6/1
物体の3Dモデルを使わずに、単一の一人称視点RGB-Dビデオから手と物体の軌跡を再構成し、ロボットの巧みな操作ポリシーを学習するフレームワークを提案した。
- 線形埋め込み空間での強化学習によるソフトロボット構成横断的な汎用制御ソフトロボティクス/強化学習2026/6/1
ソフトロボットの多様な形態・構成に迅速に適応できる汎用制御システムを、共有の線形Koopman埋め込み空間での強化学習により実現した。33構成で検証し、転移サンプルを75倍削減しつつ堅牢な性能を示した。
- 平行反平行四辺形腱駆動手首によるハンカチ回しタスクの周期定常制御マニピュレーション2026/4/1
柔軟物体であるハンカチを高速で回転させる周期運動を実現するため、専用設計の腱駆動手首と階層制御、粒子バネモデルを組み合わせ、約99%の展開率と低い追従誤差を達成した。
- 見えざるものを夢見る:ワールドモデル正則化拡散ポリシーによる分布外ロバスト性の実現ロバスト制御/拡散ポリシー2026/3/1
拡散ポリシーにワールドモデルを統合し、分布外の外乱時に視覚入力を捨てて内部の想像(予測ダイナミクス)で制御を継続する手法を提案。MetaWorldや実世界で高い成功率を達成。
- フローからワンステップへ:暗黙的最大尤度推定に基づく分布蒸留によるリアルタイムマルチモーダル軌道ポリシーVLA2026/3/1
条件付きフローマッチングの専門家を暗黙的最大尤度推定で単一ステップの生徒モデルに蒸留し、多様な動作モードを保ちながらリアルタイムな閉ループ制御を可能にした。
- ReMem-VLA: 二重レベル再帰クエリによる記憶を備えた視覚言語行動モデルVLA2026/3/1
視覚言語行動モデルに、フレーム単位とチャンク単位の再帰クエリを導入し、短期・長期記憶を実現。過去の観測予測を補助タスクとして追加し、記憶依存タスクで既存モデルを大幅に上回る性能を達成した。
- DECO: 触覚アダプタを備えた双腕巧み操作のための分離型マルチモーダル拡散トランスフォーママニピュレーション2026/2/1
視覚・固有感覚・触覚を分離した条件付け経路で統合する拡散トランスフォーマDECOを提案し、双腕巧み操作の触覚データセットDECO-50を公開。実機実験で成功率72.25%を達成し、触覚アダプタが複雑な接触タスクで20%向上。
- MOSAIC: 高速残差適応による汎用人型モーション追従と遠隔操作のsim-to-realギャップの橋渡しsim2real2026/2/1
多様な入力インターフェースに対応する人型ロボットの全身遠隔操作システムを構築し、インターフェース固有の残差モジュールを高速適応・蒸留することで、実機での長期的な遠隔操作を安定化させた。
- TacUMI:接触の多いタスクのためのマルチモーダル汎用マニピュレーションインターフェースマニピュレーション2026/1/1
手持ちデモ装置UMIに触覚・力覚・姿勢センサを統合し、接触の多い作業のマルチモーダルデータを収集できるようにした。さらに時系列モデルで作業を意味のある区間に分割する手法を提案し、ケーブル取付タスクで90%以上の分割精度を達成した。
- OmniDexVLG:視覚言語モデルが導く把持意味論・分類・機能的アフォーダンスからの器用な把持生成学習マニピュレーション2025/12/1
言語と視覚の指示に基づき、把持分類・接触意味論・機能的アフォーダンスを統合的に扱う器用な把持生成フレームワークを提案。大規模データ生成パイプラインとマルチモーダル推論モジュールを組み合わせ、意味的に制御可能な把持を実現する。
- FunCanon: 機能的な物体正規化による姿勢認識型行動プリミティブの学習と汎用ロボットマニピュレーションマニピュレーション2025/9/1
長期的なマニピュレーションタスクを行為者・動作・対象からなる行動チャンクに分解し、大規模視覚言語モデルのアフォーダンス手がかりで物体を共通の機能座標系に正規化することで、カテゴリレベルで汎化し再利用可能な拡散ポリシーを学習する枠組みを提案。
- RobotDancing: 残差行動強化学習によるロバストな長時間ヒューマノイド動作追従ヒューマノイド動作追従2025/9/1
参照動作に対する残差関節目標を強化学習で予測し、参照とロボットの動力学の不一致を補償することで、ヒューマノイドの長時間・高ダイナミックな動作追従を実現した。
- M4Diffuser: 多視点拡散ポリシーと可操作度を考慮した制御による堅牢な移動マニピュレーション移動マニピュレーション2025/9/1
多視点の拡散ポリシーで目標を生成し、可操作度を考慮したQP制御器で移動ロボットの全身協調動作を実現する手法を提案。シミュレーションと実機で成功率向上と衝突低減を達成。
- 推論段階の適応射影戦略による拡散ポリシーのクロスマニピュレータ対応マニピュレーション2025/9/1
訓練済み拡散ポリシーの軌道を推論時に射影し、再訓練なしで未知のマニピュレータやエンドエフェクタ、新タスクにゼロショット適応させる手法を提案。
- 身体性エージェントと共に成長する:長期的マニピュレーションスキルのための人間参加型生涯コード生成フレームワークマニピュレーション2025/9/1
人間の修正を再利用可能なスキルとして記憶し、検索拡張生成で動的に再利用する人間参加型フレームワークを提案。長期的なロボットマニピュレーションタスクの成功率と効率を大幅に改善した。
- 方向情報付き木探索 (DIT*): 方向フィルタと方向コストヒューリスティックによる最適経路計画経路計画2025/8/1
サンプリングベースの経路計画において、各エッジの方向情報を活用するフィルタとヒューリスティックを導入し、探索を効率化して既存手法より高速に最適解を見つける手法を提案した。
- 適応的サンプラーによる推定インフォームド・エニタイム探索サンプリングベース計画2025/8/1
初期解発見前に推定インフォームド集合を構築し、適応的サンプリングと遅延衝突チェックで経路計画を高速化するMIT*を提案。
- 遺伝的インフォームドツリー(GIT*):強化学習型遺伝的プログラミングヒューリスティクスによる経路計画経路計画2025/8/1
障害物からの反発力や頂点の動的重要度など環境データを活用し、強化学習型遺伝的プログラミングでヒューリスティクスを進化させる経路計画手法GIT*を提案。R^4〜R^16のベンチマークと実機移動マニピュレーションで既存手法を上回る性能を示した。
- APT*: 適応的長楕円R近傍探索による漸近最適動作計画動作計画2025/8/1
障害物情報に基づきバッチサイズと楕円近傍探索を適応的に調整するサンプリングベース動作計画手法を提案し、高次元空間と実機マニピュレーションで有効性を示した。
- 双方向運動計画のための木構造グラフティングと局所部分集合最適化運動計画2025/8/1
双方向探索の接続失敗を木のグラフティングで修復し、局所部分集合の最適化とサンプリング分布の動的調整により高速かつ漸近最適な経路計画を実現する手法G3T*を提案。
- 屋内環境における効率的な物体探索のための言語強化型移動マニピュレーション移動マニピュレーション2025/8/1
大規模言語モデルでシーン意味を推論し、階層的な探索とヒューリスティックな経路計画を組み合わせて、屋内で対象物体を効率的に探す移動マニピュレーション手法を提案した。
- 深層ファジィ最適化によるロボット運動計画のバッチサイズと最近傍選択運動計画2025/8/1
深層ファジィ学習を用いて、サンプリングベース運動計画のバッチサイズと最近傍パラメータを障害物分布に応じて動的に調整するLIT*を提案し、高次元空間で高速収束と高品質解を実現した。
- 楕円k近傍法:クーロンの法則とC空間障害物の無効頂点を活用した経路最適化経路計画2025/8/1
サンプリングベース経路計画において、無効頂点の情報とクーロンの法則に基づく力方向を利用した楕円k近傍探索を導入し、高次元環境での探索効率とコストを改善するFDIT*を提案した。
- 触覚センサによる能動的輪郭再構成触覚2025/7/1
ひげ型触覚センサで物体表面を追従し、サブミリ精度で輪郭を再構成する能動制御手法を提案。
- マルチモーダル知覚を用いた複数ロボットによる変形可能な線状物体の組立マニピュレーション2025/6/1
視覚と触覚を統合した物体中心の知覚・計画フレームワークにより、複数ロボットが協調してケーブルなどの変形可能な線状物体を産業組立する手法を提案し、実機実験で有効性を示した。
- DORA: 物体アフォーダンス誘導による器用なロボットマニピュレーションのための強化学習マニピュレーション2025/5/1
物体のアフォーダンスマップを活用し、把持姿勢の候補生成と投票型分類で意味的に妥当な制約を与えることで、多指ハンドの強化学習を効率化しタスク成功率を平均15.4%向上させた。
- 閉ループコード生成と漸進的少数ショット適応による身体性長期的マニピュレーションマニピュレーション2025/3/1
LLMが低レベル方策を使わずに実行可能なコード計画を閉ループで生成し、RGB-Dフィードバックで再計画することで、多様な長期タスクを高精度に遂行するフレームワークを提案。
- SharedAssembly:共有テレアセンブリによるデータ収集手法遠隔操作2025/3/1
リーダー側とフォロワー側の両方に組立特化の知能を組み込んだ共有自律バイラテラル遠隔操作フレームワークを提案し、サブミリ単位の高精度組立タスクで97%の成功率を達成した。
- ロボット長期的強化学習における事前学習済みベイズノンパラメトリック知識事前分布強化学習2025/3/1
ディリクレ過程混合モデルを用いて多様なスキルをノンパラメトリックに事前学習し、長期的なロボット操作タスクの強化学習を効率化する手法を提案した。
- グリッパーを変えても再学習不要なピック・アンド・プレース:学習と最適化を組み合わせた拡散ポリシーマニピュレーション2025/2/1
ベースのグリッパーで学習した拡散ポリシーを、推論時に運動学的・安全制約を課すことで、未見のグリッパーにも再学習なしで適応させる手法を提案し、6種類のグリッパーで平均93.3%の成功率を達成した。
- 自己運動補償によるイベントカメラからの単眼深度学習単眼深度推定2024/12/1
イベントカメラのデータに物理的な運動補償の原理を組み込み、焦点の合い具合を手がかりに解釈可能な単眼深度推定を行うフレームワークを提案した。
- Gassidy: 動的環境におけるガウススプラッティングSLAMSLAM2024/11/1
動的物体による環境擾乱に対処するため、レンダリング損失の流れを反復解析して動的・静的要素を識別・除去し、RGB-D密SLAMのカメラ追跡精度と地図再構成品質を向上させた手法を提案。
- ロボティクスにおける動作計画:サンプリングベースプランナのレビュー動作計画2024/10/1
サンプリングベースの動作計画アルゴリズムの現状と課題を概観し、代表的な10手法の設計と評価を多様なシナリオで分析したレビュー論文。
- E-3DGS: 露光イベントと動きイベントを活用したガウシアンスプラッティング3D再構成/イベントカメラ2024/10/1
露光調整デバイスを組み込み、イベントカメラで露光イベントと動きイベントを取得し、3Dガウシアンスプラッティングによる高品質・高速・バランス型の3D再構成を実現した研究。
- TacDiffusion: 力領域拡散ポリシーによる高精度触覚マニピュレーション触覚2024/9/1
拡散モデルで6軸力覚を生成し、単一タスクの実演から未学習の高精度挿入タスクへゼロショット転移する触覚組立フレームワークを提案。
- LEMMo-Plan: マルチモーダル実演からのLLM強化学習による接触の多い逐次マニピュレーション計画マニピュレーション2024/9/1
人間の実演から触覚・力覚情報も取り込み、LLMが接触の多い逐次操作タスクの計画を生成できるようにするインコンテキスト学習フレームワークを提案した。
- ContactDexNet: 接触セマンティックマップによる多指ロボットハンドの混雑環境把持マニピュレーション2024/4/1
物体点群から接触セマンティックマップを生成し、多指ハンドの把持姿勢を推定・評価することで、混雑環境でも高い成功率で把持を実現する手法を提案した。
- 環境変化に適応するネズミ型ロボットの強化学習による歩行生成歩行2024/3/1
小型四足ロボットNeRmoの限られたセンサ情報からフーリエ変換に基づく特徴抽出を行い、多機能報酬設計により坂道・階段・螺旋階段など異なる地形で適応的な歩行を生成する強化学習手法を提案した。
- 軟体脊椎の側屈によるラットロボットの動的バランス最適化歩行2024/3/1
軟体アクチュエータ脊椎を備えたラットロボットにおいて、トロット歩容中の脊椎側屈が重心と支持領域の関係に与える影響をモデル化し、バランスを改善する制御器を開発した。
- 未知の動的マルチ障害物環境における移動ロボットのためのオンライン効率的な安全臨界制御安全制御2024/2/1
LiDARを用いて静的・動的障害物を楕円で表現し、バッファゾーンでD-CBFの数を削減することで、未知環境でのリアルタイム障害物回避を効率化するフレームワークを提案。
- 小さな環境拘束下における変形可能な線状物体の形状制御のためのリアルタイム接触状態推定変形物体マニピュレーション2024/1/1
変形可能な線状物体をロボットで環境の治具に接触させて形状制御する際、加えた力と検出した接触力の依存関係を利用して接触の成立と変化をリアルタイムに推定し、異常を自動で回避・検出・修正する適応的形状制御を実現した。
- 接触エネルギーに基づくHindsight Experience Prioritizationマニピュレーション2023/12/1
ロボットの触覚センサと物体変位を利用し、接触の多い経験を優先的にサンプリングするHERの改善手法を提案し、スパース報酬のマニピュレーションタスクで性能を向上させた。
- 言語と行動の橋渡し:言語条件付きロボットマニピュレーションのサーベイマニピュレーション2023/12/1
自然言語指示でロボットを操作する研究を、言語の使われ方(状態評価・方策条件・認知計画・統合VLA)で分類し、最新手法と課題を整理したサーベイ。
- 柔軟なインフォームドツリー(FIT*):インフォームドサンプリングベース経路計画における適応的バッチサイズアプローチ経路計画2023/10/1
サンプリングベース経路計画において、バッチサイズを構成空間の次元と超楕円体の超体積に基づいて動的に調整するFIT*を提案し、初期解の収束速度と品質を向上させた。
- 模倣学習によるEnd-to-End自動運転の交通ルール遵守を高める要因End-to-End自動運転2023/9/1
赤信号・一時停止標識・曲率速度の3つのペナルティを模倣学習に導入し、異なる入力モダリティを整合させるセンサ融合手法と組み合わせることで、End-to-End自動運転の走行性能と交通ルール遵守、敵対的攻撃への頑健性を向上させた。
- 環境接触を活用した変形可能な線状物体の接触認識型成形と維持マニピュレーション2023/7/1
2台のロボットマニピュレータと環境との接触を利用し、変形する線状物体の形状を計画・制御するフレームワークを提案。ケーブル配線タスクで実機検証した。
- 非構造データ下でのベーススキル事前分布を用いた言語条件付き模倣学習言語条件付き模倣学習2023/5/1
言語指示に従ってロボットが操作を行うための手法で、ベーススキル事前分布と模倣学習を組み合わせ、未経験環境への汎化性能を高めた。シミュレーションと実環境のゼロショット評価で従来手法を上回った。
- 自己教師ありタスク表現学習に基づくメタ強化学習メタ強化学習2023/5/1
ガウス混合モデルによるタスク表現とオンライン適応を組み合わせ、非定常・分布外タスクにも対応するメタ強化学習手法MoSSを提案した。
- 強化学習プランナとモデル予測制御アクターによる安全保証マニピュレーションマニピュレーション2023/4/1
スパース報酬で学習する強化学習プランナとモデル予測制御アクターを組み合わせ、動的障害物のある環境で安全にマニピュレーションタスクを解くフレームワークを提案した。
- 言語指示によるメタ強化学習マニピュレーション2022/9/1
言語指示を活用して複数のマニピュレーションタスクを効率的に学習するメタ強化学習アルゴリズムを提案し、Meta-Worldベンチマークで成功率を大幅に向上させた。
- 外部インフラを用いた高度交通システムの文献調査交通システム/レビュー2021/12/1
外部インフラを活用した高度交通システム(ITS)の既存研究357件以上を技術レベル別に分類し、ハードウェア構成や貢献を比較分析した系統的レビュー。
- LiDARセンサを用いた生物学的着想に基づくSLAMシステムSLAM2021/9/1
げっ歯類の海馬モデルに着想を得て、LiDARの点群データから境界細胞・場所細胞・頭方向細胞を模倣し、認知地図構築とロボット姿勢推定を行うSLAMシステムを提案した。
- LiDARを用いた生物に着想を得た移動ロボットのグローバル自己位置推定システム自己位置推定2021/9/1
海馬モデルとランドマークに基づく再位置推定を組み合わせ、LiDARのみで移動ロボットのグローバル自己位置推定を行う生物模倣手法を提案し、モンテカルロ位置推定と同等以上の精度・信頼性を示した。
- グラフベースの後付け目標生成による複雑なロボットマニピュレーションマニピュレーション2020/7/1
障害物のある環境でのマニピュレーション向けに、障害物回避グラフ上の最短距離を用いて後付け目標を選ぶG-HGGを提案し、HGGやHERよりサンプル効率と成功率を改善した。
- 強化学習によるヘビ型ロボットの省エネ蛇行歩容探索強化学習/歩行2019/4/1
ヘビ型ロボットの省エネな蛇行歩容をPPOベースの強化学習で生成し、従来のパラメータ化歩容制御より自然で適応的かつ高効率であることを示した。
