Hao Su
Sudo AI GmbH
収録論文 96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
- EgoThumb：視覚駆動型の超数ロボット親指による自律把持・保持支援超数ロボット指2026/10/27
手のひら向きカメラの一人称視点画像から模倣学習で連続関節位置を推定し、前腕にアクチュエータを移した軽量な超数ロボット親指で把持・保持を自律支援するオープンソースシステム。
- DexFLEX: 接触を考慮した基盤コントローラによる指令誘導型巧みな操作マニピュレーション2026/10/9
上流から与えられる指先運動の草案を接触状態に整合した関節指令へ変換する基盤コントローラを提案し、劣化指令下の遠隔操作や視覚運動方策学習の成功率を大幅に改善した。
- イベント駆動型先回りロボット支援：視覚言語推論による実現VLA2026/10/6
人間と物体のインタラクション結果をイベントとして捉え、視覚言語モデルを用いてタスク文脈を推論し、必要に応じて先回りの支援行動を生成するフレームワークを提案。実世界の協調作業3種で評価した。
- 世界モデルによる汎化可能なロボット挿入マニピュレーション2026/9/23
手首カメラの視覚と固有感覚を統合した単一の世界モデルを最大90の挿入タスクで訓練し、未知形状の物体へのゼロショット挿入を実現した研究。
- 身体性を超えた知能クロスエンボディメント学習2026/9/22
ロボットの身体性の違いを超えて汎用的な知能を獲得するには、経験の蓄積に伴い多様な身体性へ転移できる表現を学習すべきだと提唱し、身体性の多様性をスケーリング軸として提案した位置論文。
- 四足歩行のための迅速な身体適応フレームワーク歩行2026/8/1
四足ロボットが身体の変化（関節の制限や質量の変化）に迅速に適応するためのオンライン適応フレームワークを提案し、シミュレーションと実機で有効性を示した。
- TacCoRL: シミュレーションによる触覚フィードバックのVLAへの統合触覚/VLA/sim2real2026/6/10
視覚と言語と行動の事前知識を持つVLAモデルに触覚フィードバックを注入し、シミュレーションと実機の共学習と強化学習で接触を要するタスクの成功率を向上させるフレームワークを提案した。
- SAGE-Nav: LLM計画とアライメント融合を活用した階層的シーングラフ誘導ナビゲーションナビゲーション2026/6/1
LLMによる大域計画と階層的シーングラフ符号化、目標認識アライメント融合ネットワークを組み合わせ、物体目標ナビゲーションの性能と汎化性を向上させた。
- リスクを考慮した選択的マルチモーダルドライバーモニタリング：ドライバー状態のワールドモデリングを用いてドライバーモニタリング2026/6/1
自動運転車のドライバーモニタリングにおいて、軽量なRGB-生理信号モデルと学習されたゲートを用いて、高速予測と安全介入のための棄却を選択するコスト考慮型フレームワークを提案した。
- Driver-WM: 運転者中心の交通条件付き潜在世界モデルによる車内ダイナミクスの展開世界モデル2026/5/1
車外の交通状況に基づいて車内の運転者状態を予測する潜在世界モデルを提案し、運転者の行動・感情認識と物理的運動予測を統合した。
- ロボットマニピュレータのための汎用ニューラルモーションプランナーに向けて：課題と機会モーションプランニング2026/3/1
この論文は、ロボットマニピュレータのモーションプランニングにおけるニューラルプランナーの現状をレビューし、その利点と限界を分析して、汎用性の高いプランナーを構築するための道筋を示しています。
- SG-VLA: 移動操作のための空間基盤型視覚言語行動モデルの学習VLA2026/3/1
移動操作ロボットのための視覚言語行動モデルを、補助タスクの共学習とマルチモーダル入力強化により空間理解を強化するフレームワークを提案し、家庭内再配置タスクで性能を向上させた。
- イベント駆動型プロアクティブ支援操作：接地された視覚言語プランニングによる実現マニピュレーション2026/3/1
ユーザーの指示を待たず、作業空間の状態変化（イベント）を検知して能動的に支援行動を生成するロボット操作フレームワークを提案した。実機のテーブルトップタスクで有効性を検証した。
- PhysMem: 身体性物理推論のためのテスト時メモリのスケーリングVLA2026/2/1
VLMロボットプランナがテスト時に経験から物理法則を学び、仮説を検証してから適用するメモリフレームワークを提案。実世界の操作タスクで成功率が大幅に向上。
- マルチエージェントロボットシステム（MARS）チャレンジの進歩と革新マルチエージェント2026/1/1
NeurIPS 2025ワークショップで開催されたMARSチャレンジを紹介し、VLMを用いたマルチエージェントの計画とロボットマニピュレーションの制御という2領域での取り組みを概説した論文。
- TouchGuide: 触覚ガイダンスによる視覚運動ポリシーの推論時ステアリング触覚2026/1/1
事前学習済みの視覚運動ポリシーの生成過程に、触覚に基づく接触物理モデルで介入し、接触を伴う繊細な操作を高精度化する手法を提案。低コストな触覚データ収集系TacUMIも開発した。
- Dextraの家：器用なハンドのためのクロスエンボディド共同設計マニピュレーション2025/12/1
タスクに特化したハンドの形態と制御方策を同時に学習する共同設計フレームワークを提案し、24時間以内に新しいロボットハンドを設計・訓練・製作・展開できることを示した。
- 大規模マルチタスク世界モデルによる連続制御の学習マルチタスク強化学習2025/11/1
200の多様なタスクで言語条件付き世界モデルを事前学習し、オンライン強化学習で微調整することで、マルチタスク性能とデータ効率を向上させた研究。
- 巧みな操作のためのクロスエンボディメント世界モデルのスケーリングマニピュレーション2025/11/1
人間とロボットの手を3D粒子で表現し、エンドエフェクタの粒子変位場を行動として定義することで、異なる身体構造を超えて共有できる世界モデルを学習し、新しいハードウェアでの操作制御を実現した。
- 全体像を見る：モバイルマニピュレーション方策学習のための3D潜在マップモバイルマニピュレーション2025/10/1
3D潜在特徴マップ上で直接動作するエンドツーエンドの方策学習手法SBPを提案し、画像のみに頼る方策よりも空間的・時間的推論に優れ、未知シーンでも高い成功率を示した。
- オンライン模倣事前学習付きワールドモデルによるマニピュレーションの効率的なSim-to-Real転移レシピsim2real2025/10/1
ロボットシミュレータでのオンライン模倣学習と実機データでのオフライン微調整を組み合わせたワールドモデルベースの枠組みを提案し、限られた実機専門家データでもsim-to-real転移の成功率を大幅に改善した。
- 事前学習済み表現を保持してVision-Language-Actionモデルの汎化性能を向上VLA2025/9/1
VLMから微調整したVLAモデルで、凍結エンコーダと文字列ベースの行動トークナイザ、空間推論データとの共訓練により、事前学習表現を保ちながらロボット操作の汎化性能を高めるフレームワークを提案。
- LodeStar: 人間のデモンストレーションからの合成データ拡張による長期的器用操作マニピュレーション2025/8/1
人間のデモを基礎モデルでスキルに分解し、強化学習で合成データを生成して、長期的な器用操作を実現する学習フレームワークを提案。
- CogDDN: 認知的需求駆動ナビゲーションと二重プロセス思考による意思決定最適化ナビゲーション2025/7/1
VLMを用いて人間の速い思考と遅い思考を模倣し、未知環境で暗黙の要求に応じて対象物体を探索・ナビゲートするフレームワークを提案。
- MorphoCopter：変形可能なクアッド・バイコプターの設計・モデリング・制御変形ドローン2025/6/1
単一の回転関節で機体幅を約70%縮められる新型変形ドローンの設計・モデル化・制御を提案し、飛行実験で有効性を検証した。
- 通路通過を考慮した最適経路計画：サンプリングベースアルゴリズムによるアプローチ経路計画2025/6/1
経路が通過する通路を最適化する新たな枠組みPTOPPを提案し、近接グラフによる通路検出と自由空間分解を用いて、サンプリングベースの最適経路計画アルゴリズムを開発した。
- 世界モデルオンライン模倣学習のための結合分布的ランダムエキスパート蒸留模倣学習2025/5/4
世界モデルの潜在空間で専門家と行動方策の分布を同時推定するRNDベースの報酬モデルを提案し、オンライン模倣学習を安定化させた。
- ロボット歩行における身体性スケーリング則への試み歩行2025/5/1
約1000種のロボット身体を手続き的に生成し、多様な身体で訓練するほど未知の身体への汎化が向上することを歩行タスクで示し、実機のUnitree Go2やH1にもゼロショット転移した。
- ManiTaskGen: 視覚言語エージェントの身体的意思決定を評価・改善するための包括的タスク生成器VLA2025/5/1
任意のシーンに対して多様で実行可能な移動操作タスクを自動生成するシステムを提案し、シミュレーションと実環境でその有効性を示すとともに、生成タスクを用いたベンチマーク構築とエージェント性能向上手法を提示した。
- デモンストレーション拡張型報酬・方策・世界モデル学習による多段階マニピュレーションマニピュレーション2025/3/1
視覚入力からの長期的マニピュレーションタスクに対し、多段階の密報酬学習と世界モデルを組み合わせたデモンストレーション活用型強化学習フレームワークDEMO3を提案し、データ効率を大幅に改善した。
- 布操作のための生成的状态推定を伴う拡散ダイナミクスモデル変形物体操作2025/3/1
拡散モデルを用いて布の状態推定とダイナミクス予測を行い、モデル予測制御と組み合わせて実機で布折り畳みを実現した研究。
- 単一実演から適応的な器用把持を学習するフレームワークマニピュレーション2025/3/1
人間の単一実演から把持スキルを効率的に学習し、視覚言語モデルで指示に応じて適切なスキルを選択する手法を提案。実機で90%の成功率を達成。
- 応答性ノイズリレー拡散ポリシー：応答的で効率的な視覚運動制御VLA2025/2/1
拡散ポリシーの応答性を高めるため、ノイズレベルを段階的に増やすバッファと逐次ノイズ除去を導入し、最新の観測に基づく即時行動生成を可能にした手法を提案。
- ManiSkill-HAB：家庭内整理タスクにおける低レベル操作のベンチマークマニピュレーション2024/12/1
家庭内の物体整理タスク向けに、GPU高速化した低レベル操作ベンチマークMS-HABを構築し、強化学習・模倣学習のベースラインと安全基準に基づくデモンストレーションフィルタリングを提供した。
- 状態から視覚へのDAggerと視覚強化学習はいつ選ぶべきか？VLA2024/12/1
状態方策を事前学習してからオンライン模倣で視覚方策を学ぶ2段階手法State-to-Visual DAggerと視覚RLを16タスクで比較し、難タスクではDAggerが安定して優れるがサンプル効率の利点は限定的だと示した実証研究。
- ポリシーデコレーター：大規模ポリシーモデルのためのモデル非依存オンライン改良模倣学習2024/12/1
模倣学習で訓練済みの大規模ポリシーに対し、モデル非依存の残差ポリシーをオンラインで学習させて性能を安定かつサンプル効率よく向上させる手法を提案。
- 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。
- ManiSkill3: 汎化可能な身体性AIのためのGPU並列ロボティクスシミュレーションとレンダリングsim2real2024/10/1
接触の多い操作タスク向けに、シミュレーションとレンダリングをGPUで並列化した高速ロボティクスシミュレータManiSkill3を開発し、12分野の多様なタスクとデモデータ、ベースラインを提供した。
- 実世界ロボットマニピュレーションポリシーのシミュレーション評価sim2real2024/5/1
実環境とシミュレーションの制御・視覚ギャップを緩和し、実機セットアップに対応した評価環境SIMPLERを構築。実機とシミュレーションの性能が強く相関することを示した。
- 逆方向カリキュラム学習と順方向カリキュラム学習を組み合わせた強化学習による極限のサンプル・デモ効率強化学習2024/5/1
少数のデモンストレーションから逆方向カリキュラムで初期方策を学習し、順方向カリキュラムで全初期状態に展開することで、サンプル効率とデモ効率を大幅に改善する手法を提案。
- 階層型ワールドモデルによる視覚ベース全身ヒューマノイド制御全身制御2024/5/1
視覚観測から56自由度ヒューマノイドの全身制御を強化学習で実現するため、高レベルエージェントが視覚に基づきコマンドを生成し低レベルエージェントが実行する階層型ワールドモデルを提案した。
- AdaDemo: 汎用ロボットエージェントのためのデータ効率的なデモンストレーション拡張模倣学習2024/4/1
既存方策の弱点を特定し、適応的にデモンストレーションを収集・拡張することで、データ効率的に多タスク模倣学習を改善するフレームワークAdaDemoを提案。
- DrS: 多段階タスクのための再利用可能な密報酬の学習強化学習/報酬設計2024/4/1
タスクの段階構造を利用し、スパース報酬とデモから高品質な密報酬を学習して、未見タスクでも再利用可能にする手法を提案。
- パート誘導型3D強化学習による関節物体操作のSim2Realsim2real2024/4/1
2Dセグメンテーションと3D強化学習を組み合わせ、実機での関節物体操作をデモなしで学習するフレームワークを提案。不確実性を考慮したサンプリングで実機での安定性を向上させた。
- EgoPAT3Dv2: 一人称視点の2D画像から3D行動ターゲットを予測し人間-ロボット協調を実現人間-ロボット協調2024/3/1
一人称視点のRGB画像のみから手の動作の3D目標座標を予測するデータセットとアルゴリズムを拡張し、実機ロボットでその有用性を示した研究。
- CyberDemo: シミュレーション上の人間デモンストレーションを拡張する実世界巧みな操作sim2real2024/2/1
シミュレーション内で人間のデモンストレーションを大規模にデータ拡張し、実世界の巧みな操作タスクへ転移する模倣学習手法を提案。未見の物体にも汎化し、実世界のデモより高い成功率を示した。
- DiffVL: 視覚言語駆動の微分可能物理による軟体操作のスケーリング軟体操作2023/12/1
非専門家が視覚と言語で指定した軟体操作タスクを、大規模言語モデルで最適化目的に変換し、微分可能物理シミュレータで解く手法を提案。
- Robo360：3D全方位マルチマテリアルロボット操作データセットマニピュレーション2023/12/1
多視点カバレッジと多様な素材の物体を含むロボット操作データセットを構築し、動的NeRFや多視点ポリシー学習への有効性を示した。
- 適応型階層折り紙メタ構造折り紙ロボティクス2023/11/1
多面体に基づく階層的な折り紙構造を提案し、少数のアクチュエータで1000通り以上の形状に自律的に変形できることを示した。ロボットの歩行切替や自己展開構造などへの応用も実証した。
- RT-Trajectory: 軌道スケッチによるロボットタスクの汎化VLA2023/11/1
タスクを粗い軌道スケッチで表現し、それを条件にロボット方策を制御することで、言語条件付けでは難しい新規タスクへの汎化を実現する手法を提案。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- TD-MPC2：連続制御のためのスケーラブルで堅牢な世界モデルモデルベース強化学習2023/10/1
学習した潜在世界モデル上で軌道最適化を行うモデルベース強化学習TD-MPCを改良し、104タスクで高性能かつ単一のハイパーパラメータで動作、317Mパラメータの単一エージェントで80タスクをこなせることを示した。
- 軽量ロボットシステム設計のためのブラシレス電動機モデリング手法アクチュエータ設計2023/10/1
軽量ロボット設計で重要なBLDCモータのモデリングについて、支配方程式を整理し、q軸DC等価表現への変換や巻線損失・トルク・バス電圧推定の誤りを解説したチュートリアル。
- AnyTeleop：汎用視覚ベースの器用なロボットアーム・ハンド遠隔操作システム遠隔操作2023/7/1
様々なロボットアームやハンド、シミュレータ、実機、カメラ構成に対応する汎用的な視覚ベース遠隔操作システムを提案し、特定ハードウェア向けの従来システムを上回る性能を示した。
- One-2-3-45: 単一画像から45秒で3Dメッシュを生成する高速再構成法3D再構成2023/6/1
1枚の画像からZero123で多視点画像を生成し、SDFベースの汎用ニューラル表面再構成で360度のテクスチャ付き3Dメッシュを最適化なしで高速に生成する手法。
- 3D点群強化学習の有効性検証強化学習2023/6/1
3D点群を用いた強化学習の設計選択を体系的に検討し、エージェント-物体や物体間の関係推論が重要なタスクで2D画像より優れることを示した。
- EasyHeC: 微分可能レンダリングと空間探索による高精度で自動的なハンドアイキャリブレーションキャリブレーション2023/5/1
微分可能レンダリングと一貫性に基づく関節空間探索を組み合わせ、マーカー不要で高精度なハンドアイキャリブレーションを自動で行う手法を提案した。
- DexDeform: 人間のデモンストレーションと微分可能物理による巧みな変形物体操作マニピュレーション2023/4/1
人間のテレオペレーションデモからスキルモデルを学習し、微分可能物理で計画を洗練させて、多指ハンドによる変形物体操作を実現するフレームワークを提案。
- 思考の連鎖に基づく予測制御マニピュレーション2023/4/1
劣ったデモからでも複雑な操作を学習できるよう、デモをサブスキルに分解し、その連鎖をTransformerで予測しながら制御する階層的模倣学習手法を提案した。
- デモンストレーションによる強化学習と計画の強化：サーベイ強化学習2023/3/1
専門家のデモンストレーションを強化学習や計画に活用する手法と収集方法を整理し、ManiSkillベンチマークでの実践例を示したサーベイ論文。
- ManiSkill2: 汎化可能なマニピュレーションスキルのための統合ベンチマークマニピュレーション2023/2/1
多様な物体形状と完全動的シミュレーションを備えた20種の操作タスク群からなる次世代ベンチマークを構築し、RLやILなど多様なアルゴリズムを統一的に評価できるようにした。
- 視覚運動制御における事前学習の再検討：スクラッチ学習ベースラインの再評価視覚運動制御2022/12/1
視覚運動制御タスクにおいて、データ拡張と浅いConvNetを用いた単純なスクラッチ学習ベースラインが、大規模視覚データセットで事前学習した表現を用いる最近の手法（PVR, MVP, R3M）と競合することを示し、事前学習データとベンチマーク間のドメインギャップの影響を明らかにした。
- PartSLIP: 事前学習済み画像言語モデルによる3D点群の低ショット部分セグメンテーション3Dセグメンテーション2022/12/1
事前学習済み画像言語モデルGLIPを活用し、点群レンダリング上の部分検出と2D→3Dラベル転送により、3D点群の低ショット部分セグメンテーションを実現した研究。
- MoDem: デモンストレーションによる視覚モデルベース強化学習の加速モデルベースRL2022/12/1
少数のデモンストレーションを活用し、方策事前学習・標的探索・デモデータのオーバーサンプリングの3段階でモデルベース強化学習のサンプル効率を大幅に改善する手法を提案。
- DexPoint: 実世界の新しい物体に汎化する点群強化学習による巧みな操作マニピュレーション2022/11/1
点群入力と巧みなハンドで操作方策を訓練し、想像上の手の点群と接触ベースの報酬で複数物体への学習とsim-to-real汎化を実現した。
- モデルベース強化学習におけるクロスタスク転移の実現可能性モデルベースRL2022/10/1
モデルベース強化学習で学習した世界モデルをマルチタスク事前学習とクロスタスク微調整に活用し、新しいタスクを効率的に解くフレームワークXTRAを提案した。
- 抽象から実行可能な軌道への翻訳によるワンショットタスク汎化マニピュレーション2022/10/1
複雑な長期的タスクを、抽象環境での計画生成と実行を分離し、seq-to-seqモデルで抽象軌道を実行可能な軌道に翻訳することで、未見タスクへのワンショット汎化を実現した。
- LESS: LiDAR点群のためのラベル効率的なセマンティックセグメンテーションセマンティックセグメンテーション2022/10/1
LiDAR点群の屋外セマンティックセグメンテーションにおいて、半教師あり/弱教師あり学習と効率的なラベリングを組み合わせ、0.1%のラベルで完全教師ありに匹敵する性能を実現した。
- ニューラル表面再構成を用いたロバスト物体把持のためのReal2Sim2Real手法マニピュレーション2022/10/1
実世界の点群からニューラル表面再構成で高品質メッシュを作り、シミュレーションで把持ラベルを生成して把持ネットワークを学習し、実環境でロバストに把持するReal2Sim2Realパイプラインを提案。
- フレームマイニング：3D点群からのロボットマニピュレーション学習のための無料の恩恵マニピュレーション2022/10/1
3D点群を用いたマニピュレーション学習において、入力点群の座標系選択が学習性能に大きく影響することを発見し、タスクに応じて複数の座標系を適応的に選択・融合するFrameMinersを提案した。
- 物体再配置のためのマルチスキル移動マニピュレーションマニピュレーション2022/9/1
長期的な移動マニピュレーションタスクを、移動を伴う操作スキルと領域ゴールを持つナビゲーションスキルに分解して解く手法を提案し、ベンチマークで性能向上を示した。
- 衝突を考慮した凹度と木探索による3Dメッシュの近似凸分解形状処理2022/5/1
形状と凸包の境界・内部両方の距離を見る衝突考慮型凹度指標と、メッシュを平面で直接切断する多段木探索により、細部を保ちつつ交差のない凸包群へ分解する手法を提案した論文。
- 微分可能物理を用いた軟体操作のための接触点発見軟体マニピュレーション2022/5/1
最適輸送に基づく接触点探索を微分可能物理ソルバに統合し、軟体プラスチックの変形操作における局所解問題を解決する手法CPDeformを提案。多段階タスク用ベンチマークPlasticineLab-Mも導入した。
- 片手から多指ハンドへ：単一カメラ遠隔操作による器用な操作の模倣学習模倣学習/遠隔操作2022/4/1
iPadとPCだけの単一カメラ遠隔操作で3D実演データを収集し、ユーザーごとにカスタマイズしたシミュレータ上のロボットハンドで多指ハンド操作の模倣学習を行い、実機への転移性能を大幅に向上させた。
- 時差学習によるモデル予測制御モデルベース強化学習2022/3/1
短期間の軌道最適化に学習済み潜在ダイナミクスモデルを、長期リターン推定に学習済み終端価値関数を用い、両者を時差学習で同時に学習するTD-MPCを提案。連続制御タスクで高いサンプル効率と性能を達成。
- 物理ベースのアクティブステレオセンサシミュレーションで光学センシングのドメインギャップを埋めるsim2real2022/1/1
アクティブステレオ深度センサを物理法則に基づきシミュレーションし、実機に近い材質依存の誤差パターンを持つ深度画像をリアルタイム生成するパイプラインを構築した。シミュレーションで学習した認識アルゴリズムや強化学習方針が実世界へファインチューニングなしで転移することを示した。
- ManiSkill: 大規模デモンストレーション付き汎用マニピュレーション技能ベンチマークマニピュレーション2021/7/1
多様な3D形状の物体を扱う操作技能を評価する物理シミュレータベンチマークを提案し、約3.6万軌道のデモと3D深層学習・模倣学習のベースラインを提供した。
- データ拡張下での深層Q学習の安定化：ConvNetとVision Transformer強化学習2021/7/1
データ拡張を用いたオフポリシー強化学習の不安定性が高分散なQターゲットに起因することを特定し、それを安定化する簡便な手法を提案。画像ベースRLのサンプル効率と汎化性能をConvNetとViTの両方で向上させた。
- 単一RGB-Dカメラによる汎用ロボットマニピュレーションの遠隔操作遠隔操作2021/6/1
1台のRGB-Dカメラで人間の動きを捉え、布畳みやハンマー作業、3mmクリアランスのペグ挿しなど汎用作業を遠隔操作できるシステムを提案した論文。
- O2O-Afford: アノテーション不要の大規模物体間アフォーダンス学習アフォーダンス2021/6/1
物理シミュレーションとShapeNetモデルで物体同士の相互作用タスク環境を構築し、人手アノテーションなしで物体間アフォーダンスを学習する枠組みを提案した論文。
- OCRTOC：クラウド型ロボット把持・操作ベンチマークベンチマーク2021/4/1
同一の実機ロボット環境をクラウド経由で提供し、卓上整理タスクの標準化シナリオでアルゴリズムを公平に評価・比較できるベンチマークと競技会を構築した。
- PlasticineLab：微分可能物理を備えた軟体操作ベンチマーク軟体操作/微分可能物理2021/4/1
微分可能な弾性・塑性変形をシミュレートする軟体操作タスク集を提案し、強化学習と勾配ベース手法を比較評価した。
- 小児のしゃがみ歩行を支援する軽量・柔軟な膝エクソスケルトンの設計とアクチュエータ最適化エクソスケルトン2021/1/1
脳性麻痺によるしゃがみ歩行の小児向けに、軽量で柔軟な膝エクソスケルトンを開発し、年齢に応じたモータと変速機の最適化フレームワークを提案した。
- 感染症対応医療ロボット：COVID-19パンデミックからの教訓と課題医療ロボティクス2020/12/1
COVID-19対応で活用された医療ロボットの現状を概観し、予防から在宅ケアまでの応用、実現技術、今後5〜10年の課題と研究障壁を整理したレビュー論文。
- 再配置：身体性AIへの挑戦身体性AI2020/11/1
物体を指定された状態に並べ替える「再配置」タスクを身体性AI研究の共通ベンチマークとして提案し、4つのシミュレーション環境と評価指標を示した論文。
- 幾何制約を活用した深層キーポイントによるカメラ姿勢推定SLAM2020/7/1
検出・特徴抽出・マッチング・外れ値除去を学習可能なモジュールで構成し、幾何学的姿勢目的を直接最適化する端到端学習フレームワークを提案。従来手法と同等の精度を達成しつつ、未見データセットへの汎化性が向上することを示した。
- 高逆駆動性と高帯域を実現する準ダイレクトドライブ駆動の軽量ヒップ外骨格外骨格2020/4/1
準ダイレクトドライブ駆動を用いた3.4kgの軽量ヒップ外骨格を設計し、高い逆駆動性・帯域・力追従精度を実現して歩行やスクワット支援を可能にした。
- SAPIEN：関節物体を備えた物理シミュレーション環境sim2real2020/3/1
家庭用ロボットの学習向けに、関節を持つ多数の物体を収めた物理的にリアルなシミュレーション環境SAPIENを構築し、部品検出や動作属性認識、強化学習による操作タスクを評価した。
- 不確実性を考慮した適応的薄体積表現による深層ステレオ3D再構成/MVS2019/11/1
各画素の奥行き予測の不確実性に応じて平面の奥行き仮説を空間的に変化させる適応的薄体積(ATV)を提案し、粗から細へ段階的に高解像度・高精度な多視点ステレオ3D再構成を実現した。
- 混雑環境におけるアモーダル単視点単発SE(3)把持検出把持検出2019/10/1
単一視点の深度画像から混雑環境での6自由度把持を学習ベースで検出する単発ネットワークを提案し、合成データと実環境で従来手法を大きく上回る性能を示した。
- 脊椎に着想を得た連続体ソフト外骨格による前屈み持ち上げ支援ソフト外骨格2019/7/1
脊椎の解剖学的構造に沿う連続体ソフト外骨格を設計し、スクワットと前屈みの両動作を支援しつつ歩行を妨げず、腰椎の圧縮・せん断・筋力を低減することをシミュレーションと3名の被験者実験で示した。
- スクワット時の膝損傷予防のための準ダイレクトドライブ式ソフト外骨格の設計と制御外骨格2019/2/1
高トルク密度モータと低減速比機構による準ダイレクトドライブ駆動のソフト外骨格を開発し、IMUと生体力学モデルに基づく制御でスクワット・中腰作業の膝伸展筋活動を最大87.5%低減した。
- フィンレイ構造とケーブル駆動を組み合わせた高把持力ソフトハンド外骨格リハビリ外骨格2019/2/1
脊髄損傷や脳卒中患者のリハビリ・支援向けに、フィンレイ構造の指装具とケーブル駆動を組み合わせ、痛みを伴う圧迫を抑えつつ最大22Nの指先力を実現したソフトハンド外骨格を提案・試作した論文。
- 快適性を重視した軽量・逆駆動可能な膝エクソスケルトンの設計ウェアラブルロボット2019/2/1
装着時の不快感を機械設計と制御で抑える3つの工夫（新構造・関節アライメント補正・低インピーダンス伝達）を盛り込み、軽量で逆駆動可能な膝エクソスケルトンを開発した。
- ShapeNet：情報豊富な3Dモデルリポジトリ3Dデータセット2015/12/1
多様なカテゴリの3D CADモデルを大規模に収集し、形状の整列や部品、対称面、物理サイズなどの注釈を付与したデータセット基盤を構築した。
- 3Dモデルに基づく姿勢推定姿勢推定2015/6/1
レンダリング画像で学習し、実画像中の物体の姿勢をカテゴリとバウンディングボックスから推定するパッチベース多クラス分類と反復改善手法を提案した。
