Ronghan Chen
収録論文 8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
- ABot-M0.5: 移動と操作を統合した世界行動モデルVLA/移動操作2026/7/1
移動操作ロボットのための世界行動モデルを提案し、時間粒度・行動空間・学習と推論の整合性を揃えることで、長期的なタスク実行の精度とロバスト性を向上させた。
- DLAM: 時間的制約を伴う分布型潜在アクションVLA2026/7/1
本論文は、ロボットの行動データ不足を補うため、行動ラベルなしのビデオから潜在アクションを学習する新しいモデルDLAMを提案する。各遷移を対角ガウス分布として表現し、時間的整合性を保ちながら再構成誤差の伝播を抑えることで、ロボットポリシー学習の性能を向上させる。
- ABot-PhysWorld: 物理整合を備えたロボット操作のための対話型世界基盤モデル世界モデル2026/3/1
物理的に不自然な操作動画を生成する問題を解決するため、物理認識アノテーション付きの大規模データセットとDPOベースの後訓練を導入し、物理的に妥当で行動制御可能な動画を生成する世界モデルを提案した。
- ABot-M0: 行動多様体学習によるロボットマニピュレーションのためのVLA基盤モデルVLA2026/2/1
異種ロボットデータを統合した大規模データセットUniACTを構築し、行動が低次元多様体上に存在するという仮説に基づくAction Manifold Learningで効率的なVLA基盤モデルを実現した。
- World-Env: ワールドモデルを仮想環境として活用するVLAポストトレーニングVLA2025/9/1
物理的に整合性のあるワールドモデルを仮想シミュレータとして使い、VLAモデルを強化学習でポストトレーニングする枠組みを提案。タスクごとに5件の実演データだけで複雑なマニピュレーション性能を向上させる。
- ロボットによる布の展開把持選択のためのデータセットとベンチマーク：ICRA 2024布コンペティションマニピュレーション2025/8/1
空中でのロボット布展開における把持姿勢選択を評価するベンチマークとICRA 2024コンペティションを開催し、679回の実世界デモンストレーションを含むデータセットを公開した。
- 10回のデモンストレーションから汎化可能な3Dマニピュレーションを学習する手法マニピュレーション2024/11/1
わずか10回の実演データから、物体位置やカメラ視点が変化しても汎化できる3Dマニピュレーションスキルを学習するフレームワークを提案し、シミュレーションと実機で成功率を大幅に向上させた。
- NeRFと特徴マッチングを組み合わせたワンステップ姿勢推定姿勢推定2024/4/1
NeRFが描画する深度と2D特徴マッチングを組み合わせて2D-3D対応を構築し、対象物のCADモデルや個別学習なしでリアルタイムに姿勢推定する手法を提案。