Yuexin Ma
ShanghaiTech University
収録論文 29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
- UniAfford: トークンルーティング型マルチタスク学習による汎用可能な2D-3Dアフォーダンス知覚アフォーダンス知覚2026/9/29
MLLMを共通の意味ハブとし、タスク別トークンルーターで画像・点群のアフォーダンスクエリを生成することで、2D・3D・統合アフォーダンス知覚を単一枠組みで扱う手法を提案。
- MATE: ヒューマノイド協調データ収集のためのマルチエージェント仮想テレオペレーションプラットフォームテレオペレーション2026/9/22
地理的に分散した複数の操作者が共有物理環境でヒューマノイドを同時遠隔操作できる仮想プラットフォームを構築し、協調動作の大規模データセットを収集した。
- Sen-Cap: LiDARとカメラ統合によるセンサ柔軟かつノイズ耐性のある人間動作捕捉動作捕捉2026/8/3
LiDARとカメラのマルチモーダルデータを統合し、センサ間のキャリブレーション不要で柔軟な配置に対応し、ノイズやセンサ故障に頑健な3D人間動作捕捉フレームワークを提案した。
- 暗黙的ドリフト方策：条件付き専門家幾何による一段階行動生成模倣学習/行動生成2026/6/1
拡散やフローマッチングに基づく生成行動ポリシーは反復サンプリングが遅いため、一段階生成を提案。訓練時のドリフト補正を明示的なベクトル場推定なしで取り込む暗黙的ドリフト方策(IDP)を導入し、2D・3D・実世界操作タスクで有効性を実証した。
- FastGrasp: 移動マニピュレータによる高速器用把持のための学習ベース全身制御手法マニピュレーション2026/4/1
移動ロボットの高速把持を実現するため、物体点群から把持候補を生成し、移動ベース・アーム・ハンドを協調制御する学習ベースのフレームワークを提案。触覚フィードバックで衝撃や物体のばらつきに適応し、シミュレーションと実機で有効性を実証した。
- ノイズから意図へ：残差ブリッジによる生成的VLAポリシーのアンカリングVLA2026/4/1
生成的VLAポリシーを「ノイズからの生成」から「意図からの精緻化」へと転換し、スペクトル解析で制御を低周波の意図と高周波の残差に分離して、残差拡散ブリッジで局所ダイナミクスを精緻化するResVLAを提案した。
- AffordGrasp: アフォーダンスを考慮した把握合成のためのクロスモーダル拡散把握合成2026/3/1
物体の形状とユーザー指定の操作意図に合う人間の把握姿勢を生成する拡散ベースのフレームワークを提案。自動アノテーションでデータを拡充し、アフォーダンス表現と二重条件付け拡散で物理的安定性と意味的一貫性を両立した。
- RoboSenseチャレンジ：あらゆる環境を認識し、どこへでも移動し、プラットフォームを超えて適応するロボット知覚ベンチマーク2026/1/1
ロボット知覚の堅牢性と適応性を競うRoboSense 2025チャレンジの報告で、5つのタスクのベンチマークと23の受賞解法から得られた知見をまとめた。
- HybridWorldSim：自動運転向けのスケーラブルで制御可能な高忠実度シミュレータ自動運転シミュレーション2025/11/1
静的背景のニューラル再構成と動的エージェントの生成モデルを統合し、大視点変化でも幾何一貫性を保つ自動運転シミュレータを提案。新データセットMIRRORも公開。
- Affordance-R1: マルチモーダル大規模言語モデルにおける汎化可能なアフォーダンス推論のための強化学習VLA2025/8/1
強化学習（GRPO）と認知Chain-of-Thoughtを統合し、ロボットが物体の操作可能領域を推論するアフォーダンス・グラウンディングをゼロショットで汎化可能にした初の統一フレームワーク。
- 没入型ヒューマン-Xインタラクションに向けて：物理的に妥当な動作合成のためのリアルタイムフレームワークヒューマンロボットインタラクション2025/8/1
人間とアバター・ヒューマノイド・ロボットの相互作用をリアルタイムに物理的に妥当に合成するフレームワークHuman-Xを提案。自己回帰的反応拡散プランナと強化学習による動作追従ポリシーを統合し、VR/ロボット協調に応用。
- MOSPA: 空間オーディオに駆動される人間モーション生成モーション生成2025/7/1
空間オーディオに反応する人間の動きを生成するため、初の空間オーディオ駆動モーション(SAM)データセットを構築し、拡散モデルベースの生成フレームワークMOSPAを提案した。
- ReAL-AD: 人間らしい階層的推論を実現するエンドツーエンド自動運転自動運転2025/7/1
人間の認知モデルに基づく3層推論（戦略・判断・操作）をVLMで強化し、エンドツーエンド自動運転の計画精度と安全性を30%以上向上させたフレームワーク。
- DexH2R: 人からロボットへの受け渡しにおける動的な巧みな把持のベンチマークマニピュレーション2025/6/1
巧みなロボットハンドへの人間からの受け渡しを対象に、多様な物体・動き・視覚データと詳細注釈を備えた実世界データセットDexH2Rを構築し、DynamicGrasp手法を提案して既存手法を比較評価した。
- FreqPolicy: 連続トークンによる周波数自己回帰型視覚運動ポリシーマニピュレーション2025/6/1
動作を周波数領域で表現し、低周波から高周波へ段階的に自己回帰生成する連続トークン型の視覚運動ポリシーを提案。2D/3D操作ベンチマークで精度と効率を両立。
- DexGrasp Anything：物理法則を考慮した万能ロボット巧み把持マニピュレーション2025/3/1
拡散モデルの学習とサンプリングに物理制約を組み込み、多様な物体に対する高品質な巧み把持姿勢を生成する手法を提案し、大規模な把持データセットも構築した。
- SymBridge: 人間参加型サイバーフィジカル対話システムによる適応的人間-ロボット共生人間-ロボットインタラクション2025/2/1
拡張現実を用いて実人間と仮想ロボットを物理環境で対話させ、人間のフィードバックからロボットの対話モデルを継続的に学習・適応させるシステムを提案。
- 強化学習による混合交通の効率最適化：トポロジー非依存アプローチとベンチマーク交通制御/強化学習2025/1/1
自動運転車が収集したデータで人間運転車に影響を与え、多様な道路トポロジーで交通効率を最適化する強化学習手法を提案し、20カ国444シナリオの実世界混合交通ベンチマークを公開した。
- PanoSLAM: ガウシアンSLAMによるパノプティック3Dシーン再構成SLAM2025/1/1
3Dガウシアンスプラッティングを基盤に、RGB-D動画から幾何・意味・インスタンス情報を統合したパノプティック3D再構成をオンラインで実現するSLAMシステムを提案。
- NPC: 燃料効率の良い自動運転トラックのためのニューラル予測制御制御2024/12/1
車両の物理モデルを使わず、履歴データから注意機構で車両動態・道路勾配・燃料消費・制御指令の関係を学習し、燃料効率の良い制御を実現する手法を提案。
- FastGrasp: 拡散モデルによる効率的な把持姿勢生成マニピュレーション2024/11/1
物体条件付きの潜在拡散モデルと接触認識損失を用いて、人間の手の把持姿勢を一段階で高速かつ多様に生成する手法を提案した。
- 点群ストリームと時系列バウンディングボックスの勾配降下法による位置合わせ点群位置合わせ2024/9/1
点群と時系列バウンディングボックスの位置合わせを、サイズ・形状・時間情報を活用した目的関数の勾配降下法で最適化し、IoUを40%改善した手法を提案。
- RoboDriveチャレンジ：あらゆる条件でいつでもどこでも走行する自動運転知覚2024/5/1
悪天候やセンサ故障など想定外の状況でも頑健に知覚できる自動運転技術を競う2024年RoboDriveチャレンジの報告で、BEV検出や地図セグメンテーションなど4タスクで140チームが参加した。
- ユニバーサルLiDARセグメンテーションに向けたマルチスペースアラインメントLiDARセグメンテーション2024/5/1
異なるセンサやシーンで収集された大規模運転データセットを統合し、データ・特徴・ラベル空間でのアラインメントを行うことで、単一パラメータでマルチタスク・マルチデータセット・マルチモダリティのLiDARセグメンテーションを実現するM3Netを提案。
- RealDex：人間らしいロボット巧みな手の把持に向けてマニピュレーション2024/2/1
人間の把持動作を多視点・マルチモーダル視覚データと共に収集したデータセットRealDexを構築し、マルチモーダル大規模言語モデルを活用した把持動作生成フレームワークを提案した。
- One Training for Multiple Deployments: Polar-based Adaptive BEV Perception for Autonomous Driving2023/4/1
- Rethinking Range View Representation for LiDAR Segmentation2023/3/1
- TrafficPredict: Trajectory Prediction for Heterogeneous Traffic-Agents2018/11/1
- AutoRVO: Local Navigation with Dynamic Constraints in Dense Heterogeneous Traffic2018/4/1