Zhenyang Chen
収録論文 14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
- バッチ型ロボットポリシー配信のためのアクションチャンクスケジューリング群制御2026/8/1
複数のロボットにリモートGPUからポリシーを配信する際のスケジューリング問題を定式化し、ロボットごとのアクションチャンク消費速度の違いを考慮したスケジューリングアルゴリズムを提案。実機実験で最大18%のスループット向上を確認した。
- 静的入力・動的出力：移動物体操作のための反事実行動拡張マニピュレーション2026/7/1
静的物体のデモのみで訓練したポリシーを、テスト時の物体の動きに適応させる手法SIDOを提案。物体の未来位置予測と到達を分離し、反事実的な位置ずらしで行動を拡張する。
- EgoEngine: 一人称人間ビデオから高忠実度の器用なロボットデモへ器用操作/データ生成2026/6/1
一人称視点の人間の操作ビデオを、ロボットが実行可能な高品質なデモデータに変換するフレームワークを提案。実ロボットデモなしで初のゼロショット視覚運動器用操作学習を実現。
- WARP: オフラインの人間デモからの学習のための全身リターゲティング全身操作/模倣学習2026/6/1
人間のデモからロボットの全身動作を正確に抽出するオフラインパイプラインを提案し、ゼロショットでの全身移動操作を実現した。
- ReSteer: マルチタスクロボットポリシーの操縦可能性の定量化と改善マルチタスク学習2026/3/1
マルチタスクロボットポリシーが指示に従ってタスクを切り替える能力（操縦可能性）を定量化し、データ生成と自己改善により向上させるフレームワークを提案した。
- 推論効率から身体効率へ：Vision-Language-Actionモデルの効率指標の再検討VLA2026/3/1
VLAモデルの効率をパラメータ数やFLOPsではなく、タスク完了時間や軌道の滑らかさなど実機での身体的行動で評価すべきだと示し、従来の効率化手法が実機性能を必ずしも向上させないことを実験的に明らかにした。
- 上半身ヒューマノイドロボット遠隔操作のための閉形式幾何学的リターゲティング解法遠隔操作2026/2/1
人間の腕の向きにロボットアームを合わせることで、高速かつ高精度な遠隔操作を実現する閉形式解法SEW-Mimicを提案。
- シミュレーションと実機のポリシー共同学習のための汎化可能なドメイン適応sim2real2025/9/1
シミュレーションと少数の実機デモを組み合わせ、最適輸送に基づく損失でドメイン不変な特徴空間を学習し、実機でのマニピュレーション成功率を最大30%向上させる手法を提案。
- ImMimic: 人間動画からのドメイン横断模倣によるロボットマニピュレーション模倣学習2025/9/1
人間の動画と少量のロボット実演を組み合わせ、DTWとMixUp補間でドメインギャップを埋めてロボットのマニピュレーションを学習する枠組みを提案。
- SAIL: 模倣学習ポリシーのデモンストレーション超高速実行模倣学習2025/6/1
模倣学習ポリシーをデモより速く実行するためのシステムSAILを提案し、シミュレーションで最大4倍、実機で最大3.2倍の高速化を実現した。
- DemoGen: データ効率の良い視覚運動方策学習のための合成デモンストレーション生成模倣学習2025/2/1
タスクごとに1回の人間デモから、3D点群編集と行動軌道の適応により空間的に多様な合成デモを自動生成し、実世界のマニピュレーション方策の性能を大幅に向上させる手法を提案。
- キャッチせよ！移動型多指ハンドによる飛来物の捕球学習マニピュレーション2024/9/1
移動ベース・6自由度アーム・12自由度ハンドからなる移動マニピュレータで、飛んでくる物体を捕球する全身制御方策を2段階強化学習で訓練し、シミュレーションで約80%の成功率を達成、実機にも直接展開した。
- 模倣とエミュレーションによる把持巧緻性の学習マニピュレーション2024/4/1
状態観測のみから、模倣で運動の事前分布を獲得し、強化学習によるエミュレーションで接触を考慮した微調整を行う二段階フレームワークCIMERを提案し、巧緻な把持操作を実現した。
- Efficient Belief Road Map for Planning Under Uncertainty2023/9/1