Kejia Chen

収録論文 11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

• ロボットの自己改善：人間のビデオからの力学モデルを用いて
  ロボット学習2026/6/1

  人間のビデオから学習した行動・力学・価値表現をロボットに転移し、失敗状態を修正するDGAC法を提案。7つの実世界操作タスクで成功率を40%から81%に向上させ、ロボットの自己改善を実証した。

• ジャストインタイム情報木：可操作度を考慮した漸近最適動作計画
  マニピュレーション2026/1/1

  サンプリングベースの動作計画を改良し、エッジ接続とサンプリング密度を動的に調整して初期経路を高速に発見しつつ、可操作度と軌道コストのバランスを取るJIT*を提案した。

• 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。

• 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。

• 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。

• 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。

• 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。

• Real-time Contact State Estimation in Shape Control of Deformable Linear Objects under Small Environmental Constraints
  2024/1/1
• Flexible Informed Trees (FIT*): Adaptive Batch-Size Approach in Informed Sampling-Based Path Planning
  2023/10/1
• Contact-aware Shaping and Maintenance of Deformable Linear Objects With Fixtures
  2023/7/1
• Safety Guaranteed Manipulation Based on Reinforcement Learning Planner and Model Predictive Control Actor
  2023/4/1