Chen Xu
収録論文 7本 ・ フィジカルAI/ロボット学習
模倣学習連続学習マニピュレーションsim2realVLA
※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
- ガウスで十分：大規模行動モデルのファインチューニングにフローマッチング事前分布は効かない模倣学習2026/9/22
大規模行動モデルのファインチューニングでは、目標に近い非ガウス事前分布を使っても標準ガウスと性能が変わらないことを大規模実験で示し、その理由を分析した論文。
- 連続ロボット学習のためのメモリアンカー連続学習2026/8/27
ロボットが新しいタスクを学習しても過去のタスクを忘れないようにするため、リプレイバッファ内の重要経験（メモリアンカー）を特定し、それを活用することで破滅的忘却を大幅に軽減する手法を提案した。
- ロボットマニピュレーションのための大規模行動モデルの共訓練におけるデータモダリティと戦略の系統的研究マニピュレーション2026/2/1
ロボット操作のための大規模行動モデルを共訓練する際に、5種類のデータモダリティと訓練戦略が性能に与える影響を大規模実験で調査し、視覚言語データと異なる身体のロボットデータの共訓練が汎化を大幅に改善することを示した。
- Genie Sim 3.0：ヒューマノイドロボット向け高忠実度統合シミュレーションプラットフォームsim2real2026/1/1
LLMで自然言語から高忠実度シーンを生成し、VLMによる自動評価を可能にするロボットマニピュレーション用シミュレーションプラットフォームを提案。1万時間超の合成データセットを公開し、ゼロショットのsim-to-real転移を実証した。
- BLM₁：デジタルと物理を横断する汎用大規模モデルVLA2025/10/1
デジタル空間と物理空間、異なるタスクやロボット身体をまたいで動作する統合型マルチモーダル基盤モデルBLM₁を提案し、2段階学習で身体性知識と制御を両立させた。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- 失敗データなしで失敗を検出できるか？模倣学習ポリシーの不確実性を考慮した実行時失敗検出マニピュレーション2025/3/1
模倣学習ポリシーの失敗を、成功データのみから逐次的な分布外検出として捉え、不確実性を定量化するスカラー信号とConformal Predictionで検出する手法FAIL-Detectを提案。