Arsalan Mousavian
収録論文 41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
- PointWorld: 実世界ロボット操作のための3D世界モデルのスケーリングマニピュレーション2026/1/1
RGB-D画像とロボットの行動コマンドから3D点群の動きを予測する大規模事前学習済み3D世界モデルを提案し、実機ロボットのモデル予測制御に応用した。
- VT-Refine: 視触覚フィードバックによる両手組立のシミュレーション微調整学習マニピュレーション2025/10/1
少数の実演と高忠実度の触覚シミュレーションを組み合わせ、強化学習で両手組立ポリシーを微調整することで、接触の多い精密作業の実世界性能を向上させた研究。
- Dexplore: 参照スコープ探索による器用な操作のためのスケーラブルなニューラル制御マニピュレーション2025/9/1
人間の手のモーションキャプチャをソフトなガイドとして活用し、リターゲティングと追従を単一ループで統合最適化することで、器用なロボット操作の制御方策を大規模に学習する手法を提案。
- 3D FlowMatch Actor:単腕・双腕マニピュレーションのための統合3Dポリシーマニピュレーション2025/8/1
流れマッチングと3D事前学習済み視覚表現を組み合わせ、単腕・双腕ロボット操作を高速かつ高精度に行う3Dポリシーを提案。
- 人間の単一動画からの視覚的模倣によるスロット単位のロボット配置模倣学習2025/4/1
人間の作業動画を1本見せるだけで、どの物体をどこに置くかを理解し、ロボットが同じ配置作業を再現できるモジュール式システムSLeRPを提案した。
- 物理AIのためのCosmos世界基盤モデルプラットフォーム世界モデル2025/1/1
物理AI開発者向けに、カスタマイズ可能な世界モデルを構築するための基盤モデル・動画キュレーション・トークナイザを提供するオープンソースプラットフォーム。
- DiffusionSeeder: 拡散モデルによる運動最適化のシード生成で高速動作計画動作計画2024/10/1
拡散モデルで深度画像から多様な軌道を生成し、GPU加速運動最適化の初期シードとして使うことで、混雑環境でのロボット動作計画を大幅に高速化・高成功率化する手法。
- RoboPoint: ロボティクス向け空間アフォーダンス予測の視覚言語モデルVLA2024/6/1
合成データで視覚言語モデルをロボット向けに微調整し、言語指示から画像内のキーポイントアフォーダンスを予測するRoboPointを開発。実世界データ不要でスケーラブルに学習でき、ナビゲーションや操作などのタスクで既存手法を上回る。
- M2T2: 物体中心のピックアンドプレイスに向けたマルチタスクマスク付きトランスフォーマーマニピュレーション2023/11/1
生の点群から接触点と把持姿勢を予測し、多様な低レベル動作を任意物体に対して実行できる単一のトランスフォーマーモデルを提案。大規模合成データで学習し、実機へのゼロショットsim2real転移を達成した。
- CabiNet: 手続き的シーン生成による物体再配置のためのニューラル衝突検出のスケーリングマニピュレーション2023/4/1
65万以上の雑然としたシーンを手続き的に生成し、単視点深度から物体とシーンの点群を入力してSE(3)姿勢の衝突を予測するCabiNetを学習。MPPIプランナと組み合わせて再配置を実現し、シミュレーションのみの学習で実世界に転移できることを示した。
- 制約付き6自由度把持の生成的サンプリングマニピュレーション2023/2/1
対象物体の特定部位に限定して6自由度把持を生成するネットワークVCGSを提案し、制約付き把持用データセットCONGを構築して、非制約手法より高い成功率とサンプル効率を示した。
- MegaPose: レンダリングと比較による新規物体の6D姿勢推定6D姿勢推定2022/12/1
CADモデルと画像中の関心領域のみを用いて、学習時に未見の物体の6D姿勢を推定する手法を提案。大規模合成データで学習し、実画像の新規物体に再学習なしで適用可能。
- 暗黙的形状拡張による頑健な実世界巧みな把持ポリシーの学習マニピュレーション2022/10/1
少数の人間の把持実演から、対応関係を考慮した暗黙的生成モデルで物体メッシュと把持を変形し、多様な新規物体の把持データセットを生成して、実世界で使える頑健な把持ポリシーを学習する手法を提案。
- ProgPrompt: 大規模言語モデルを用いた状況依存ロボットタスクプランの生成タスクプランニング2022/9/1
環境内の利用可能な行動と物体をプログラム風に記述し、実行可能な例示プログラムと共にLLMへ入力することで、状況に応じたロボットのタスクプランを生成する手法を提案。
- 深層学習による把持合成のレビューマニピュレーション2022/7/1
過去10年のロボット把持研究を体系的に調査し、6自由度把持のための4つの主要手法と2つの支援手法を整理したレビュー論文。
- 反復フロー最小化によるロボット物体再配置マニピュレーション2022/2/1
RGBD画像から未知物体の再配置を行うため、RAFTベースのオプティカルフロー推定と反復最小化を組み合わせた手法を提案し、合成データのみの学習で実世界の乱雑な環境にも適用できることを示した。
- グラフニューラルネットワークによる混雑環境でのインスタンスマスク精緻化セグメンテーション2021/6/1
混雑した環境での物体インスタンス分割を改善するため、マスクをグラフ表現し、GNNで物体間関係を考慮してセグメンテーションを修正する手法を提案した論文。
- 未知物体のためのニューラル物体再配置計画マニピュレーション2021/6/1
シミュレーションデータで学習し、未見の物体を実世界で効率的に多段階再配置する深層学習ベースの計画手法NeRPを提案した論文。
- 透明物体の深度補完のためのRGB-D局所陰関数深度補完2021/4/1
単一のRGB-D画像から透明物体の欠損深度を補完するため、レイ・ボクセル対に基づく局所陰関数表現と自己修正型の反復精緻化を組み合わせた手法を提案し、合成・実世界データで従来法を大きく上回る精度と約20倍の高速推論を実現した。
- STORM: 反応的なマニピュレーションのための高速関節空間モデル予測制御の統合フレームワークマニピュレーション2021/4/1
GPUで並列化したサンプリングベースMPCを関節空間で直接実行し、関節限界や特異点・衝突などの制約を扱いながら8ms以下で制御指令を計算するマニピュレーション向けフレームワークを提案。
- 物理シミュレーションと学習潜在投影による触覚センシングのsim-to-real触覚/sim2real2021/3/1
GPUシミュレータ上でBioTac触覚センサの高速FEMモデルを構築し、自己教師あり学習で実世界の電気出力を再現する潜在空間投影を実現した。
- Contact-GraspNet:混雑環境での効率的な6自由度把持生成把持生成2021/3/1
深度画像から点群を直接入力とし、把持接触点を基準に4自由度に次元削減した表現で6自由度パラレルジョー把持を生成するエンドツーエンドネットワークを提案。実環境の混雑場面で90%超の成功率を達成。
- SynTouch BioTacの触覚信号の解釈と予測触覚2021/1/1
BioTacの触覚信号から高密度な接触情報を推定するため、実験データセット構築と有限要素モデル、ニューラルネットワークによる双方向マッピングを開発した。
- 視覚スキルと事前条件モデルによる反応型長期間タスク実行sim2real2020/11/1
シミュレーションで学習したスキルライブラリと事前条件・終了条件モデルを組み合わせ、実世界で未見の長期タスクをファインチューニングなしで実行する手法を提案した。
- ACRONYM:物理シミュレーションに基づく大規模把持データセット把持計画2020/11/1
物理シミュレーションで生成した1770万件のパラレルジョー把持データセットを構築し、学習ベース把持計画の性能向上を示した。
- 任意物体の反応型ヒューマン・トゥ・ロボット受け渡し物体受け渡し2020/11/1
視覚と閉ループ運動計画を組み合わせ、未知の多様な物体を人からロボットへリアルタイムに受け渡すシステムを提案し、26物体のベンチマークとユーザー研究で有効性を示した。
- 学習した暗黙的衝突関数を用いた物体の再配置マニピュレーション2020/11/1
シーンと対象物体の点群から6自由度姿勢の衝突を予測する学習モデルを構築し、MPPI方針と組み合わせて遮蔽のある卓上での把持・配置計画を実現した。
- 目標補助付きActor-Criticによる点群を用いた6Dロボット把持把持2020/10/1
物体の点群を入力に6D把持の閉ループ制御方策を学習する手法を提案し、模倣学習と強化学習を組み合わせた目標補助付きActor-Criticで未見物体への把持性能を向上させた。
- 未見物体インスタンスセグメンテーションのためのRGB-D特徴埋め込み学習セグメンテーション2020/7/1
合成RGB-D画像からメトリック学習でピクセル単位の特徴埋め込みを学習し、mean shiftクラスタリングで未知物体をセグメンテーションする手法を提案した論文。
- ロボット環境における未知物体のインスタンスセグメンテーションセグメンテーション2020/7/1
合成RGB-Dデータを用いて、テーブル上の未知物体を深度で初期マスク生成しRGBで精緻化するUOIS-Netを提案し、ロボット把持に応用した研究。
- 物理ベースとデータ駆動の枠組みによる触覚信号の解釈と予測触覚2020/6/1
BioTac触覚センサの大規模データセットと3D有限要素モデルを構築し、生信号から高密度変形場をニューラルネットで予測する手法を提案した。
- 散らかった環境での対象物操作に向けた6自由度把持マニピュレーション2019/12/1
部分点群から散らかったシーン内の任意物体に対する6自由度把持を計画する手法を提案し、実機で80.3%の把持成功率を達成した。
- 把持の10億通り:物理シミュレーションに基づく稠密な把持データセット上での把持サンプリング手法の評価マニピュレーション2019/12/1
YCB物体21個それぞれについて10億通り以上の平行グリッパ把持を物理シミュレーションで評価し、既存の把持サンプリング手法の偏りと効率を比較した論文。
- LatentFusion: 未知物体の姿勢推定のための微分可能な再構成と描画姿勢推定2019/12/1
少数の参照視点から物体の潜在3D表現を再構成し、任意視点から描画するニューラルレンダラで入力画像の姿勢を直接最適化する、未知物体の6D姿勢推定フレームワークを提案した。
- ロボットマニピュレーションのための自己教師あり6D物体姿勢推定6D姿勢推定2019/9/1
シミュレーションで学習したモデルを起点に、実世界画像へ正確な6D姿勢ラベルを自動付与し、物体の把持・押し動作でデータを継続収集しながら姿勢推定を自己教師ありで改善するロボットシステムを提案した。
- RGBと深度を別々に活用する未知物体インスタンスセグメンテーションセグメンテーション2019/7/1
合成RGBと合成深度を別々に用いる2段階手法を提案し、卓上環境の未知物体を高精度にセグメンテーションしてロボット把持に応用した。
- 6-DOF GraspNet:物体操作のための変分グリップ生成マニピュレーション2019/5/1
深さカメラの3D点群から変分オートエンコーダで6自由度の把持姿勢を生成し、評価・改良ネットワークで精錬する手法を提案。シミュレーションのみで学習し実世界で88%の成功率を達成。
- PoseRBPF:6D物体姿勢追跡のためのRao-Blackwellized粒子フィルタ物体姿勢推定2019/5/1
物体の3D回転と3D並進を分離し、回転空間を細かく離散化してオートエンコーダで特徴埋め込みのコードブックを構築することで、対称性を持つ物体でも高精度に6D姿勢を追跡する手法を提案した。
- 屋内シーン物体検出のための合成訓練データ生成物体検出2017/2/1
テクスチャ付き物体モデルの2D画像を実環境画像に重ね合わせて合成訓練データを作り、深さや意味情報を活用した配置戦略で物体検出器を訓練できることを示した。
- 物体インスタンス検出のための多視点RGB-Dデータセット物体検出2016/9/1
台所シーンを多視点から撮影したRGB-Dデータセットを構築し、3D提案生成と認識ベースラインを提案して物体検出性能を比較した論文。
- 地図と建物ファサードを用いた意味画像に基づく位置推定位置推定2016/9/1
地図と少数の位置情報付き参照画像から建物ファサードを検出・同定し、クエリ画像のカメラ位置と向きを推定する手法を提案した論文。
