Guanqun Cao
収録論文 12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
- J-LAW: 結合潜在因子グラフによる同時位置推定と行動可能な世界モデリングSLAM/世界モデル2026/6/1
SLAMと行動条件付き世界モデルを統合し、計量ポーズと潜在状態を結合因子グラフで同時最適化する手法を提案。実データで予測精度とドリフト低減を実証。
- 過去の経験から学ぶ:大規模言語モデルによる言語条件付き物体再配置マニピュレーション2025/1/1
大規模言語モデルを活用し、過去の成功経験を参照して自由な言語指示から物体の目標配置を推論する、ゼロショットで汎用なロボット再配置フレームワークを提案した。
- 不完全な触覚データから学ぶ:マスク付きオートエンコーダによる触覚表現学習触覚2023/7/1
触覚画像の一部をマスクして再構成することで、接触が不十分で欠損のある触覚データからでも表面形状や触覚特性を理解する表現学習手法TacMAEを提案。
- 触覚テクスチャ認識のためのマルチモーダルゼロショット学習触覚2023/6/1
視覚情報と意味属性を組み合わせて触覚特徴を生成し、未学習の素材を触覚データなしで認識できるゼロショット学習フレームワークを提案した。
- 透明物体のロボット知覚:レビュー知覚2023/4/1
透明物体のロボット知覚に関する研究を網羅的に調査し、セグメンテーション・再構成・姿勢推定の課題と将来方向、データセットの限界、マルチモーダルセンサの利点を議論したレビュー論文。
- Vis2Hap: 視覚からの触覚レンダリングをクロスモーダル生成で実現触覚2023/1/1
触覚センサなしで、物体の見た目から表面の粗さや滑りやすさを生成し、遠隔操作者に触覚提示する手法を提案。
- どこを触るべきか?透明物体把持のための視覚誘導型触覚プロービングマニピュレーション2022/8/1
透明物体を把持するため、セグメンテーションで触覚プローブ領域を予測し、GelSight触覚センサで局所形状を取得して把持計画を立てる手法を提案。把持成功率を38.9%から85.2%に向上させた。
- A4T: 透明物体の深度再構成と操作のための階層的アフォーダンス検出マニピュレーション2022/7/1
透明物体のアフォーダンスを階層的に検出し、その情報を用いて深度マップを段階的に再構成することで、透明物体の把持・操作を可能にするフレームワークを提案した論文。
- 巧みな操作のためのマルチモーダル知覚マルチモーダル知覚2021/12/1
視覚と触覚の相互変換により疑似データを生成し、触覚テクスチャ認識に時空間注意機構を導入した研究。
- 視覚誘導型能動触覚知覚によるひび割れ検出と再構成触覚2021/5/1
RGB-D画像でひび割れの概形を検出し、その接触点を光学式触覚センサでなぞることで、視覚の不確実性を補いながらひび割れを高精度に検出・再構成する手法を提案した。
- 転がる光学式触覚センサTouchRoller:大面積の高速評価触覚2021/3/1
円筒形の光学式触覚センサを転がして対象面に接触し続けることで、大面積のテクスチャを平坦型センサより大幅に速く連続計測できるようにした研究。
- 触覚テクスチャ認識のための時空間アテンションモデル触覚2020/8/1
触覚画像の空間的な注目領域と触覚系列の時間的相関の両方に着目する時空間アテンションモデルを提案し、布地テクスチャ100種の識別で認識精度を最大18.8%向上させた。
