Haibin Yan
収録論文 8本 ・ フィジカルAI/ロボット学習
VLAモバイルマニピュレーション3D物体検出タスクプランニング形状推定マニピュレーション
※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
- iMaC: 動作と接触画像への変換による具現化ワールドモデルVLA2026/6/8
ロボット操作のための新しい制御パラダイムを提案し、画像をアクション表現として用いることで、従来のベクトルベースのアクションよりも表現力と汎化性を向上させる。
- MoTo: 汎用モバイルマニピュレーションのためのゼロショット・プラグイン型インタラクション認識ナビゲーションモバイルマニピュレーション2025/9/1
固定ベースのマニピュレーション基盤モデルにプラグインするだけで、VLMと軌道最適化によりゼロショットで移動マニピュレーションを実現する手法を提案。
- MoManipVLA:視覚言語行動モデルを汎用モバイルマニピュレーションへ転移VLA2025/3/1
固定ベース操作用に事前学習されたVLAモデルを活用し、二段階最適化で台車移動とアーム軌道を計画することで、モバイルマニピュレーションをゼロショットで汎化させるフレームワークを提案。
- 未知環境における身体性指示追従VLA2024/6/1
マルチモーダル大規模言語モデルを用いた階層的フレームワークにより、未知環境を探索しながら複雑な人間の指示を実行する身体性エージェントを実現した。
- Anyview: 可変フレーム数に対応する汎用的な屋内3D物体検出3D物体検出2023/10/1
屋内3D物体検出において、入力フレーム数が可変でも単一モデルで高精度かつ汎用的に検出できるフレームワークAnyViewを提案。
- 物理制約を考慮したLLMによる具現化タスクプランニングタスクプランニング2023/7/1
視覚認識モデルとLLMを組み合わせ、シーン内の物体に基づいて実行可能な行動計画を生成するTaPAフレームワークを提案し、複雑な環境でのタスク計画の成功率を向上させた。
- 密集した clutter 中の物体に対するカテゴリレベル形状推定形状推定2023/2/1
多視点RGB-D画像の特徴融合とカテゴリテンプレートの変形により、密集・遮蔽された物体群を高精度にセグメンテーションし、未知インスタンスの形状を復元する手法を提案。
- スマートエクスプローラー:対話的探索による密集した物体の認識マニピュレーション2022/8/1
密集した物体を認識するため、RGB-D画像と点群から不確実性を推定し、押す動作で効率的に探索するフレームワークを提案。
