Xi Chen
Shenzhen University
収録論文 39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
- PanoVLN: パノラマ視覚と言語による効果的なナビゲーションナビゲーション2026/9/28
パノラマ画像を用いた視覚言語ナビゲーションにおいて、行動予測・訓練監督・視覚表現を改良し、より広い視野を活かした長期的な行動計画と経路選択を可能にする手法を提案。
- ロボットは点字を読めるか？―模倣学習による接触適応で触覚点字認識を実現触覚2026/9/25
触覚点字を読むロボットが、認識前に接触品質を評価し姿勢を修正する適応的接触フレームワークを提案。模倣学習で接触調整を学び、点字の再構成精度を向上させた。
- 表現豊かなロボットピアニスト：グラフ模倣と音楽的ダイナミクスで複雑なピアノ曲を演奏マニピュレーション2026/9/9
強化学習とグラフベースの運指最適化、物理に基づく音響モデルを組み合わせ、人間らしい表現力で多様なピアノ曲を演奏できるロボットハンドを実現した。
- 形状適応・均一力分布・自己ロック機能を備えたハイブリッド剛軟ロボットグリッパグリッパ2026/7/1
低コストの膜式空気圧アクチュエータと3Dプリント製ラチェット機構を組み合わせたハイブリッド剛軟グリッパを提案し、形状適応、均一な力分布、エネルギー不要の自己ロックを実現した。実験では最大4200gの把持能力と消費エネルギー50%削減を達成した。
- Xiaomi-Robotics-U0: 世界基盤モデルによる統合的身体性合成VLA2026/7/1
ロボットの身体性を考慮した画像・動画生成を統合する380億パラメータのマルチモーダル自己回帰モデルを提案し、マルチビュー一貫性やロボットの身体制約を保ちながら、シーン生成や転移、動画生成を高品質で実現した。
- 時間的比率によるビデオ行動汎化ギャップの理解と緩和VLA2026/7/1
ビデオ基盤モデルをロボット行動データで微調整すると構成的一般化能力が失われる問題を分析し、注意機構に基づく指標「時間的比率」を導入してその原因を解明し、推論時に適応的にガイドする手法を提案した。
- LabVLA: 科学実験室における視覚言語行動モデルの基盤構築VLA2026/6/11
科学実験室向けのVLAモデルを開発し、シミュレーションデータ生成と2段階学習で実験プロトコルの実行を可能にした。
- AdaReP: モデルミスマッチ下での適応的再計画によるニューラルワールドモデル予測制御モデル予測制御2026/6/1
ニューラルワールドモデルを用いたMPCの再計画頻度を、予測誤差の蓄積と局所感度に基づいてオンラインで適応させる手法を提案し、計算コストを削減しつつ性能を維持する。
- オープンデータ・訓練・評価によるスケーラブルな行動クローニング行動クローニング2026/6/1
大規模な遠隔操作データセットABC-130K（3500時間、13万エピソード）とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。
- カオス理論的バランスと潜在ダイナミクスによる生理信号のワールドモデリングに向けて時系列予測2026/5/14
生理時系列信号を潜在空間で表現し、臨床介入を条件とした長期予測を行うワールドモデルNormWear-2を提案。カオス理論に基づくデータバランス手法により、より少ないデータで頑健な表現を獲得する。
- 高速移動物体の衝撃を考慮したコンプライアント捕捉のためのキノダイナミック軌道多様体の学習マニピュレーション2026/5/1
シミュレーションでの強化学習により捕捉軌道を収集し、低次元のキノダイナミック軌道多様体を学習。実行時は物体の初期状態から直接参照軌道を生成し、接触近傍ではコンプライアント制御で追従して衝撃吸収と捕捉安定性を向上させる。
- 知覚型ヒューマノイドパルクール：モーションマッチングによる動的人間スキルの連鎖歩行2026/2/1
人間の動的スキルをモーションマッチングで連鎖させ、深層知覚と強化学習により、ヒューマノイドが障害物を乗り越え・登り・跳び越え・転がり落ちるパルクールを自律実行できるフレームワークを提案。
- MobileManiBench：モバイルマニピュレーションのためのモデル検証を簡素化するベンチマークVLA2026/2/1
NVIDIA Isaac Simと強化学習を用いて、多様なモバイルマニピュレーション軌道を自動生成する大規模ベンチマークを構築し、代表的なVLAモデルの性能を評価した。
- 実生活の人間活動動画を用いたロボットマニピュレーション向け視覚-言語-行動モデルのスケーラブル事前学習VLA2025/10/1
人間の手の日常動画を自動解析してロボットのVLA学習データに変換し、100万エピソード規模のデータセットでモデルを事前学習することで、未知環境でのゼロショット性能と実機微調整時の成功率・汎化性能を向上させた。
- Gemini Robotics 1.5：高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- 先進的な協調捕食に着想を得た改良型グレイウルフ最適化によるUAV最短経路計画経路計画2025/6/1
協調捕食とレンズ反転学習を導入した改良型グレイウルフ最適化アルゴリズムを提案し、障害物環境下でのUAV最短経路計画において従来手法より短い経路を実現した。
- Gemini Robotics：AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- UniGraspTransformer：スケーラブルな器用把持のための簡素化された方策蒸留マニピュレーション2024/12/1
物体ごとに強化学習で把持方策を訓練し、それを単一のTransformerネットワークに蒸留することで、多様な物体・姿勢に対応する汎用器用把持を実現した研究。
- CogACT: 認知と行動を融合するロボット操作のための基盤的視覚-言語-行動モデルVLA2024/11/1
VLMの出力を条件とする専用の拡散行動トランスフォーマーを組み込んだ新しいVLAアーキテクチャを提案し、ロボット操作の成功率と汎化性能を大幅に向上させた。
- MSMA: コネクテッド自動運転環境におけるマルチソースデータ統合を用いたマルチエージェント軌道予測軌道予測2024/7/1
CAVを中心にセンサと通信のマルチソースデータをクロスアテンションで統合し、周囲車両の軌道を予測する深層学習フレームワークMSMAを提案。CARLAで収集した混合交通データで予測精度の向上を実証した。
- 複数UAVによる複数目標のための能動探索戦略群制御2024/6/1
広大な自然環境で複数の目標を探すため、大域・局所情報を統合しVoronoi分割で分散協調するマルチUAV探索手法を提案し、野生のカブトガニ探索で有効性を示した。
- オブジェクト合成可能なNeRFによる視覚のSim-to-Realギャップ解消sim2real2024/3/1
実画像から物体を抽出して新しいシーンに合成できるNeRFモデルCOV-NeRFを提案し、写実的な描画と多様な2D/3D教師信号を生成して視覚タスクのsim-to-realギャップを迅速に埋める。
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models2023/10/1
- Convolutional Occupancy Models for Dense Packing of Complex, Novel Objects2023/8/1
- RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control2023/7/1
- Distributional Instance Segmentation: Modeling Uncertainty and High Confidence Predictions with Latent-MaskRCNN2023/5/1
- Self-Supervised Instance Segmentation by Grasping2023/5/1
- Transformer-Based Autonomous Driving Models and Deployment-Oriented Compression: A Survey2023/4/1
- NeurIPS 2022 Competition: Driving SMARTS2022/11/1
- Pre-stressed Bi-stable Hair Clip Mechanism for Faster Swimming Robots2022/6/1
- Bayesian Meta-Learning for Few-Shot Policy Adaptation Across Robotic Platforms2021/3/1
- Human-centered collaborative robots with deep reinforcement learning2020/7/1
- Adversarial Feature Training for Generalizable Robotic Visuomotor Control2019/9/1
- Flexible Disaster Response of Tomorrow -- Final Presentation and Evaluation of the CENTAURO System2019/9/1
- Deep Reinforcement Learning to Acquire Navigation Skills for Wheel-Legged Robots in Complex Environments2018/4/1
- Deep Imitation Learning for Complex Manipulation Tasks from Virtual Reality Teleoperation2017/10/1
- Parameter Space Noise for Exploration2017/6/1
- VIME: Variational Information Maximizing Exploration2016/5/1
- Benchmarking Deep Reinforcement Learning for Continuous Control2016/4/1