Fan Feng
The Chinese University of Hong Kong
収録論文 18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
- VLMエージェントによる文脈内ロボット学習VLA2026/9/16
商用VLMを活用し、デモやフィードバックから勾配更新なしでロボット行動を生成するGPT-Policyを提案。実機実験で人間のビデオデモがタスク完了率を向上させることを示した。
- エージェント探索と構造化モデリングの相乗効果によるタスク十分な世界モデルの学習世界モデル/強化学習2026/7/5
エージェントが環境を能動的に探索してタスク関連情報を収集し、そのデータからタスクに必要な最小限の表現を世界モデルで学習することで、サンプル効率と汎化性能を向上させる手法を提案した。
- 因果的にバイアス除去された潜在行動モデルによる身体的行動条件付き世界モデル世界モデル2026/7/1
未ラベル動画から潜在行動を推定する既存モデルは、背景など行動と無関係な要素を混入させる問題を抱える。本論文では、因果的バイアス除去フレームワークCD-LAMを提案し、身体中心の再構成・行動中心の対比学習・潜在空間較正により、制御可能で堅牢な潜在行動表現を実現した。
- 対比的相互作用による物体操作のゼロからの学習強化学習2026/6/10
強化学習における対比学習が操作タスクで苦戦する原因を分析し、相互作用を考慮したリサンプリング手法(IWR)を提案して、シミュレーションと実機のエアホッケーで性能を向上させた。
- ReFPO: フローマッチングポリシー勾配のためのリフロー正則化強化学習/生成ポリシー2026/6/1
フローマッチングポリシー勾配法に明示的なリフロー正則化を追加したオンライン強化学習手法を提案し、生成ポリシーの学習安定性と性能を向上させた。
- 弾性クエリ強化学習：VLAモデルの自己認識型ポリシー実行VLA/強化学習2026/6/1
VLAモデルの推論・再計画スケジュールを固定せず、状態の難易度に応じてクエリの入力・ノイズ除去予算・アクション長を動的に調整する枠組みEQRLを提案。軽量な適応器と批評家の不一致による難易度信号で計算資源を効率的に配分し、シミュレーションと実機で推論コストを削減しつつ成功率を維持・向上させた。
- 理解しながら行動する：リアルタイム視覚言語行動モデルのための非同期意味・行動分離VLA2026/6/1
既存のVLAモデルを改造せず、意味理解と行動生成を非同期に分離し、低頻度で意味条件を更新しつつ高頻度で行動を出力することで、低遅延な閉ループ制御を実現する枠組みを提案した。
- MimicIK: 遠隔操作からのFK整合性を備えたリアルタイム生成的逆運動学逆運動学/遠隔操作/フローマッチング2026/6/1
遠隔操作デモから条件付きフローマッチングで関節空間の動作事前分布を学習し、現在の関節状態と目標手先姿勢から滑らかでロバストな逆運動学解をリアルタイム生成する手法を提案。FK整合性損失で物理的整合性を確保し、実データで精度・滑らかさ・低遅延を実証。
- SCAR: 自己教師あり連続行動表現学習表現学習2026/5/1
視覚遷移から複数の身体に共通する行動表現を学習する枠組みを提案し、世界モデルの汎化性能を向上させた。
- 世界行動検証器：順方向・逆方向の非対称性による自己改善型世界モデル世界モデル2026/4/1
世界モデルが自身の予測誤差を検出し自己改善するフレームワークWAVを提案。状態の妥当性と行動の到達可能性を分離検証し、順方向・逆方向の非対称性を活用してサンプル効率とポリシー性能を向上させる。
- DreamSAC: 対称性探索によるハミルトン世界モデルの学習世界モデル2026/3/8
物理法則の不変性を能動的に探索する「対称性探索」と、ハミルトン力学に基づく世界モデルを組み合わせ、外挿一般化を実現するフレームワークを提案した。
- KoopmanFlow：コープマン構造バイアスによるスペクトル分離生成制御ポリシーロボット操作2026/3/1
ロボット操作のための生成制御ポリシーにおいて、安定した大域運動と高周波の局所補正を同時にモデル化する問題を解決するため、コープマン理論に着想を得た構造的帰納バイアスを持つ生成ポリシーKoopmanFlowを提案した。
- 物体中心強化学習のためのインタラクティブ世界モデル学習物体中心強化学習2025/11/4
物体とその相互作用を構造化して表現する世界モデルを提案し、階層的方策と組み合わせることで、サンプル効率と汎化性能を向上させた。
- 目標条件付き強化学習のためのヌル反事実的因子相互作用目標条件付き強化学習2025/5/6
物体中心タスクで後知恵リラベリングが失敗する問題に対し、原因物体が存在しなければ対象物体の遷移が変わったはずという「ヌル反事実」で相互作用を定義し、それを後知恵リラベリングと組み合わせて学習効率を改善する手法を提案した。
- 効率的強化学習のための因果情報優先順位付け強化学習2025/2/14
強化学習において、状態・行動・報酬間の因果関係を因子分解MDPで推論し、因果情報を優先することでサンプル効率を向上させる手法CIPを提案した。
- Origami spring-inspired shape morphing for flexible robotics2021/2/1
- IROS 2019 Lifelong Robotic Vision Challenge -- Lifelong Object Recognition Report2020/4/1
- OpenLORIS-Object: A Robotic Vision Dataset and Benchmark for Lifelong Deep Learning2019/11/1