Hamidreza Kasaei
収録論文 38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
- 多障害物環境での安全な物体投擲の学習投擲/強化学習2026/7/1
ロボットが障害物を避けながら目標のかごに物体を投げ入れる問題を扱い、ポテンシャル場表現を用いた強化学習で成功率90%を達成した。
- 強化学習ベース制御器を組み合わせたマニピュレータ向け高速軌道計画マニピュレーション2025/9/1
タスク空間での視覚ベース経路計画と関節空間での強化学習による障害物回避を組み合わせ、マニピュレータの高速な無衝突軌道計画を実現した研究。
- 単一の人間動画から汎化可能な両手視覚運動方策を学習するParse-Augment-Distill模倣学習2025/9/1
1本の人間動画をキーポイント動作軌道に変換し、シミュレータなしで両手タスク・動作計画により大規模拡張し、キーポイント条件付き方策へ蒸留することで、汎化可能な両手ロボット方策を学習する手法を提案。
- LM-MCVT: 軽量マルチモーダル・マルチビュー畳み込みVision Transformerによる3D物体認識3D物体認識2025/4/1
複数視点の画像をエントロピー基準で統合する軽量な畳み込みVision Transformerを提案し、合成・実世界の3D物体認識で高精度を達成した。
- 大型扁平物体把持のための双腕協調学習マニピュレーション2025/4/1
強化学習を用いて双腕ロボットの協調動作を学習し、本やキーボードのような大型扁平物体を追加動作なしで把持できるようにした。
- 模倣学習による収穫ロボットの視点計画強化:遮蔽への対処模倣学習/視点計画2025/3/1
Transformerを用いた行動チャンキング(ACT)で専門家の実演からカメラ視点の6自由度運動方策を学習し、作物の遮蔽を避けて撮影できる視点計画手法を提案。シミュレーションと実機で有効性を検証した。
- 密集クラッタ環境における双腕プッシュ・把持シナジーの学習マニピュレーション2024/12/1
密集した clutter 環境で対象物を把持するため、視覚入力から双腕のプッシュと把持の協調動作を階層型深層強化学習で学習するフレームワークを提案。
- VLN-Game: 視覚言語均衡探索によるゼロショット意味的ナビゲーションナビゲーション2024/11/1
事前学習済み視覚言語特徴と3D再構成を統合した物体中心の空間マップを構築し、ゲーム理論的視覚言語モデルで言語記述に最も合致する対象を選定することで、未知環境でのゼロショット物体・言語ナビゲーションを実現した。
- ManiSkill-ViTac 2025:視覚と触覚を用いたマニピュレーション技能学習チャレンジ触覚2024/11/1
触覚と視覚を融合させた接触の多いマニピュレーション技能学習を競うチャレンジを開催し、触覚操作・視触覚融合・触覚センサ設計の3部門で評価する。
- PANav: 視覚言語モデルによるプライバシー配慮型ロボットナビゲーションナビゲーション2024/10/1
視覚言語モデルを活用し、人間が活動する環境でロボットがプライバシーに配慮して経路計画を行うフレームワークを提案。A*で候補経路を生成し、VLMが最適経路を推論する。
- HMT-Grasp: 混雑環境におけるロボット把持のためのハイブリッドMamba-Transformer手法マニピュレーション2024/10/1
Vision Mambaと並列畳み込み-Transformerブロックを統合し、局所・大域特徴を同時に捉えることで、混雑環境でのロボット把持精度を向上させる手法を提案した。
- ロボットいちご収穫のための単発6DoF姿勢・3Dサイズ推定マニピュレーション2024/10/1
合成データで学習した深層学習モデルにより、いちごの6DoF姿勢と3Dサイズを単一ショットで推定し、実世界の収穫タスクへの有効性を示した。
- VITAL: 視覚的ヒューマン・イン・ザ・ループ修正による対話的少数ショット模倣学習模倣学習2024/7/1
少数の実演をシミュレーションで大規模にデータ拡張し、人間による視覚的修正を組み込むことで、ロボットの模倣学習ポリシーを頑健かつ汎用的に学習させる手法を提案した。
- 大規模視覚言語モデルによるオープンワールド把持マニピュレーション2024/6/1
大規模視覚言語モデルとセグメンテーション・把持生成モデルを組み合わせ、オープンな言語指示からゼロショットで物体を把持するパイプラインOWGを提案した論文。
- 物体中心事前分布を用いた3D特徴蒸留3Dビジョン言語2024/6/1
単視点RGB-Dから物体中心の事前分布を活用して3D CLIP特徴を蒸留し、言語による3Dグラウンディングとセグメンテーション精度を向上させる手法を提案。
- 生涯ロボットライブラリ学習:言語モデルによる身体性制御のための組み合わせ可能で汎化可能なスキルのブートストラップマニピュレーション2024/6/1
LLMを用いたロボット制御において、スキルライブラリを生涯にわたり自律的に拡張し、複雑化する操作タスクに対応するエージェントLRLLを提案。記憶モジュールや自己探索、スキル抽象化、人間によるブートストラップを組み合わせ、シミュレーションで有効性を示した。
- 押し・把持・投擲の相乗効果を活用した混雑環境での物体操作マニピュレーション2024/2/1
強化学習により、押して対象物を分離し、把持し、カゴへ投げ入れる一連の動作を連携させ、混雑環境での物体操作成功率80%以上を実現した研究。
- 言語誘導ロボット把持:雑然環境におけるCLIPベースの参照把持合成マニピュレーション2023/11/1
雑然とした室内環境で自然言語で指示された物体の把持姿勢を予測するベンチマークを構築し、CLIPを活用したエンドツーエンドモデルCROGを提案した。
- Co-NavGPT: 視覚言語モデルを用いたマルチロボット協調視覚意味ナビゲーションVLA2023/10/1
視覚言語モデルをグローバルプランナーとして活用し、複数ロボットのサブマップを統合してフロンティアを割り当てることで、常識推論を伴う協調的な視覚的目標ナビゲーションを実現した。
- 不整地を歩行する知覚的二足歩行の学習歩行2023/4/1
ノイズを含む外界センサ情報から地形の内部信念を構築し、不整地を安定して歩行できる二足歩行コントローラを学習する手法を提案した。
- 視覚的目標ナビゲーションのためのフロンティア意味探索ナビゲーション2023/4/1
未知環境で目的物体を探す視覚的目標ナビゲーションにおいて、意味地図とフロンティア地図を組み合わせ、深層強化学習でフロンティアを長期目標として選ぶ方策を学習する手法を提案した。
- L3MVN:大規模言語モデルを活用した視覚的目標ナビゲーションナビゲーション2023/4/1
大規模言語モデルの常識知識を利用し、未知環境で物体を探してナビゲートするフレームワークを提案。ゼロショットとフィードフォワードの2手法で既存手法を上回る成功率と汎化性能を示した。
- ロボット把持のためのインスタンス単位把持合成マニピュレーション2023/2/1
物体ごとのマスクと把持姿勢を単一ステージで同時に生成するSSGネットワークを提案し、把持予測精度を向上させた。
- GraspCaps:カプセルネットワークによる既知物体の6DoF把持マニピュレーション2022/10/1
カプセルネットワークを用いて点群から物体ごとの6DoF把持姿勢を生成する手法を提案し、シミュレーテッドアニーリングで大規模把持データセットを構築して学習・評価した。
- 早期融合か後期融合か:3D物体認識のためのVision Transformerにおける効率的なRGB-D融合マルチモーダル認識2022/10/1
事前学習済みViTをRGB-D物体認識に転移する際、RGBと深度の融合を早期・後期で比較し、後期融合が優れることを示してRODデータセットで最高精度95.4%を達成した研究。
- 障害物を避けながら移動するバスケットへ物体を投げ入れるマニピュレーション2022/10/1
深層強化学習を用いて、障害物を避けつつ移動するバスケットに物体を正確に投げ入れるロボットの投擲スキルを実現した研究。
- ニューロシンボリック手法によるロボットマニピュレーションの解釈性と対話性の向上マニピュレーション2022/10/1
言語指示と視覚推論を組み合わせたニューロシンボリックなロボット操作システムを提案し、合成データと実環境で精度・サンプル効率・語彙頑健性を評価した。
- IPPO:改良型近接方策最適化によるロボットマニピュレータの関節空間での障害物回避マニピュレーション2022/10/1
PPOを改良し、6自由度マニピュレータが障害物を避けながら目標に到達する方策を関節空間で学習する手法を提案。GazeboでのSim-to-Sim訓練により実機へ直接転移可能とした。
- 複数表現に基づく生涯アンサンブル学習による少数ショット物体認識少数ショット物体認識2022/5/1
深層表現と手作り3D形状記述子を組み合わせたアンサンブルと記憶ユニットで、カテゴリ数が増え続ける環境でも3D物体を少数ショットで認識できる生涯学習手法を提案した。
- 高密度環境における押し動作と把持動作の統合方策の自己教師あり学習マニピュレーション2022/3/1
深層強化学習を用いて、物が密集した環境で目標物体を把持するために押し動作と把持動作を組み合わせた方策を学習し、シミュレーションで98%のタスク完了率を達成した論文。
- 双記憶リカレント自己組織化ネットワークによる生涯3D物体認識と把持合成把持/生涯学習2021/9/1
動的に成長する双記憶リカレントネットワークとオートエンコーダを組み合わせ、破滅的忘却を抑えながら物体認識とピクセル単位の把持姿勢予測を同時に生涯学習するモデルを提案した。
- 未知物体に対応する多視点物体認識と把持の同時学習把持2021/6/1
物体の多視点画像から把持位置と回転・スケール不変な表現を同時に推定し、メタ能動学習で新カテゴリをその場で少数例から学習できる手法を提案した。
- MORE: 多視点3D物体認識と姿勢推定の同時実行物体認識・姿勢推定2021/3/1
物体ごとに最適な視点をエントロピー推定で選び、その多視点画像から物体カテゴリと姿勢を同時に予測する手法を提案し、実機の飲み物提供タスクで有効性を示した。
- 計画による自己模倣学習模倣学習2021/3/1
強化学習中に訪れた状態をグラフ探索型プランナで計画し、ロボット自身の試行を模倣データとして再ラベル付けすることで、人手なしに長期的な運動計画タスクのサンプル効率と成功率を向上させる手法を提案した。
- MVGrasp: 高密度乱雑環境におけるリアルタイム多視点3D物体把持マニピュレーション2021/3/1
物体の点群から正射影ビューを生成し、多視点ディープラーニングでピクセル単位の把持姿勢を推定する手法を提案。単一物体・詰め込み・山積みの各環境でシミュレーションと実機の両方で高い把持性能を示した。
- 動的に拡張可能なネットワークによるオープンエンド3D物体認識3D物体認識2020/9/1
動的アーキテクチャに基づく深層転移学習で、破滅的忘却と計算コストを抑えつつ新しい3D物体カテゴリを継続的に学習する手法を提案した。
- 連続カリキュラム学習による到達タスクの強化学習高速化強化学習2020/2/1
到達タスクの強化学習において、要求精度を訓練中に徐々に調整する精度ベースの連続カリキュラム学習を提案し、実機とシミュレーションで静的スケジュールより高速・高精度に学習できることを示した。
- OrthographicNet:オープンエンド領域における3D物体認識のための深層転移学習手法3D物体認識2019/2/1
回転・スケール不変な3D物体表現を生成するCNNベースのモデルを提案し、オープンエンドな環境での物体認識性能とスケーラビリティを向上させた。少数例からのオンサイト学習も可能。
