Sheng Yin

収録論文 5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

• GLoRI: グローバル・ローカル参照相互作用によるヒューマノイド移動操作のための閉ループ全身追跡
  ヒューマノイド制御2026/9/5

  ヒューマノイドの全身動作追跡を高精度化するため、グローバルな位置補正とローカルな動作構造を融合する閉ループ制御器GLoRIを提案し、シミュレーションから実機への転移でも高い精度と汎化を実証した。

• エッジロボティクス向けLLM誘導型安全エージェント：ISO準拠の認識・計算・制御アーキテクチャ
  エッジロボティクス/機能安全2026/4/1

  自然言語の安全規制を実行可能な述語に変換し、冗長なエッジランタイム上で展開することで、人間とロボットの相互作用における機能安全を実現するLLM誘導型安全エージェントを提案した。

• EmboMatrix: 身体性意思決定のためのスケーラブルな訓練基盤
  VLA2025/10/1

  大規模言語モデルに身体性意思決定能力を獲得させるため、タスク・シーン生成、分散シミュレーション、精密報酬を統合した訓練基盤EmboMatrixを構築し、7Bモデルが671Bモデルを上回る性能を達成した。

• PolySim: マルチシミュレータのダイナミクスランダム化によるヒューマノイド制御のsim-to-realギャップの橋渡し
  sim2real2025/10/1

  複数の異なるシミュレータを同時に用いて全身制御ポリシーを訓練し、シミュレータ固有のバイアスを低減して実機へのゼロショット転移を実現した。

• SafeAgentBench：身体性LLMエージェントの安全なタスク計画のためのベンチマーク
  安全性評価2024/12/1

  対話型シミュレーション環境で身体性LLMエージェントの安全性を評価する初のベンチマークを提案し、750タスクと評価環境を構築した。実験では既存エージェントの安全意識が低いことを示した。