Amir-Hossein Shahidzadeh
University of Maryland, College Park
収録論文 6本 ・ フィジカルAI/ロボット学習
マルチモーダル学習触覚
※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
- MotorSense:動作理解のための映像とEMGを組み合わせた大規模データセットマルチモーダル学習2026/10/30
一人称視点の映像と両手の筋電位(EMG)を同期収録した100時間規模のデータセットを構築し、映像と運動信号のクロスモーダル事前学習で動作認識や3D手・接触再構成の性能向上を示した論文。
- 何に注目し、何を保持するか:スキル条件付き視触覚表現と進捗誘導型イベントメモリ触覚2026/9/29
スキルごとに視覚と触覚の役割が変わる点に着目し、スキルで条件付けした融合と過去スキルの終端観測を保持する疎なイベントメモリを組み合わせた視触覚表現を提案。接触が重要なタスクで進捗推定の遅延と誤差を大幅に削減した。
- 巧みな触覚による物体姿勢推定触覚2025/9/1
強化学習でロボットハンドを能動的に動かして触覚データを収集し、物体の形状と姿勢を反復的に推定する手法を提案。
- ControlTac: 単一参照画像による力と位置を制御した触覚データ拡張触覚2025/5/1
単一の参照触覚画像と接触力・接触位置を条件として、物理的に妥当な触覚画像を生成する2段階の制御可能なフレームワークを提案し、触覚データセットの拡張に有効であることを示した。
- FeelAnyForce: 視覚ベース触覚センサの触感から接触力フィードバックを推定触覚2024/10/1
視覚ベース触覚センサを用いて任意物体への3D接触力(最大15N)を推定するマルチヘッドトランスフォーマを提案し、未見物体で平均絶対誤差4%を達成、他センサへのキャリブレーション手法も示した。
- AcTExplore: 未知物体の能動的触覚探索触覚2023/10/1
強化学習を用いて触覚センサで未知物体の表面を効率的に探索し、3D形状を再構成する手法を提案。未見のYCB物体で平均95.97%のIoUカバレッジを達成した。
