Guangyao Zhai
収録論文 11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
- ビールを取ってきて:スムーズなピックアンドプレースのための合成から実への階層型ポリシーsim2real2026/9/16
液体入り容器をこぼさずに運ぶため、流体シミュレーションで検証した合成データと、言語・視覚からSE(3)目標を生成する高レベルモジュール+潜在拡散コントローラの階層型ポリシーを組み合わせた合成→実機フレームワークを提案。
- STARE-VLA:視覚言語行動モデルの微調整のための段階的ステージ認識強化学習VLA2025/12/1
長期的な行動軌跡を意味のある段階に分解し、段階ごとに密な強化学習信号を与えることで、VLAモデルの微調整を安定化・高精度化する手法を提案。
- KGN-Pro: 確率的2D-3D対応学習によるキーポイントベースの把持予測マニピュレーション2025/7/1
RGB-D画像から把持キーポイントを予測し、確率的PnP層で3D最適化をエンドツーエンドに組み込むことで、6自由度把持推定の精度と成功率を向上させた研究。
- SG-Tailor: シーングラフ操作のための物体間常識関係推論シーングラフ/常識推論2025/3/1
シーングラフのノード追加やエッジ変更時に生じる矛盾を解消し、常識的な関係を自己回帰的に予測するモデルを提案。シーン生成やロボット操作に組み込み可能。
- SG-Bot: シーングラフ上の粗から細へのロボット想像による物体再配置マニピュレーション2023/9/1
シーングラフをシーン表現として用い、粗い配置から生成モデルで細かい目標シーンを想像し、物体を再配置する軽量・リアルタイム・ユーザー制御可能なフレームワークを提案。
- IPCC-TP:増分ピアソン相関係数を用いたマルチエージェント軌道予測軌道予測2023/3/1
増分ピアソン相関係数に基づく関連性認識モジュールを提案し、エージェント間の相互作用をペアワイズ同時ガウス分布としてモデル化することで、マルチエージェント軌道予測の精度を向上させた。
- MonoGraspNet: 単一RGB画像による6自由度把持マニピュレーション2022/9/1
単一のRGB画像から6自由度把持を実現する初のパイプラインを提案し、透明・反射物体でも高精度な把持を可能にした。
- DA$^2$データセット:器用さを考慮した双腕把持に向けてマニピュレーション2022/8/1
大規模物体に対する最適な双腕把持ペアを生成するための、約900万組の把持データを含む初の大規模双腕器用さ対応データセットを構築し、評価モデルを提案した。
- FlowMOT: シーンフロー統合による3Dマルチオブジェクト追跡3D追跡2020/12/1
LiDAR点群のシーンフロー推定で得た点単位の運動情報を従来のマッチングに統合し、速度変化に頑健な3Dマルチオブジェクト追跡フレームワークを提案した論文。
- 意味グラフに基づく3D点群の場所認識場所認識2020/8/1
点群シーンを意味物体とその関係からなるグラフで表現し、グラフマッチングとして場所認識を行う手法を提案。遮蔽や視点変化に頑健でKITTIで高精度。
- PASS3D:3D点群のための高精度かつ高速なセマンティックセグメンテーション3Dセグメンテーション2019/9/1
幾何学的手法による高速なクラスタ提案と深層学習によるラベル推定を組み合わせ、3D点群の点単位セマンティックセグメンテーションを高精度・高速に実現した。
