Wanxin Jin
収録論文 26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
- グローバル・ローカル可観測量を用いたKoopman演算子による多セグメント柔軟ロボットアームのリアルタイム形状制御制御2026/9/2
多セグメント柔軟ロボットアームの形状制御を、Koopman演算子に基づくモデル予測制御とグローバル・ローカル可観測量の組み合わせで実現し、最大10セグメントの数値実験と3・5セグメントの物理実験でリアルタイム性能とロバスト性を示した。
- 統一ハンド行動空間によるクロスエンボディメントロボット操作マニピュレーション2026/7/1
球体ベースの統一行動表現とカスケード逆運動学を用いて、異なるロボットハンド間で操作ポリシーを転送可能にする手法を提案した。
- ComFree-Sim: 接触リッチなロボティクスシミュレーションと制御のためのGPU並列解析的接触物理エンジンシミュレーション2026/3/1
相補性制約を避けた解析的接触モデルにより、接触インパルスを閉形式で計算し、GPUで並列化することで、高密度接触シーンでほぼ線形のスケーリングと高速化を実現する物理エンジンを提案した。実機の多指ハンドでのMPC制御にも応用している。
- ContactGaussian-WM: 動画から物理に基づく世界モデルを学習世界モデル2026/2/1
接触の多い動画から、微分可能な剛体物理エンジンを通して物理法則を学習する世界モデルを提案し、データ合成やMPCに応用した。
- RoDiF: 破損した人間フィードバックに頑健な拡散ポリシーの直接ファインチューニング拡散ポリシー/選好学習2026/2/1
拡散ポリシーのファインチューニングにDPOを適用する統一MDP定式化を提案し、人間の選好ラベルにノイズがあっても頑健に学習できるRoDiFを開発した。
- どこを触り、どう接触するか：幾何認識型sim-to-realマニピュレーションのための階層型RL-MPCフレームワークマニピュレーション2026/1/1
接触を伴う巧みな操作を「どこを触るか（幾何）」と「どう動かすか（接触力学）」に階層化し、高レベルRLが接触意図を予測、低レベル接触陰的MPCが接触モードを最適化する枠組みを提案。多様な形状の押し操作や回転・反転、環境支援型の再配置で、少ないデータ（エンドツーエンド比1/10）で高成功率とゼロショットsim-to-real転移を実現した。
- セグメント別射影を用いたKoopman演算子による多セグメント連続体ロボットの形状制御形状制御2025/9/1
腱駆動の軟体連続体ロボットのシミュレーションデータから、セグメントごとの射影でKoopmanモデルを学習し、線形MPCでリアルタイムな形状制御を実現した。
- TwinTrack: 接触物理と視覚を融合した接触の多い場面での未知物体のリアルタイム追跡物体追跡/物理認識2025/5/1
接触の多い場面で未知の動的物体の6自由度姿勢をリアルタイム追跡するため、視覚と接触物理を統合したReal2SimとSim2Realを組み合わせた物理認識システムを提案し、20Hz以上で高精度な追跡を実現した。
- 不整地における車輪脚ロボットの全身インピーダンス協調制御車輪脚ロボット/全身制御2024/11/1
車輪脚ヒューマノイドロボットが複雑な地形に適応しつつ上半身の安定を保つため、可変減衰インピーダンス制御と全身制御最適化を組み合わせた二層制御フレームワークを提案し、水運びタスクで有効性を示した。
- 言語モデル支援による二層プログラミングでインターネット動画から報酬を学習報酬学習2024/10/1
視覚言語モデルと大規模言語モデルを組み合わせた二層フレームワークにより、ロボットがYouTube動画などの専門家映像から直接報酬を学習できる手法を提案した。
- 相補性を排除した多接触モデリングと最適化による巧みなマニピュレーションマニピュレーション2024/8/1
接触力学を相補性モデルではなく最適化の双対性から導いた軽量な多接触モデルを提案し、指先操作やハンド内操作などの巧みなマニピュレーションを高成功率・高精度・リアルタイムで実現した。
- ContactSDF: 多接触モデルとしての符号付距離関数による巧みなマニピュレーションマニピュレーション2024/8/1
符号付距離関数(SDF)を用いて衝突検出と時間ステップ予測を含む多接触動力学モデルを構築し、接触の多い巧みなマニピュレーションのモデル学習とリアルタイム制御を実現した。
- 人間の方向フィードバックによる安全なMPCアラインメント安全制約学習/MPC/人間フィードバック2024/7/1
人間のオンライン方向フィードバックから安全制約を学習し、MPCポリシーに組み込む初の手法を提案。学習成功時のフィードバック回数上限を保証し、実機ロボットで有効性を実証。
- 逆強化学習のための微分動的計画法フレームワーク逆強化学習2024/7/1
微分動的計画法（DDP）を用いて逆強化学習（IRL）を行い、コスト関数・システムダイナミクス・制約をデモンストレーションから復元するフレームワークを提案。開ループ損失関数に加え、閉ループ損失関数を導入し、理論的解析とロボット実験で有効性を示した。
- Adaptive Contact-Implicit Model Predictive Control with Online Residual Learning2023/10/1
- Identifying Reaction-Aware Driving Styles of Stochastic Model Predictive Controlled Vehicles by Inverse Reinforcement Learning2023/8/1
- Task-Driven Hybrid Model Reduction for Dexterous Manipulation2022/11/1
- Distributed Differentiable Dynamic Game for Multi-robot Coordination2022/7/1
- Learning Linear Complementarity Systems2021/12/1
- Inequality Constrained Trajectory Optimization with A Hybrid Multiple-shooting iLQR2021/9/1
- Safe Pontryagin Differentiable Programming2021/5/1
- Learning from Human Directional Corrections2020/11/1
- Learning Objective Functions Incrementally by Inverse Optimal Control2020/10/1
- Learning from Sparse Demonstrations2020/8/1
- Pontryagin Differentiable Programming: An End-to-End Learning and Control Framework2019/12/1
- Inverse Optimal Control from Incomplete Trajectory Observations2018/3/1