Chenhao Yu
収録論文 9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
- Act4R: 運動学不要の制御のための行動条件付き4D再構成マニピュレーション2026/10/12
3D基盤モデルを活用し、行動信号からロボットの3Dシーンフローを予測して逆制御を行うフレームワークを提案。
- デジタルツイン駆動VR遠隔操作：多視点空間知覚による手術ロボット支援遠隔操作2026/9/22
手術環境をマーカーレスで認識してデジタルツインを構築し、HMDに多視点表示することで、従来の内視鏡視点の制限を克服するVR遠隔操作プラットフォームを提案。dVRKでのユーザー研究で経路長86%減、ジャーク95%減を達成。
- ThorArena: 人間の動作と力のデモンストレーションによる人型ロボットの物理的インタラクションのベンチマーク人型ロボット/ベンチマーク2026/7/1
人型ロボットの接触を伴うタスク評価のため、同期した動作と力の計測を含む実世界データセットと、力考慮の評価指標を備えたベンチマークThorArenaを提案した。
- HumanoidUMI: ロボット不要のデモからヒューマノイド全身操作への橋渡し全身操作/データ収集2026/6/1
軽量VRデバイスとUMI風グリッパーを用いてロボットを使わずにヒューマノイドの全身操作データを収集し、そのデータで高次ポリシーを訓練して全身制御に転用する枠組みを提案した。
- BifrostUMI: ロボット不要のデモから人型全身操作への橋渡しデータ収集/全身操作2026/5/1
軽量VRデバイスとUMI風グリッパーを用いてロボットを使わずに人型ロボットの全身動作データを収集し、高次ポリシーで全身スキル学習を実現するフレームワークを提案。実世界5シナリオで有効性を検証した。
- AffordTissue: ツール動作特異的な組織インタラクションのための高密度アフォーダンス予測手術ロボティクス2026/4/1
胆嚢摘出手術中の組織表面におけるツール動作特異的なアフォーダンス領域を高密度ヒートマップとして予測するマルチモーダルフレームワークを提案した。
- OmniUMI：人間に合わせたマルチモーダルインタラクションによる物理的基盤を持つロボット学習マニピュレーション2026/4/1
UMI型インターフェースに触覚・把持力・外力などの物理的接触信号を統合し、拡散ポリシーで学習するシステムを提案。力に敏感な操作タスクで有効性を示した。
- Open-H-Embodiment：医療ロボティクスにおける基盤モデルを可能にする大規模データセット医療ロボティクス/データセット/基盤モデル2026/4/1
医療ロボットの自律化を妨げるデータ不足を解決するため、複数のロボットプラットフォームにわたる大規模な医療ロボットビデオと運動学データセットを公開し、基盤モデルの開発を実証した。
- SAW: 制御可能かつスケーラブルなビデオ生成による手術アクション世界モデルへの一歩手術映像生成/世界モデル2026/3/13
手術映像生成のための世界モデルを提案し、軽量な条件付け信号（言語、参照シーン、組織アフォーダンスマスク、2Dツール軌跡）を用いたビデオ拡散モデルを構築した。時間的一貫性と視覚品質を向上させ、手術AIのデータ不足やシミュレーションから実環境へのギャップ解消に貢献する。
