Binghao Huang
Columbia University
収録論文 22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
- マルチモーダル3D世界シミュレーションのためのハイブリッド粒子・ボクセルダイナミクス世界モデル2026/11/3
点群を3Dボクセル潜在に圧縮する粒子・ボクセル複合オートエンコーダと行動条件付き潜在ダイナミクスを組み合わせ、見た目・形状・触覚を統一的3D表現で予測する世界モデルを提案した。
- PanoTac:堅牢な触覚中心マニピュレーションのための高密度三軸触覚センサ触覚2026/11/2
低コストで柔軟な三軸触覚指先センサを開発し、視覚触覚パイプラインに統合して、視覚のみのベースラインを平均46.7ポイント上回る接触リッチな操作を実現した。
- VTAPグリッパー:指先センシングと視覚触覚アクティブパームの融合による器用な手内操作マニピュレーション2026/7/1
指先の触覚アレイセンサと可動式の視覚触覚パームを備えたグリッパーを開発し、指とパームの協調と多感覚フィードバックにより、把持から微細な操作までを実現した。また、人間の手の動きを3本指構造にマッピングする段階的リターゲティング手法を提案し、複数の難易度の高い操作タスクで性能を実証した。
- FELT: 視覚から触覚信号を生成する視触覚操作のためのフレームワーク触覚/操作2026/7/1
RGB画像から指ごとの圧力触覚画像を生成する学習ベースのフレームワークを提案し、触覚データの不足を補い、視触覚ポリシーの性能を向上させる。
- Deform360: 変形可能な世界モデルのための大規模マルチビュー視触覚データセットデータセット/世界モデル2026/7/1
変形物体の動力学予測(世界モデリング)の研究を促進するため、198個の日用品、1,980のインタラクションシーケンス、215時間以上の観測データを含む大規模な視触覚データセットを構築し、2Dビデオモデルと3Dパーティクルモデルの性能を体系的に評価した。
- 触覚を活用した四脚ロボットの移動操作ポリシー学習移動操作/触覚/強化学習2026/4/1
四脚ロボットの移動操作において、視覚と自己受容感覚に加えて触覚情報を活用する階層的ポリシー学習手法を提案。実世界の人間デモから触覚条件付き高レベルポリシーを学習し、シミュレーションでの大規模強化学習により全身制御ポリシーを獲得し、実世界へゼロショット転送する。接触を伴うタスクで平均28.54%の性能向上を達成。
- FlexiTac: ロボットシステム向け低コスト・オープンソース・スケーラブルな触覚センシングソリューション触覚2026/4/1
低コストでオープンソースの圧電抵抗式触覚センサモジュールを提案し、薄型センサパッドと多チャンネル読み出し基板を備え、様々なロボットハンドに容易に取り付け可能。触覚学習パイプラインにも対応する。
- 実世界からシミュレーション、そして実世界へ:共有自律による効率的で信頼性の高い遠隔操作遠隔操作/共有自律2026/3/1
実世界の遠隔操作データから学習した人間の代理モデルを用いて、シミュレーションで残差コパイロットポリシーを訓練し、実世界の微細な操作タスクで人間の遠隔操作を支援する共有自律フレームワークを提案。
- 低コスト触覚力制御グリッパによる力調整マニピュレーションの学習マニピュレーション2026/2/1
低コストの触覚フィードバック付き力制御グリッパと、把持力を高頻度で調整するフレームワークを提案し、力加減が重要な実世界タスクで有効性を示した。
- 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。
- マルチモーダル政策コンセンサスによるマルチモーダルマニピュレーションマニピュレーション2025/9/1
視覚や触覚など複数の感覚モダリティを、それぞれに特化した拡散モデルと適応的な重み付けを行うルータネットワークで統合し、接触の多いタスクや遮蔽された物体の操作を可能にする手法を提案。
- 実世界での触覚:ポータブル視触覚グリッパによる繊細なマニピュレーション学習触覚2025/7/1
触覚センサ内蔵のポータブルグリッパで視覚と触覚のデータを同時収集し、両モダリティの特性を保つ表現学習により、試験管挿入やピペット操作などの精密作業を高精度・高ロバストに実現した。
- 3D-ViTac:視触覚センシングによる繊細なマニピュレーションの学習マニピュレーション2024/10/1
低コストで柔軟な高密度触覚センサと視覚情報を統合した3D表現を用い、拡散ポリシーによる模倣学習で両手巧みな操作を実現するシステムを提案。
- GenDP: カテゴリレベル汎化を実現する3Dセマンティックフィールド拡散ポリシーVLA2024/10/1
マルチビューRGBDから大規模視覚モデルで3D記述子場を生成し、参照記述子と比較して意味場を得ることで、拡散ポリシーの未見物体への汎化性能を20%から93%に向上させた。
- 触覚強化学習による未知物体のSim2Realマニピュレーションsim2real2024/3/1
多様な物体をシミュレータ上で触覚入力を用いた強化学習により訓練し、未知物体への汎化と実機転移を実現する手法を提案。
- RoboEXP: 対話的探索による行動条件付きシーングラフの構築とロボットマニピュレーションへの応用マニピュレーション2024/2/1
ロボットが環境を自律的に探索し、物体間の行動条件付き関係を表すシーングラフを構築するRoboEXPを提案。大規模マルチモーダルモデルとメモリ設計により、多様な実世界マニピュレーションタスクでの有効性を示した。
- ロボット共感覚:視触覚センシングによるハンド内マニピュレーションマニピュレーション2023/12/1
視覚と触覚を統合した点群ベースの触覚表現「Robot Synesthesia」を提案し、シミュレーションで学習して実機に転移することで、様々なハンド内物体回転タスクを実現した。
- ダイナミックハンドオーバー:双腕ハンドによる投擲と捕球マニピュレーション2023/9/1
双腕マルチフィンガーハンドで物体を高速に投げて受け渡す動作を、マルチエージェント強化学習とSim2Real転移で実現した。
- AnyTeleop:汎用視覚ベースの器用なロボットアーム・ハンド遠隔操作システム遠隔操作2023/7/1
様々なロボットアームやハンド、シミュレータ、実機、カメラ構成に対応する汎用的な視覚ベース遠隔操作システムを提案し、特定ハードウェア向けの従来システムを上回る性能を示した。
- 見ずに回す:触覚によるハンド内巧みさ触覚2023/3/1
手全体に配置した低コストな二値触覚センサのみを用い、視覚なしで未知物体をハンド内で回転させる強化学習システムを提案。
- DexPoint: 実世界の新しい物体に汎化する点群強化学習による巧みな操作マニピュレーション2022/11/1
点群入力と巧みなハンドで操作方策を訓練し、想像上の手の点群と接触ベースの報酬で複数物体への学習とsim-to-real汎化を実現した。
- 人間の実演から連続的把持動作関数を学習する多指ハンドマニピュレーション2022/7/1
人間の物体操作軌道をロボットに再ターゲットし、条件付きVAEで連続時間の把持計画を生成するモデルCGFを学習、実機のAllegro Handで成功率を大きく改善した。
