Chenjia Bai
Institute of Artificial Intelligence, China Telecom
収録論文 44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
- NEXUS: 地形適応型テレオペレーションのための知覚的全身体制御テレオペレーション2026/9/30
人間の動作指令と機体のセンサ情報を組み合わせ、異なる地形でもロボットが姿勢と接地を適応させて全身テレオペレーションを実現する制御フレームワークを提案。
- V-JEPAポリシー：予測的視覚潜在表現上に構築する効果的な世界行動モデルVLA2026/9/29
凍結したV-JEPA 2.1エンコーダの潜在空間上に世界行動モデルを構築し、将来潜在予測器とフローマッチング行動エキスパートを下流で一括学習することで、LIBERO等で競争力のある性能を達成した研究。
- ReWeight: 実演検索とサンプル重み付けによる人間データを活用したVLAポストトレーニングVLA2026/9/12
一人称視点の人間実演をロボット実演と行動類似度で照合し、重み付けしてVLAモデルの追加学習に活用することで、実機タスクの成功率を大幅に向上させた研究。
- WNM-3D: 3Dシーン条件付けによるクローズドループVLNのための世界ナビゲーションモデルVLA/ナビゲーション2026/8/7
連続的な視覚言語ナビゲーション（VLN）のための生成的世界行動モデルを提案し、3Dシーン表現を条件として将来の視覚と行動を同時生成することで、クローズドループのナビゲーション性能を向上させた。
- KineBench: IDM不要の運動学的接地による身体化世界モデルのベンチマーク世界モデル/ベンチマーク2026/7/1
身体化世界モデルの物理的整合性を評価するため、逆動力学モデルを使わずに生成動画から直接6Dエンドエフェクタ姿勢を抽出し、物理シミュレータで閉ループ検証する新しいベンチマークKineBenchを提案した。
- SpaceVLN: オンライン空間認知記憶と推論を備えたゼロショット視覚言語ナビゲーションエージェントナビゲーション2026/6/8
連続環境での視覚言語ナビゲーションにおいて、空間構造を理解し指示に従うゼロショットエージェントを提案。空間認知記憶とタスク誘導型空間推論を導入し、探索領域を階層的に抽象化してナビゲーションを効率化する。
- VISTA: UMIデータの視覚基盤と物理検証によるVLAトレーニング適応VLA2026/6/1
UMIデータをVLAモデルの訓練に使う際の視覚的・物理的な不整合を解消するため、魚眼カメラ用VQAデータセットと物理検証パイプラインを導入し、実ロボット成功率を向上させた。
- GN0: 視覚言語ナビゲーションにおける生成・評価・方策学習の統一的パラダイムに向けてナビゲーション2026/6/1
大規模データセットと高忠実度シミュレータを構築し、RL駆動のナビゲーション基盤モデルを提案して、視覚言語ナビゲーションの性能を向上させた。
- OASIS: シミュレーションデータ収集から実世界のヒューマノイド移動操作へヒューマノイド/移動操作/sim2real2026/6/1
実世界の画像から3D生成モデルで物体アセットを自動構築し、シミュレーション内で遠隔操作によりデータを収集・拡張して、ヒューマノイドの移動操作ポリシーを訓練する枠組みを提案。実機ゼロショット展開で、多くのタスクで実機遠隔操作データによる訓練を上回る成功率を達成。
- UMI-Bench 1.0: UMIデータを用いた卓上ロボット操作のためのオープンで再現可能な実世界ベンチマークマニピュレーション2026/6/1
UMIスタイルの操作ポリシーを実世界で標準評価する初のベンチマークを提案し、データ収集から評価までの統一プロトコルを提供する。
- Re$^2$MoGen: LLM推論と物理認識リファインメントによるオープンボキャブラリ動作生成動作生成2026/4/1
テキストから動作を生成する際、訓練データにない未知の記述に対して性能が落ちる問題を解決するため、LLMの推論と強化学習による物理的妥当性の改善を組み合わせたフレームワークを提案した。
- 対話強化型長期間協調視覚言語ナビゲーション DeCoNav群制御2026/4/1
複数ロボットが対話で情報交換し、動的にタスクを再割り当て・再計画しながら長期間の協調ナビゲーションを行う枠組みを提案し、ベンチマークで成功率を大幅に向上させた。
- AssemLM: ロボット組立のための空間推論マルチモーダル大規模言語モデルマニピュレーション2026/4/1
組立マニュアル、点群、テキスト指示を統合し、6D組立姿勢を予測する空間推論マルチモーダル大規模言語モデルを提案。専用の点群エンコーダと大規模ベンチマークAssemBenchを導入し、実ロボット評価で最先端性能を達成した。
- PRTS: 対比表現を用いたプリミティブ推論とタスク実行システムVLA2026/4/1
視覚言語行動モデルを、教師あり模倣学習ではなく目標条件付き強化学習として再構成し、言語指示を目標として扱うことで、物理的な到達可能性を評価する統一埋め込み空間を学習する基盤モデルを提案した。
- Pro-HOI: 知覚に基づくルート誘導型ヒューマノイド物体インタラクションロコマニピュレーション2026/3/1
ヒューマノイドロボットの物体運搬操作を、ルート軌道を条件としたポリシー学習とデジタルツインによる物体状態推定で実現する汎用フレームワークを提案した。
- PCHC: 多目的強化学習による嗜好条件付きヒューマノイド制御の実現ヒューマノイド制御2026/3/1
複数の競合する目的（速度とエネルギー消費など）をバランスするヒューマノイド制御のため、単一のポリシーで嗜好ベクトルに応じて多様な行動を生成できる多目的強化学習フレームワークを提案した。
- X-Loco: 協調的ポリシー蒸留による汎用人型ロコモーション制御歩行2026/3/1
複数の専門家ポリシーを蒸留し、転倒復帰から地形走破、全身協調までを単一の視覚ベース人型ロコモーションポリシーとして学習させるフレームワークを提案。
- HALO: 重負荷人型アジャイル動作スキルのための微分可能シミュレーションによるSim-to-Realギャップ解消sim2real2026/3/1
未知のペイロードを運ぶ人型ロボットのシミュレーションから実機への転移を改善するため、微分可能シミュレータを用いた2段階のシステム同定フレームワークを提案し、ゼロショット転移を実現した。
- InterReal: 人間と物体のインタラクションスキル学習のための統一物理ベース模倣フレームワーク模倣学習/ヒューマノイド2026/3/1
ヒューマノイドロボットが人間と物体のインタラクション動作を模倣学習するための統一フレームワークを提案し、シミュレーションと実機で有効性を検証した。
- 短期的視野を超えて：非マルコフ的シミュレーションベンチマークにおける頑健な長期操作のためのVQメモリ操作2026/3/1
非マルコフ的で長期的な操作タスクを評価する新しいベンチマーク「RuleSafe」を提案し、過去の状態を離散トークンに符号化するVQメモリ表現が、既存のVLAモデルの長期計画と汎化性能を向上させることを示した。
- HUSKY: 物理を考慮した全身制御によるヒューマノイド・スケートボードシステム全身制御2026/2/1
ヒューマノイドがスケートボード上で安定して動的に操縦するため、ボードとトラックの連成をモデル化し、AMPと物理誘導型のリーン・トゥ・ステア戦略を組み合わせた全身制御フレームワークを提案した。
- TextOp: テキストでリアルタイムに動くヒューマノイドの動作生成と制御ヒューマノイド制御2026/2/1
テキスト指示を逐次受け取りながら、上位の拡散モデルで動作軌道を生成し下位の追従制御で実機ヒューマノイドを動かす、対話的に指示変更できる枠組みを提案した。
- ヒューマノイドロボットのサッカースキル学習：段階的知覚-行動フレームワークsim2real2026/2/1
サッカースキル獲得を運動スキル獲得・知覚行動統合・sim-to-real転移の3段階に分解し、Unitree G1で多様な条件下でのキックを実現した研究。
- VLAモデルをアンチ探索として誘導：テスト時スケーリングによる安定化VLA2025/12/1
VLAモデルの推論時不安定性を、軽量な疑似カウント推定器で行動チャンクを検証し、最も確からしいものを選ぶテスト時スケーリング手法TACOで解決する。
- マルチ行動蒸留と強化学習ファインチューニングによる適応型ヒューマノイド制御歩行2025/11/1
複数の運動スキルを蒸留して基本制御器を作り、強化学習で微調整することで、様々な地形で適応的に動けるヒューマノイド制御を実現した。
- 不確実性推定の統合による信頼性の高いLLMベースのロボットプランニングVLA2025/10/1
LLMによるロボットプランニングの不確実性を認識論的不確実性と内在的不確実性に分解し、さらにタスクの明確さと馴染み深さに細分して推定する手法CUREを提案し、キッチン操作と卓上整理の実験で実行結果との整合性が向上することを示した。
- KungfuBot2: ヒューマノイド全身制御のための多様な運動スキル学習全身制御2025/9/1
多様な人間の動きを追従させることで、単一の方策でヒューマノイドの全身運動スキルを学習する統合制御器VMSを提案し、シミュレーションと実機で動的スキルの模倣と長時間安定性、未見動作への汎化を実証した。
- Align-Then-stEer：統一潜在ガイダンスによる視覚-言語-行動モデルの適応VLA2025/9/1
VLAモデルを下流タスクに適応させる際、事前学習との行動分布のずれを統一潜在空間でのアライメントと生成過程のガイダンスで解消し、少ないデータで効率的に微調整する手法を提案。
- HumanoidGen: LLM推論による双腕巧みな操作のためのデータ生成マニピュレーション2025/7/1
LLM推論と原子操作を活用し、双腕・巧みな手を持つヒューマノイドロボットの操作タスクと実演データを自動生成するフレームワークを提案。
- KungfuBot：物理ベースのヒューマノイド全身制御による高ダイナミック技能の学習ヒューマノイド全身制御2025/6/1
人間のカンフーやダンスのような高速・高ダイナミックな動作を、物理制約を考慮した動作処理と適応的な追従カリキュラムでヒューマノイドに模倣させる全身制御フレームワークを提案し、Unitree G1で実機検証した。
- MoRE: 複雑地形におけるヒューマノイドの人間らしい歩容学習のための残差エキスパート混合歩行2025/6/1
複数の潜在残差エキスパートとマルチ識別器を組み合わせた強化学習により、深度カメラを用いて複雑地形を人間らしい歩容で移動し、歩容パターンを切り替えられるヒューマノイド制御を実現した。
- Skill-Nav: ウェイポイントインターフェースによる多様な四足歩行を統合したナビゲーション歩行2025/6/1
四足ロボットの歩行スキルをウェイポイントを介して階層的ナビゲーションに統合し、障害物を避けながら目標地点へ自律移動できるようにした研究。
- フローベース動画予測による汎用両腕基盤ポリシー両腕マニピュレーション2025/5/1
テキストからフロー、フローから動画への2段階ファインチューニングで動画予測を行い、軽量拡散ポリシーで両腕ロボットの行動を生成する基盤ポリシーを提案。
- 上半身と下半身の敵対的学習によるヒューマノイドの全身運動制御歩行2025/4/1
上半身と下半身のポリシーを敵対的に学習させ、歩行と動作模倣を両立する全身制御フレームワークALMIを提案し、実機ヒューマノイドで検証した。
- VLP: 身体性マニピュレーションのための視覚言語選好学習マニピュレーション2025/2/1
人間の選好ラベルなしで視覚言語選好モデルを学習し、身体性マニピュレーションタスクの報酬設計を自動化するフレームワークを提案。
- 動的バランスと強化学習による狭所でのヒューマノイド全身移動歩行2025/2/1
固有感覚のみを用い、ZMPに基づく動的バランス報酬と全身のactor-critic強化学習で、ヒューマノイドが狭い足場や予期せぬ障害物を安定して歩行できる手法を提案した。
- 選好整合拡散プランナによる四足歩行制御歩行2024/10/1
報酬ラベルなしの専門家データで拡散プランナをオフライン学習し、弱い選好ラベリングを用いたオンライン強化学習でロバスト性を高め、四足歩行の速度追従と実機ゼロショット転移を実現した。
- 身体性マルチエージェント協調のための効率的なLLMグラウンディングに向けてマルチエージェント協調2024/5/1
LLMによるマルチエージェント協調計画において、強化学習のアドバンテージ関数を活用したフィードバックで自己改善を効率化するフレームワークReAdを提案。
- SAM-E: 視覚基盤モデルと系列模倣による身体性マニピュレーションマニピュレーション2024/5/1
大規模画像で事前学習されたSegment Anything (SAM) を基盤モデルとして活用し、ロボットデータで効率的に微調整することで、長期的な行動推論と汎化性能を高めたマニピュレーション手法を提案。
- 大規模アクションなし動画事前学習による実行可能な離散拡散ポリシーの学習VLA2024/2/1
人間のアクションなし動画で離散拡散モデルを事前学習し、少数のロボット動画で微調整することで、ロボットの行動ポリシーを効率的に学習する手法を提案。
- Robust Quadrupedal Locomotion via Risk-Averse Policy Learning2023/8/1
- On the Value of Myopic Behavior in Policy Reuse2023/5/28
- Bridging the Sim-to-Real Gap from the Information Bottleneck Perspective2023/5/1
- Variational Dynamic for Self-Supervised Exploration in Deep Reinforcement Learning2020/10/1