Rui Chen

Beihang University

収録論文 63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

• ActiveArena：ロボットマニピュレーションにおける能動的知覚のベンチマークと理解
  VLA2026/9/21

  能動的知覚と操作を評価するためのシミュレータと35タスクのベンチマーク、および13種のVLA構成を提案し、記憶管理やOOD汎化の要因を分析した。

• SpatialCrafter: 生成3Dプロキシを用いた単一画像からのワールドモデリング
  3Dシーン生成2026/8/27

  単一画像から探索可能な3Dシーンを生成する新しい2段階フレームワークを提案し、3Dプロキシ生成と外観精緻化を分離することで、従来のビデオ拡散モデルより高品質で3D整合性の高いシーン生成を実現した。

• 4DStreamCtrl: オンライン4D制御によるインタラクティブ動画生成
  動画生成2026/8/26

  カメラと物体の動きを3D点トラックで統一し、リアルタイムで長い動画を生成できるモデルを提案した。

• PRISM：マルチモーダルセンシングを備えた精密で接触豊富な実世界産業スキルデータセット
  データセット2026/8/18

  産業組立に必要な精密制御や力/トルク、触覚などのマルチモーダルフィードバックを含む、25以上の操作タスクと45時間の遠隔操作デモを収録した大規模データセットを公開した論文。

• DreamX-Phi 1.0: ロボット操作のための行動条件付きビデオワールドモデル
  VLA2026/8/1

  観測フレームと言語指示、行動系列から将来の観測を予測するビデオワールドモデルを提案。アームの軌道忠実性と物体一貫性を保つため、幾何エンコーディングと深度・マスク情報を活用し、蒸留で高速化した。

• λ-Reachability: ヒューマノイド安全性のための幾何学的ホライズン安全ベルマン方程式
  安全性解析2026/6/1

  高次元ロボットシステムの安全性解析をスケーラブルに行うため、割引なしの到達可能性目標を学習できる新しい安全価値推定法λ-Reachabilityを提案し、実機ヒューマノイドで有効性を示した。

• GenClaw: コード駆動型エージェントによる画像生成
  画像生成2026/5/28

  LLMエージェントがコード（SVG等）で下書きを描き、画像生成モデルで仕上げる、人間の画家のような段階的・制御可能な画像生成手法を提案した論文。

• Dexora: 高自由度両腕巧緻操作のためのオープンソースVLA
  VLA/操作2026/5/1

  両腕・両手の高自由度操作を対象とした初のオープンソースVLAシステムDexoraを提案し、ハイブリッド遠隔操作とデータ品質を考慮した学習手法により、巧緻操作の成功率を大幅に向上させた。

• 個別の手指形状に合わせられる人間工学的ソフトロボットグローブによるパーソナライズ手指リハビリテーション
  ソフトロボティクス/リハビリテーション2026/4/1

  手指の関節形状に合わせて調整可能な布製ソフトロボットグローブを開発し、健常者と頚髄損傷者での試験で筋活動の低減と自然な把握パターンを確認した。

• 多感覚指先触覚フィードバックのための柔らかく軽量な布ベース空気圧インターフェース
  触覚2026/4/1

  布ベースの空気圧アクチュエータを用いて、軽量で装着可能な指先触覚デバイスを開発し、接触形状、方向性スライド、振動周波数の3つの触覚モードを高精度で分類できることを示した。

• 縁と面の触覚を再現するウェアラブル触覚デバイス
  触覚2026/4/1

  軽量な指先装着型触覚デバイスを開発し、縁と面の接触を異なる振動パターンで提示。ユーザー実験で93%の識別精度を達成した。

• 体積最適化空気圧アクチュエータを用いた2自由度ソフト肩エクソスーツの設計と評価
  ソフトエクソスーツ2026/2/1

  体積を35.7%削減しつつトルクの94.2%を維持し応答速度を35.2%向上させた紡錘形角度アクチュエータを開発し、2自由度ソフト肩エクソスーツに統合して筋活動を最大63.7%低減できることを示した。

• ソフトロボティクス向け幾何学ベース空気圧アクチュエータ
  ソフトアクチュエータ2026/2/1

  CNC熱シール可能な制約層を導入し、予測可能な変形や極小曲げ半径、多状態駆動を実現する幾何学ベース空気圧アクチュエータを提案し、外骨格・触覚インタフェース・二足歩行ロボットで応用を示した。

• MTDrive: 自動運転のためのマルチターン対話型強化学習
  自動運転2026/1/1

  MLLMと強化学習を組み合わせ、環境フィードバックに基づいて軌道を反復的に改善するマルチターン枠組みを提案し、NAVSIMで優れた性能を示した。

• 身体性を持つ思考の木：身体性世界モデルによる意図的なマニピュレーション計画
  マニピュレーション2025/12/1

  物理ベースのデジタルツインを世界モデルとして用い、木探索とVLMによる失敗診断でロボットのマニピュレーション計画を立案するReal2Sim2Realフレームワークを提案。

• ViTaMIn-B: 信頼性と効率性を備えた視触覚両手操作インターフェース
  触覚2025/11/1

  両手・接触の多い操作タスク向けに、柔軟フレームの視触覚センサDuoTactとMeta Questコントローラによる6DoF両手姿勢取得を組み合わせた、高品質な操作データを効率的に収集できるハンドヘルドシステムを提案した。

• AutoDrive-R²: 自動運転VLAモデルの推論と自己反省能力を強化
  VLA2025/9/1

  自動運転向けVLAモデルに思考連鎖と強化学習を導入し、推論と自己反省を促すことで軌道計画の精度と解釈性を向上させた研究。

• HapMorph：多面的な触覚特性を提示する空気圧フレームワーク
  触覚2025/9/1

  対向型の布製空気圧アクチュエータを用いて、ウェアラブルなデバイスで物体のサイズと硬さを同時に連続的に変化させる触覚提示手法を提案し、その知覚精度を検証した。

• VR・遠隔操作のための布ベース柔軟温熱ハプティックデバイス
  触覚2025/8/1

  布と空気圧で指先に圧力と温度を提示する超軽量（指1本あたり2g）ウェアラブルデバイスを開発し、VR把持作業の成功率と力制御精度が向上することを示した。

• MotionPersona: 個人特性を反映した歩行制御
  歩行2025/6/1

  身体的特徴や心理状態などの属性を指定すると、それを反映した歩行アニメーションをリアルタイム生成するキャラクターコントローラを提案。

• 全方向触覚センシングを備えた柔軟ロボットグリッパーAllTact Fin Ray
  触覚2025/4/1

  透明シリコーン製の柔軟フィンガー内部にカメラを配置し、全体変形と接触面の局所形状を同時に推定する全方向触覚センシング手法を提案した。

• ViTaMIn: ロボット不要の視覚触覚マニピュレーションインターフェースによる接触の多いタスクの学習
  触覚2025/4/1

  視覚と触覚を統合した手持ちグリッパで遠隔操作なしに実演データを収集し、マルチモーダル表現学習で接触の多い操作タスクを効率的に学習する手法を提案。

• 混雑環境におけるヒューマノイドの巧みな安全制御：射影安全集合アルゴリズム
  安全制御2025/2/1

  混雑環境でヒューマノイドが手足の形状を考慮して外部・自己衝突を避けるため、複数制約下で矛盾を緩和し実行可能な安全制御を実現する射影安全集合アルゴリズム（p-SSA）を提案し、実機Unitree G1で検証した。

• SPARK: 安全保護・支援ロボットキット
  安全制御2025/2/1

  ヒューマノイドの自律制御と遠隔操作の安全性を確保するための、安全制御アルゴリズムを組み込んだモジュール式ベンチマークツールボックスを提案し、シミュレーションと実機で検証した。

• ThinTact: レンズレスイメージングによる薄型視覚触覚センサ
  触覚2025/1/1

  マスクベースのレンズレスイメージングを用いて厚さ10mm以下・200mm²以上の視覚触覚センサを実現し、DCTベースの高速再構成アルゴリズムとマスク最適化でリアルタイム触覚センシングを可能にした。

• 脚式ロボットの線形制御に向けたKoopmanダイナミクスの継続学習と持ち上げ
  歩行2024/11/1

  データセットと潜在空間を段階的に拡張しながらKoopman線形モデルを継続学習し、脚式ロボットの歩行制御を単純な線形MPCで高精度に実現した。

• ManiSkill-ViTac 2025：視覚と触覚を用いたマニピュレーション技能学習チャレンジ
  触覚2024/11/1

  触覚と視覚を融合させた接触の多いマニピュレーション技能学習を競うチャレンジを開催し、触覚操作・視触覚融合・触覚センサ設計の3部門で評価する。

• 絶対的状態制約付き方策最適化：高確率での状態制約満足
  安全強化学習2024/10/2

  強化学習において、確率的システムで状態ごとの安全制約を高い確率で満たす新しい方策探索アルゴリズムASCPOを提案し、ロボット歩行タスクで有効性を示した。

• ManiSkill3: 汎化可能な身体性AIのためのGPU並列ロボティクスシミュレーションとレンダリング
  sim2real2024/10/1

  接触の多い操作タスク向けに、シミュレーションとレンダリングをGPUで並列化した高速ロボティクスシミュレータManiSkill3を開発し、12分野の多様なタスクとデモデータ、ベースラインを提供した。

• GAP-RL: 把持を点として表現する動的物体把持のための強化学習
  マニピュレーション2024/10/1

  6D把持姿勢をガウス点に変換するGrasp Encoderと把持可能領域探索を組み合わせ、動く物体を強化学習で把持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有効性を示した。

• DexSim2Real²: 関節物体の精密な巧みな操作のための明示的な世界モデルの構築
  マニピュレーション2024/9/1

  未知の関節物体を能動的なインタラクションを通じてシミュレーション内にデジタルツインとしてモデル化し、サンプリングベースのモデル予測制御で精密な操作を実現するフレームワークを提案。

• 動的環境におけるマルチロボットナビゲーションのための知的ナップサックによる帯域制約付き観測共有
  群制御2024/9/1

  限られた通信帯域下でロボット間の観測共有を0/1ナップサック問題として定式化し、動的環境でのマルチロボットナビゲーション性能を向上させる最適通信手法を提案した。

• 動特性変化に対応する安全指数適応による四足ロボットの安全制御
  歩行2024/9/1

  荷物の重さがリアルタイムで変わる四足ロボットにおいて、安全指数をオンラインで適応させることで、動特性が変化しても障害物回避と安全領域の維持を両立できることを実験で示した。

• Meta-Control: 異種ロボットスキルに対する自動モデルベース制御合成
  制御合成2024/5/1

  LLMを活用し、人間の専門家が制御系を設計する思考過程を模倣して、タスクごとにカスタマイズされた状態表現と制御戦略を自動合成する手法を提案。

• パート誘導型3D強化学習による関節物体操作のSim2Real
  sim2real2024/4/1

  2Dセグメンテーションと3D強化学習を組み合わせ、実機での関節物体操作をデモなしで学習するフレームワークを提案。不確実性を考慮したサンプリングで実機での安定性を向上させた。

• GenH2R: Learning Generalizable Human-to-Robot Handover via Scalable Simulation, Demonstration, and Imitation
  2024/1/1
• Smart Roads: Roadside Perception, Vehicle-Road Cooperation and Business Model
  2023/12/1
• Minimum Snap Trajectory Generation and Control for an Under-actuated Flapping Wing Aerial Vehicle
  2023/11/1
• Absolute Policy Optimization
  2023/10/1
• TransTouch: Learning Transparent Objects Depth Sensing Through Sparse Touches
  2023/9/1
• Learn With Imagination: Safe Set Guided State-wise Constrained Policy Optimization
  2023/8/1
• Interactive Car-Following: Matters but NOT Always
  2023/7/1
• Proactive Human-Robot Co-Assembly: Leveraging Human Intention Prediction and Robust Safe Control
  2023/6/1
• State-wise Constrained Policy Optimization
  2023/6/1
• GUARD: A Safe Reinforcement Learning Benchmark
  2023/5/1
• Robust and Context-Aware Real-Time Collaborative Robot Handling via Dynamic Gesture Commands
  2023/4/1
• Sim2Real$^2$: Actively Building Explicit Physics Model for Precise Articulated Object Manipulation
  2023/2/1
• Space-Time Conflict Spheres for Constrained Multi-Agent Motion Planning
  2023/2/1
• ManiSkill2: A Unified Benchmark for Generalizable Manipulation Skills
  2023/2/1
• State-wise Safe Reinforcement Learning: A Survey
  2023/2/1
• Enhancing Generalizable 6D Pose Tracking of an In-Hand Object with Tactile Sensing
  2022/10/1
• Task-Agnostic Adaptation for Safe Human-Robot Handover
  2022/9/1
• Safe Interactive Industrial Robots using Jerk-based Safe Set Algorithm
  2022/4/1
• A Composable Framework for Policy Design, Learning, and Transfer Toward Safe and Efficient Industrial Insertion
  2022/3/1
• Learning from Physical Human Feedback: An Object-Centric One-Shot Adaptation Method
  2022/3/1
• Close the Optical Sensing Domain Gap by Physics-Grounded Active Stereo Sensor Simulation
  2022/1/1
• Learn from Human Teams: a Probabilistic Solution to Real-Time Collaborative Robot Handling with Dynamic Gesture Commands
  2021/12/1
• Grounding Implicit Goal Description for Robot Indoor Navigation Via Recursive Belief Update
  2020/11/1
• S4G: Amodal Single-view Single-Shot SE(3) Grasp Detection in Cluttered Scenes
  2019/10/1
• How to Evaluate Proving Grounds for Self-Driving? A Quantitative Approach
  2019/9/1
• Active Learning for Risk-Sensitive Inverse Reinforcement Learning
  2019/9/1
• GRIP: Generative Robust Inference and Perception for Semantic Robot Manipulation in Adversarial Environments
  2019/3/1
• An "Xcity" Optimization Approach to Designing Proving Grounds for Connected and Autonomous Vehicles
  2018/8/1