Shenhao Yan
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
- MaskVLA: 視覚マスキングによるVision-Language-Actionモデルの軌道過学習の抑制VLA2026/9/20
VLAモデルの微調整時にメインカメラの視覚情報をランダムに一部マスクすることで、手首カメラ情報の活用を促し、軌道過学習を防いで汎化性能とタスク成功率を向上させる手法を提案。
- 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。
- 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。
- 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。
- 段階的視覚言語学習による物理的接地を備えた具現化タスク計画VLA2026/3/1
具現化タスク計画のための3段階学習フレームワークSVLLを提案し、空間接地と時間推論を分離してから、専門家軌道へのバイアスを注入するBias-DPOでアライメントを行うことで、物理的に不可能な行動を抑制する。
- RoboSeek: 物体と対話しながら学ぶロボットマニピュレーションマニピュレーション2025/9/1
3D再構成で実環境をシミュレーションに再現し、強化学習とクロスエントロピー法で方策を訓練、real2sim2real転移で実機に展開する長期マニピュレーションの枠組みを提案。