Chenfeng Xu
収録論文 20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
- DiscreteRTC: 離散拡散ポリシーは自然な非同期実行器である拡散ポリシー/非同期実行2026/4/1
離散拡散ポリシーが本来持つインペインティング能力を活用し、非同期実行を実現する新しいポリシー「DiscreteRTC」を提案。連続的なRTCと比べて、追加コードなしで実装でき、推論コストも削減しつつ、動的タスクでの成功率が向上することを示した。
- OXE-AugE: 異なるロボット形態間のポリシー学習を拡張するための大規模ロボットデータ拡張VLA2025/12/1
Open X-Embodimentデータセットに9種類のロボット形態を追加し、440万軌道以上に拡張するパイプラインを構築。多様なアームとグリッパーでの学習が未知のロボットへの汎化性能を高めることを示した。
- 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。
- 最小限のフィードバックでアラインメントを最大化：視覚運動ロボット政策のアラインメントのための効率的な報酬学習VLA2024/12/1
視覚運動ロボット政策を人間の選好に合わせるため、事前学習済み視覚エンコーダを微調整し特徴マッチングで密な視覚報酬を構築するRAPLを提案。従来のRLHFより5倍少ない人間フィードバックでアラインメントを実現。
- DSLO: 不整合な時空間伝播に基づく深層シーケンスLiDARオドメトリLiDARオドメトリ2024/9/1
LiDAR点群の時系列から自己位置推定を行う深層学習手法を提案し、空間特徴の再利用やゲート付き階層的姿勢精緻化、時間的特徴伝播により、KITTIとArgoverseで精度と速度を両立した。
- RoVi-Aug: ロボットと視点の拡張による異なる機体間のロボット学習sim2real2024/9/1
画像生成モデルでロボットの種類とカメラ視点を拡張し、未見のロボットや視点でもゼロショットで動く方策を学習する手法を提案。
- スパース拡散方策：ロボット学習のためのスパースで再利用可能かつ柔軟な方策VLA2024/7/1
Transformerベースの拡散方策にMixture of Expertsを組み込み、タスクごとに専門家を選択的に活性化することで、マルチタスク学習や継続学習を効率化する手法を提案した。
- WOMD-Reasoning: 運転シーンにおけるインタラクション推論のための大規模データセットVLA2024/7/1
実世界の運転シーンにおける交通ルールに基づくインタラクションを記述・推論する300万件のQ&Aデータセットを構築し、それを用いた運転動作言語モデルMotion-LLaVAを提案した。
- ロボティクスにおけるNeRF：サーベイNeRF2024/5/1
NeRFのロボティクスへの応用と、ロボティクス展開に向けたNeRF自体の改良に関する研究を体系的にまとめたサーベイ論文。
- Mirage: クロスペインティングによる異なるロボット間のゼロショット方策転移sim2real2024/2/1
実行時に目標ロボットをマスクして学習済みロボットを描き直す「クロスペインティング」により、異なるロボットアームやグリッパ間で視覚ベースの方策をゼロショット転移させる手法を提案。
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models2023/10/1
- RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and Comfortable Autonomous Driving2023/10/1
- What Matters to You? Towards Visual Representation Alignment for Robot Learning2023/10/1
- Human-oriented Representation Learning for Robotic Manipulation2023/10/1
- LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving2023/10/1
- Time Will Tell: New Outlooks and A Baseline for Temporal Multi-View 3D Object Detection2022/10/1
- DetMatch: Two Teachers are Better Than One for Joint 2D and 3D Semi-Supervised Object Detection2022/3/1
- Image2Point: 3D Point-Cloud Understanding with 2D Image Pretrained Models2021/6/1
- You Only Group Once: Efficient Point-Cloud Processing with Token Representation and Relation Inference Module2021/3/1
- A Simple and Efficient Multi-task Network for 3D Object Detection and Road Understanding2021/3/1