Chen Wang
Maniformer
収録論文 112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
- Flex-RSI：フロンティアエージェントの再帰的自己改善ベンチマークエージェント自己改善2026/11/6
エージェントが固定予算下で自身のハーネス（プロンプト・ツール・記憶・制御ループ）を改善し、視覚・ロボティクス課題の性能を再帰的に高められるかを評価するベンチマークを提案した。
- エラーと回復を通じたタスク進捗追跡：ベンチマークと再帰分布モデル進捗推定2026/10/29
ロボット操作タスクの進捗をエラーや回復も含めて評価するデータセットReSTEPを公開し、再帰的視覚記憶と分布予測で進捗を推定するREMORAを提案した論文。
- 人間の一人称視点動画から異なる身体性を超えた視覚表現を学習するEgo-CEVRVLA2026/10/27
人間の一人称視点動画で大域的なタスク理解を、ロボットの手首観測と行動教師で細粒度の操作を別々に学習し、両表現を行動ポリシーに統合する枠組みを提案した。
- 音声から直接ロボット操作を指示する音声-言語-行動モデルVLA2026/10/24
音声をテキストに変換せず直接モータコマンドへ写像するSpeech-π0.5を提案し、ASR経由より3倍低遅延で未知のアクセントにも頑健なことを示した。
- ポイント単位で洗練可能な意味マップによる空間理解意味マッピング2026/10/22
各物体点に信頼度スコアを持たせ、多視点の時間的証拠でオンライン更新することで、動的環境でも誤りや古い点を継続的に除去・洗練する物体中心の3D意味マッピング手法を提案した。
- GPT-6 Astraは接触の多いマニピュレーションのためのネイティブ視触覚ポリシーである視触覚マニピュレーション2026/10/19
マルチモーダル基盤モデルGPT-6 Astraが視覚ベースの触覚画像を直接解釈し、接触を伴う操作タスクで専門ポリシーを上回る成功率を達成したことを示した研究。
- HAVANA: 視覚言語ナビゲーションのための階層型ビデオ・アクションモデル視覚言語ナビゲーション2026/10/16
予測推論(遅い系)と反応的局所計画(速い系)を分離した二重システムのビデオ・アクションモデルを提案し、視覚言語ナビゲーションで最先端性能と実機での汎化を実証した。
- CIRRA: 対話型家事タスクにおける実体ロボットエージェントのための二段階継続的指示調停と実行継続タスクプランニング2026/10/5
家事ロボットが実行中のタスクに新しい指示を統合する際、既存の計画を保持しつつ局所的に調停する二段階フレームワークCIRRAを提案。CHIRPベンチマークで高い意思決定一致率を示した。
- SimpleTouch: 触覚ポリシー事前学習なしでVLAモデルは接触の多いマニピュレーションを習得できるか触覚2026/10/2
触覚エキスパートを追加したVLA拡張SimpleTouchを提案し、触覚ポリシーの大規模事前学習や視触覚アライメントなしでも、タスク実演のみの単段階学習で接触の多い操作タスクを高成功率で達成できることを示した。
- HOPHY: オフロード経路・ミッション計画のための階層的ハイパーグラフ表現経路計画2026/9/17
地形を意味的領域とハイパーエッジで階層化し、オフロードでの経路・ミッション計画を高速化する手法を提案。実地図で成功率100%・コスト誤差0.01%未満を達成し、実機で1.5kmのミッションを実証した。
- PIVOT: 知覚を考慮した独立視点のオンライン最適化知覚・視点最適化2026/9/16
ジンバルカメラやMEMS LiDARなど向きを独立制御できるセンサ向けに、移動軌跡に沿って視点方向をオンラインで最適化し特徴の見えやすさを最大化する軽量手法を提案。
- PhysStream: 構造化シーンメモリと細粒度運動制御による物理に基づくストリーミング動画生成動画生成2026/9/15
生成途中でも物理的に意味のある速度変化信号で動画内の物体運動を細かく操作できる自己回帰型の画像から動画への生成モデルを提案し、物理的一貫性と軌道精度を改善した。
- スーパーオドメトリ2.0：階層的適応による頑健なオドメトリオドメトリ2026/8/26
環境劣化に応じてセンサ融合を動的に適応させる頑健なオドメトリフレームワークを提案。IMUをカメラやLiDARと同等に扱い、劣化時でも信頼性を確保する。
- VeCAS: 血管介入のための血管焦点型無造影剤血管造影合成医用画像合成2026/8/24
非造影X線画像から血管造影画像を合成する2段階フレームワークを提案し、血管構造の局在化と造影外観の合成を分離することで、高品質な合成を実現した。
- S-squared-VLA: 自動運転のための視覚言語行動モデルにおける意味ストリームと空間ストリームの分離自動運転/VLA2026/7/1
自動運転向けの視覚言語行動モデルにおいて、意味情報と空間情報のストリームを分離し、空間表現の崩壊を防ぐことで、高精度な制御を実現する新しいアーキテクチャを提案した。
- 水中ソフトグリッパの接触前センシングに向けたグリッパ一体型能動電気感覚の検討水中マニピュレーション/センシング2026/6/1
濁りや遮蔽で視覚が使えない水中環境でのソフトグリッパ操作を支援するため、電場の乱れを測る能動電気感覚をグリッパに組み込み、接触前に物体を検知できるかをシミュレーションと水槽実験で検証した。
- 複雑な論理制約下での長期的タスク計画のためのニューロシンボリック学習タスク計画2026/6/1
ロボットの長期的タスク計画において、ニューラルスコアラーとシンボリックプランナーを二段階最適化で統合し、学習と計画の不一致を解消する手法を提案。並列リカバリ戦略により性能を向上させた。
- PhyWorld: 物理的に忠実な世界モデルによるビデオ生成ビデオ生成2026/5/19
ビデオ生成モデルを物理法則に従う世界シミュレータとして機能させるため、2段階のポストトレーニング（フローマッチングとDPO）を導入し、物理的整合性を向上させた。
- インピーダンス駆動の異方性誘導場による共有自律支援共有自律/遠隔操作2026/5/1
ロボットの意図を人間に物理的・直感的に伝えるため、インピーダンス制御に着想を得た誘導場を共有自律制御に組み込み、タスク性能と協調性を向上させた。
- G-DRAGON: 屋外ナビゲーションのための地理空間推論と動的計画を備えた検索拡張フレームワークナビゲーション2026/5/1
自然言語の指示からOSM地図を検索して大域経路を計画し、SLAMと組み合わせてロボットを目的地まで誘導し、最後の区間はフロンティア探索とセマンティックボクセルマッピングで目標物を探索する屋外ナビゲーション手法を提案した。
- 階層的認知と文脈認識型探索を備えた実装可能な具現化視覚言語ナビゲーションシステムナビゲーション2026/4/1
実世界ロボット向けに、高速な知覚行動層と深い推論層を非同期に動作させ、共有メモリで連携するVLNシステムを提案。探索問題を重み付き巡回修理人問題として定式化し、実機でも高効率・高推論性能を実現した。
- ビデオから制御へ：時間的視覚データから操作インターフェースを学習する手法のサーベイ操作学習/サーベイ2026/4/1
ロボットの行動ラベルを使わない時間的ビデオデータから、ロボット操作のための制御インターフェースを学習する手法を分類・分析したサーベイ論文。
- GSMem: 3Dガウススプラッティングを永続的空間記憶として用いたゼロショット身体化探索と推論探索/ナビゲーション2026/3/1
3Dガウススプラッティングを永続的な空間記憶として活用し、エージェントが初期観察で見逃した対象を後から再観察できるようにする、ゼロショットの身体化探索・推論フレームワークを提案した。
- 跳ぶべき時を学ぶオフロードナビゲーションナビゲーション2026/2/1
地形ごとの走行コストを速度の関数としてモデル化し、溝を跳び越えるなど速度に応じた安全な経路計画を実現した研究。
- CLEAR: 大規模非構造環境のための意味幾何学的地形抽象化ナビゲーション2026/1/1
大規模非構造地形を凸で意味的に整合した領域に抽象化し、地形対応グラフとして表現するフレームワークCLEARを提案。生グリッドA*より最大19.6倍高速な計画と短い実行経路を実現。
- ロボティクスに最適な3Dシーン表現は何か？幾何表現から基盤モデルまで3Dシーン表現2025/12/1
ロボティクスにおける点群・ボクセル・SDF・NeRF・3DGS・基盤モデルなどの3Dシーン表現を、知覚・地図構築・自己位置推定・ナビゲーション・マニピュレーションの5モジュール別に整理・比較したサーベイ。
- 遠隔操作ロボットアームの動きから操作者の感情を推定する遠隔操作2025/12/1
遠隔操作ロボットの機能的動作から、機械学習を用いて操作者の感情状態を83.3%の精度で推定できることを示した研究。
- GContextFormer: マルチモーダル軌道予測のためのグローバル文脈認識型ハイブリッドマルチヘッド注意とスケール付加集約軌道予測2025/11/1
地図に依存せず、グローバル文脈を考慮したハイブリッド注意とスケール付加集約により、意図に沿ったマルチモーダル軌道予測を実現するエンコーダ・デコーダ型モデルを提案。
- BagIt! 布製バッグへの物体詰め込みのための適応型双腕マニピュレーションマニピュレーション2025/9/1
変形する布製バッグの状態をGMMで推定し、双腕ロボットが視覚フィードバックに基づいて適応的に物体を袋詰めするシステムを提案した。
- BridgeDepth: 潜在表現の整合による単眼・ステレオ推論の橋渡し深度推定2025/8/1
単眼深度推定の文脈情報とステレオの幾何情報を、双方向クロスアテンションで反復的に整合させる統合フレームワークを提案し、透明・反射面の曖昧さを解消しつつゼロショット汎化誤差を40%以上削減した。
- ニューロシンボリック緩和による高速タスクプランニングタスクプランニング2025/7/1
ニューラルネットで重要物体を予測しつつ記号プランナで緩和・拡張を行うことで、長期的タスク計画を高速かつ高成功率で実現する手法を提案。
- 空間強化リカレントメモリによる長距離マップレスナビゲーションのためのエンドツーエンド強化学習ナビゲーション2025/6/1
既存のRNNの空間記憶能力の限界を指摘し、空間記憶を強化するSRUを提案。単眼ステレオカメラを用いた長距離マップレスナビゲーションを実現し、既存RNN比で23.5%の性能向上を達成。
- 遠隔操作ロボットシステムにおける触覚フィードバックを用いたユーザ認証触覚2025/6/1
遠隔操作ロボットでの人間とロボットのインタラクション中に得られる触覚フィードバックからユーザ固有の行動特徴を抽出し、トランスフォーマーモデルで時系列解析することで、なりすましやリプレイ攻撃に強い認証手法を提案した。15人の参加者による7タスクの力覚データセットで90%以上の精度を達成した。
- RGB単眼カメラの深度推定に基づくリハビリ用下肢外骨格の非接触ジェスチャ操作制御HRI/リハビリ外骨格2025/4/1
RGB単眼カメラの深度推定を用いて、リハビリ用下肢外骨格を非接触のジェスチャで操作する手法を提案し、94.11%の動作精度と平均0.615秒の応答時間を達成した。
- Chain-of-Modality: マルチモーダル人間動画と視覚言語モデルによる操作プログラムの学習VLA2025/4/1
筋電アームバンドやマイクなどで計測した人間の操作動画から、視覚言語モデルがタスク計画と力などの制御パラメータを抽出し、ロボットに操作タスクを実行させる手法を提案した。
- SuperPC：点群の補完・アップサンプリング・ノイズ除去・着色を同時に行う単一拡散モデル点群処理2025/3/1
点群の欠損・低解像度・ノイズ・無色という4つの問題を、単一の拡散モデルで同時に解決する手法を提案。
- BEHAVIORロボットスイート：日常家事のための実世界全身マニピュレーションを効率化全身マニピュレーション2025/3/1
両腕・車輪・4自由度胴体を備えたロボットで、全身遠隔操作インターフェースと視覚運動ポリシー学習アルゴリズムを統合し、家庭内の全身マニピュレーションタスクを実現するフレームワークを提案。
- VL-Nav: ニューロシンボリック推論に基づく視覚言語ナビゲーション視覚言語ナビゲーション2025/2/1
記号的3Dシーングラフと画像メモリを活用したニューロシンボリックなタスクプランナと探索システムにより、複雑な指示に基づく大規模未知環境でのロボットナビゲーションを実現した。
- AnyNav: 視覚による神経記号的摩擦学習を用いたオフロードナビゲーションオフロードナビゲーション2025/1/1
視覚から地形の摩擦係数を推定し、物理モデルと組み合わせてオフロード走行の経路と速度を計画する神経記号的手法を提案。実機へのsim2real転移も実証した。
- 効率的なキーポイント検出と系列情報によるシーン座標回帰の強化visual localization2024/12/1
シーン座標回帰において、キーポイント検出とシーンエンコーディングを統合し、系列情報を活用することで、繰り返しテクスチャ環境での精度と効率を向上させた。
- iKap: 運動学を考慮した命令的学習による計画計画2024/12/1
視覚から計画を生成するシステムにロボットの運動学モデルを組み込み、自己教師あり学習と微分可能な二段階最適化で衝突回避と運動学制約を同時に満たす軌道計画を実現した。
- EROAM: イベントカメラによる実時間回転オドメトリとマッピングオドメトリ/イベントカメラ2024/11/1
イベントカメラのデータを単位球面に投影する球面表現とES-ICPという幾何最適化を導入し、カメラ回転の推定とパノラマ再構成を実時間で高精度に行うシステムを提案した。
- 人間の手の動きデータを用いた物体中心の巧みな操作マニピュレーション2024/11/1
人間の手の動作データから物体操作のための階層的な方策を学習し、シミュレーションと実機の双腕多指ハンドで汎化性能を示した。
- ARCap: 拡張現実フィードバックで高品質な人間デモンストレーションを収集するロボット学習システム模倣学習/データ収集2024/10/1
ARによる視覚フィードバックと触覚警告で初心者でもロボット実行可能な高品質デモを収集できる携帯型データ収集システムを提案し、混雑環境での操作や長期的なクロスエンボディメント操作を実現した。
- ロバストな方策学習のためのデジタルいとこの自動生成sim2real2024/10/1
実世界のシーンを模した「デジタルいとこ」を自動生成し、シミュレーションから実世界へのゼロショット転移で高い成功率を達成する手法を提案。
- EgoMimic: 一人称視点映像による模倣学習のスケーリング模倣学習2024/10/1
スマートグラスで撮影した一人称視点の人間の手の映像とロボットのデータを統合して模倣学習を行い、多様な長期的マニピュレーションタスクの性能と汎化を向上させるフレームワークを提案。
- Eagerモードでのバンドル調整SLAM2024/9/1
PyTorchに統合したEagerモードのバンドル調整ライブラリを提案し、スパース性を考慮した自動微分とGPU演算で従来比最大23倍の高速化を実現した。
- MapEx: 地図予測に基づく確率的情報利得を用いた屋内構造探査探査2024/9/1
観測情報から複数の予測地図を生成し、その分散と可視領域を考慮して確率的な情報利得を推定することで、屋内環境を効率的に探索するフレームワークを提案した。
- iWalker: 歩行人型ロボットのための命令的視覚計画歩行2024/9/1
視覚に基づく障害物回避と足場計画を同時に行う、エンドツーエンドの人間型ロボット歩行システムを提案。自己教師あり学習によりシミュレーションと実環境で有効性を実証した。
- ReKep: ロボットマニピュレーションのための関係的キーポイント制約の時空間推論マニピュレーション2024/9/1
環境中の3Dキーポイント間の関係をPython関数で表す制約(ReKep)を導入し、大規模視覚モデルと言語モデルを用いて自由形式の指示から自動生成することで、多様なマニピュレーションタスクをリアルタイムに実行する手法を提案。
- AirSLAM: 照明変化に頑健な効率的点・線ベースVisual SLAMシステムVisual SLAM2024/8/1
深層学習による特徴検出・マッチングと従来の最適化を組み合わせ、点と線を統合的に扱う照明変化に強いVisual SLAMを提案。C++とTensorRTで高速化し、PCで73Hz、組込みで40Hzを実現した。
- 命令的学習：ロボット自律性のための自己教師ありニューロシンボリック学習フレームワークニューロシンボリック2024/6/1
ニューラルモジュール・推論エンジン・記憶システムを二段階最適化で相互学習させる自己教師ありニューロシンボリック手法を提案し、経路計画や最適制御など5タスクで有効性を検証した。
- TRANSIC: オンライン修正から学ぶSim-to-Realポリシー転移sim2real2024/5/1
人間が実世界でロボットの動作を観察・介入して修正を加え、その修正から残差ポリシーを学習することで、シミュレーションと実世界のギャップを埋めて家具組立などの接触の多いタスクを実現する手法。
- 命令的学習による最小最大複数巡回セールスマン問題の解法群制御2024/5/1
複数エージェントの巡回経路の最大長を最小化する問題を、割当ネットワークと自己教師あり二段階最適化で解く手法を提案し、大規模問題で既存手法より短い経路を高速に得た。
- POMDPに基づく能動的な力探索によるロボット挿入マニピュレーション2024/4/1
接触状態の情報を活用し、POMDPとして定式化した探索戦略でロボット挿入を効率化する手法を提案。
- PhysORD: 物理法則を組み込んだニューロシンボリックなオフロード走行の運動予測sim2real2024/4/1
オイラー・ラグランジュ方程式をニューラルモデルに組み込み、オフロード走行の車両運動を高精度かつデータ効率的に予測する手法を提案した。
- ポーズのみの教師あり学習による顕著スパース視覚オドメトリ視覚オドメトリ2024/4/1
ポーズ情報のみを教師信号として使うハイブリッド視覚オドメトリを提案し、自己教師ありホモグラフィ事前学習とランダムパッチ顕著点検出により、密なオプティカルフロー教師なしでも高い汎化性能を実現した。
- DexCap: 巧みな操作のためのスケーラブルでポータブルなモーションキャプチャデータ収集システムマニピュレーション2024/3/1
SLAMと電磁場を組み合わせたポータブルな手のモーションキャプチャシステムDexCapと、そのデータから直接ロボットの巧みな操作スキルを学習する模倣アルゴリズムDexILを提案した。
- iA*: 命令的学習に基づくA*探索による経路計画経路計画2024/3/1
ニューラルネットによるノードコスト予測と微分可能なA*探索を二段階最適化で自己教師あり学習させ、探索効率と経路最適性のバランスを改善した経路計画手法。
- BEHAVIOR-1K：1000の日常活動とリアルなシミュレーションによる人間中心の身体性AIベンチマークsim2real2024/3/1
人間がロボットにやってほしいと望む1000の日常活動を、50のシーンと9000以上の物体を含む物理シミュレーション環境OMNIGIBSONで再現し、実世界への転移も検証したベンチマークを提案した。
- 基盤モデルによる汎用ロボットの実現に向けて：サーベイとメタ分析基盤モデル2023/12/1
NLPやCVの基盤モデルをロボットに応用する研究と、ロボット専用の基盤モデルの可能性を整理したサーベイ論文。
- NOIR: 脳信号で操作する日常活動支援ロボットBCI/ロボットインターフェース2023/11/1
脳波(EEG)で意図する物体と行動を伝え、ロボットが料理・掃除など20種類の日常家事を実行するブレイン・ロボットインターフェースを開発した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- AirIMU: 慣性オドメトリのための不確かさ伝播の学習慣性オドメトリ2023/10/1
データ駆動型とモデルベース型を組み合わせ、IMUの非決定論的誤差と不確かさを推定するハイブリッド手法を提案し、多様なIMUやプラットフォームで有効性を検証した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- 連続的器用さ：長期的操作のための器用なポリシーの連鎖マニピュレーション2023/9/1
強化学習を用いて複数の器用な手のポリシーを連鎖させ、長期的な操作タスクを実現するシステムを提案。シミュレーションで訓練し、実機へゼロショット転移を達成。
- StairNetV3: 深層学習を用いた深度対応階段モデリング階段認識/深度推定2023/8/1
単眼視の階段認識で、階段の幾何特徴抽出と深度画像予測をCNNで同時に行い、深度情報を活用して高精度な階段モデリングと点群再構成を実現した研究。
- 人間の評価フィードバックを用いたプリミティブスキルベースのロボット学習マニピュレーション2023/7/1
人間の評価フィードバックとプリミティブスキルベース強化学習を組み合わせ、長期的なロボットマニピュレーションタスクを安全かつ効率的に学習するフレームワークSEEDを提案した。
- VoxPoser: 言語モデルによるロボット操作のための構成可能な3Dバリューマップマニピュレーション2023/7/1
大規模言語モデルと視覚言語モデルを組み合わせ、自由形式の指示から3Dバリューマップを生成してロボットの6自由度軌道をゼロショットで合成する手法を提案。
- SubT-MRSデータセット：SLAMを全天候環境へと押し進めるSLAM2023/7/1
煙や粉塵、照明変化など多様な劣化環境を含む実世界SLAMデータセットを構築し、LiDAR・魚眼カメラ・IMU・熱カメラなどのマルチモーダルセンサと空中・脚式・車輪ロボットを組み合わせ、頑健性評価指標を新たに提案した。
- 走行しながら学習：視覚ベースのオフロード走行可能性モデルの自己教師あり適応sim2real2023/6/1
近距離LiDARを教師信号に使い、視覚モデルを走行中に自己教師ありで適応させて長距離の走行可能領域予測を改善するフレームワークALTERを提案。実環境でLiDAR単体より43.4%、非適応のSOTA視覚手法より164%精度が向上。
- iSLAM: 命令的SLAMSLAM2023/6/1
データ駆動型フロントエンドと幾何学ベースのバックエンドを二段階最適化で相互接続し、自己教師あり学習で双方向に補正する新しいSLAMフレームワークを提案。ステレオ慣性SLAMで平均22%の精度向上を実現。
- AirLine: 局所エッジ投票による効率的な学習可能直線検出直線検出2023/3/1
エッジから直接線分を抽出する学習ベースの直線検出手法を提案し、領域成長法と局所エッジ投票により高精度を保ちつつ3〜80倍の高速化を実現した。
- iPlanner: 命令的経路計画経路計画2023/2/1
微分可能なコストマップと二段階最適化を用いて、単一の深度計測から滑らかで衝突のない経路を生成する新しい命令的学習手法を提案。
- MimicPlay：人間の遊びデータを活用した長期ホライズン模倣学習模倣学習2023/2/1
人間の自由な手遊び動画から潜在的な行動計画を学習し、少数の遠隔操作デモと組み合わせることで、ロボットの長期的なマニピュレーションタスクの模倣学習を効率化する階層的フレームワークを提案。
- RGB-D画像を用いた深層学習による階段検出と自律階段昇降階段検出2022/12/1
RGB画像と深度画像を入力とするニューラルネットワークを提案し、両者の相補的な情報を選択的に統合することで、夜間や視覚的手がかりが乏しい環境でも高精度に階段を検出する手法を開発した。
- AirVO: 照明変化に頑健な点・線特徴を用いた視覚オドメトリ視覚オドメトリ2022/12/1
CNNとGNNで信頼できるコーナー点を検出・マッチングし、点特徴の結果を利用して線特徴を三角測量することで、照明変化に頑健なリアルタイム視覚オドメトリを実現した。
- NeRF-Loc: TransformerによるNeural Radiance Fields内の物体位置推定3D位置推定2022/9/1
事前学習済みNeRFとカメラ視点から、Transformerを用いて物体の3Dバウンディングボックスを推定する手法を提案。
- PyPose: 物理ベース最適化を統合したロボット学習ライブラリロボット学習ライブラリ2022/9/1
深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。
- 人間の教示による少数ショット物体検出を用いたロボットの興味度認識少数ショット物体検出2022/8/1
移動ロボットの自律探索において、人間が指定した興味対象を少数のラベル付き例からオンラインで学習し検出するフレームワークを提案。
- 表現の事前学習による汎化可能なタスクプランニングタスクプランニング2022/5/1
合成シーン理解データセットから物体レベルの表現を抽出し、未知の物体にも汎化できる多段階マニピュレーションのプランニング手法を提案した論文。
- 挑戦的環境でのロボット探索のためのオンライン適応付きオフポリシー評価探索2022/4/1
実世界データで状態価値関数を学習し、TD法によるオンライン適応でロボット探索を誘導する手法を提案。地下や都市環境での探索性能を向上させた。
- 視覚メモリを用いたロボットの興味度推定のための教師なしオンライン学習探索/オンライン学習2021/11/1
翻訳不変な視覚メモリと長期・短期・オンライン学習の3段階構成により、訓練データなしで環境にオンライン適応し興味深いシーンを高速に検出する手法を提案した。
- AirObject: 時間的に進化する物体識別のためのグラフ埋め込み物体識別2021/11/1
ロボットが多視点から物体を観測する際に、グラフ注意機構と時間畳み込みでグローバルな3D物体埋め込みを逐次生成し、クラス非依存な物体識別を実現した研究。
- AirLoop: 生涯学習によるループ閉じ込み検出SLAM2021/9/1
破滅的忘却を抑えながらループ閉じ込み検出モデルを継続的に学習する生涯学習手法AirLoopを提案し、複数データセットで有効性を示した。
- AirDOS: 動的物体を活用する動的SLAMSLAM2021/9/1
関節物体の剛体構造と運動の一貫性を利用し、カメラ姿勢・物体運動・3D構造を同時最適化することで、混雑環境での視覚SLAMの追跡安定性を向上させる手法を提案した。
- 包囲保証付き協調追跡のためのロバストモデル予測制御群制御2021/8/1
複数の追跡者が逃げる対象を常に凸包内に囲い込みながら捕獲する問題を、ロバストモデル予測制御と分割スキームで分散的に解く手法を提案した。
- オフライン人間デモンストレーションからのロボットマニピュレーション学習で重要なこと模倣学習2021/8/1
6つのオフライン学習アルゴリズムを5つのシミュレーションと3つの実世界の多段階マニピュレーションタスクで比較し、人間デモデータから学ぶ際の課題と教訓を明らかにした研究。
- Co-GAIL: 人間とロボットの協調のための多様な戦略の学習人間ロボット協調2021/8/1
人間同士の協調デモから、相手の潜在戦略を推定しつつ多様な人間行動に対応するロボット協調方策を学習する手法を提案し、2Dゲーム・受け渡し・多段階操作タスクで有効性を示した。
- F-LOAM：高速LiDARオドメトリとマッピングSLAM2021/7/1
非反復の2段階歪み補償とエッジ・平面特徴の局所マップマッチングにより、計算コストを抑えつつ10Hz以上で動作するLiDAR SLAMを実現した論文。
- AirCode: ロバストな物体エンコーディング手法物体認識2021/5/1
キーポイントのグラフに基づく物体エンコーディング手法AirCodeを提案し、視点変化や遮蔽に頑健で物体識別と意味的再定位に優れることを示した。
- 点群セマンティックセグメンテーションのための少数ショットメタ学習点群セグメンテーション2021/4/1
3D点群のセマンティックセグメンテーションにメタ学習(MAML)を適用し、少数サンプルで新しい環境に素早く適応できる手法を提案した論文。
- 動的環境におけるリアルタイム意味的RGB-D SLAMSLAM2021/4/1
キーフレームのみに意味分割を適用し、深度画像のクラスタリングと再投影誤差で未知の動物体も検出することで、低消費電力組込み環境でリアルタイム動作する動的環境向けRGB-D SLAMを実現した論文。
- 手と目の協調による汎化：空間不変な視覚運動制御を学習するための行動空間模倣学習2021/3/1
人間の手と目の協調を模した学習可能な行動空間HANを提案し、模倣学習ポリシーが新しいシーン配置にゼロショットで汎化できることを多段階操作タスクで示した。
- 強化学習による実世界の魚型ロボット群の分散円形フォーメーション制御群制御2021/3/1
未知の非線形ダイナミクスを持つ魚型ロボット群に対し、強化学習と認知一致性理論に基づく分散制御器を提案し、シミュレーションのみで訓練した制御器を実機へチューニングなしで転移して円形フォーメーション制御を実現した。
- ソリッドステートLiDAR向け軽量3次元自己位置推定と地図構築SLAM2021/2/1
狭い視野を持つソリッドステートLiDAR向けに、特徴抽出・オドメトリ推定・確率地図構築を組み合わせた軽量SLAMフレームワークを提案し、倉庫ロボットと手持ち機器で精度と効率を実証した。
- Intensity-SLAM：大規模環境向けの強度支援による自己位置推定と地図構築SLAM2021/2/1
LiDARの反射強度情報を幾何特徴と組み合わせ、フロントエンドのオドメトリ推定とバックエンド最適化の両方に活用するSLAMフレームワークを提案し、屋外自動運転や屋内倉庫ロボットで従来の幾何のみの手法を上回る精度を示した。
- SwingBot: 手先触覚探索から物理特性を学習する動的振り上げマニピュレーション触覚2021/1/1
把持物体を傾けたり振ったりする触覚探索から物理特性の埋め込み空間を学習し、未知物体の振り上げ角度を予測して最適制御パラメータを探索する自己教師あり手法を提案した。
- UAVの部分観測下における異種無人システムの運動計画異種協調/運動計画2020/7/1
UAVの視点から局所地図を生成し、記憶機構付きネットワークでUGVの運動を計画する手法を提案し、高い成功率を示した。
- 顕著性の再同定によるオンライン視覚的場所認識視覚的場所認識2020/7/1
人間が目立つランドマークで場所を覚えることに着想を得て、視覚的場所認識を顕著性の再同定として定式化し、周波数領域で検出と照合を高速に行う手法を提案した。
- 教師なしオンライン学習によるロボットの興味度推定のための視覚的記憶性視覚認識2020/5/1
移動ロボットが興味深いシーンを予測するため、並進不変な視覚記憶と長期・短期・オンライン学習の3段階アーキテクチャを提案し、既存手法より高い精度を達成した。
- TartanAir：視覚SLAMの限界に挑むデータセット視覚SLAM2020/3/1
移動物体や天候変化を含むフォトリアルなシミュレーション環境で、ステレオ画像・深度・セグメンテーション・LiDARなどの多モーダルデータと正確な正解ラベルを大規模に収集した視覚SLAM向けベンチマークデータセットを構築した。
- 強度スキャンコンテキスト：ループ閉じ込め検出のための強度と幾何関係の符号化SLAM2020/3/1
LiDARスキャンの反射強度と幾何形状を組み合わせた新たなグローバル記述子ISCを提案し、二段階の階層的再同定によりループ閉じ込め検出の精度と再現率を向上させた。
- 力覚のみで学習するペグ挿入タスク向け転移可能な力-トルクダイナミクスモデルマニピュレーション2019/12/1
力覚入力のみから接触の多いペグ挿入タスクのダイナミクスモデルを学習し、多様な形状・弾性のペグに少ない試行で転移できることを示した研究。
- 6-PACK: アンカーベースキーポイントによるカテゴリレベル6D姿勢トラッカー6D姿勢推定2019/10/1
RGB-Dデータ上で未知の物体インスタンスの6D姿勢をリアルタイム追跡するため、少数の3Dキーポイントを教師なしで学習し、キーポイントマッチングでフレーム間の動きを推定する手法を提案した。
- DenseFusion：反復的な密融合による6D物体姿勢推定6D姿勢推定2019/1/1
RGB-D画像から既知物体の6D姿勢を推定するため、RGBと深度を個別に処理してピクセル単位の密な特徴を融合するネットワークと反復的な姿勢精緻化を組み合わせた手法を提案し、YCB-VideoとLineMODで最先端性能を達成、実機ロボットでの把持にも応用した。
- 相関フロー：カーネル相互相関器によるロバストなオプティカルフローオプティカルフロー2018/2/1
単眼カメラのオプティカルフローをカーネル相互相関器で推定する手法を提案し、モーションブラーに頑健で高度速度やヨーレートも推定可能なことを示した。
- UWB測距と通信を用いた頑健な目標相対自己位置推定UWB測位2018/2/1
UWB測距センサと機上センサをEKFで融合し、目標の向きを通信で受け取ることで、クアッドコプターが静止・移動する目標に対して相対位置を自律制御できるようにした。
- 距離ベース測位のためのグラフ最適化アプローチ測位・SLAM2018/2/1
距離計測と軌道の滑らかさを位置グラフに組み込み、スライディングウィンドウでロボット軌道を推定するグラフ最適化手法を提案し、クアッドコプター実験で高精度な測位を実証した。
- 床面テクスチャを用いた倉庫ロボット向けロバスト視覚SLAMSLAM2017/10/1
下向きカメラで床面テクスチャを捉え、特徴点に依存しないカーネル相互相関器ベースのSLAMを構築し、疎な特徴や繰り返し模様の床でも安定した自己位置推定を実現した。
- 超広帯域支援による高速ローカリゼーション・マッピングシステムSLAM2017/10/1
慣性センサと深度カメラにUWB測距を融合し、視覚オドメトリの累積誤差を抑えて特徴の少ない環境でもリアルタイムにドリフトのない高密度地図を生成するシステムを提案した。
- 反復計算不要の高速SLAMフレームワークSLAM2017/1/1
深層カメラと慣性センサを用いた小型ロボット向けに、フーリエ変換による閉形式解でデータ対応付けを行う非反復型の高密度SLAMを提案した。
