Huy Ha
収録論文 16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
- Transformer Transformer: 動作条件付きロボット共設計のための統一モデルロボット設計2026/7/1
ロボットの設計と制御を統一的に扱う拡散トランスフォーマーを提案し、目標軌道を追従するロボット設計を生成する。
- UMI-Underwater: 水中テレオペレーションなしで水中マニピュレーションを学習するマニピュレーション2026/3/1
自己教師ありデータ収集と陸上デモからの知識転移により、水中ロボットの把持を学習するシステムを提案。
- UMI-on-Air: 機体特性を考慮した汎用視覚運動ポリシーの空中マニピュレーション展開空中マニピュレーション2025/10/1
手持ちグリッパで収集した人間の操作データから汎用視覚運動ポリシーを学習し、拡散サンプリングに制御器の追従コスト勾配を組み込むことで、空中マニピュレータなど制約の強い機体でも動的に実行可能な軌道を生成する手法を提案した。
- 自己改善型の自律水中マニピュレーション水中マニピュレーション2024/10/1
人間のデモからの行動クローニングと自己学習最適化を組み合わせ、水中で物体把持・ゴミ分別・救助回収を自律遂行し、人間の遠隔操作より41%高速化したシステムAquaBotを開発した。
- 脚付きUMI:操作中心の全身コントローラによる移動型マニピュレーションマニピュレーション2024/7/1
手持ちグリッパで実世界の操作データを収集し、シミュレーションで全身コントローラを訓練して、四足歩行ロボットに操作スキルを実装するフレームワークを提案。
- PaperBot:紙で実世界の道具を設計する学習マニピュレーション2024/3/1
紙を折る・切る・投げる動作を自己教師あり学習で最適化し、紙飛行機や紙グリッパーを実機ロボットで設計・使用する手法を提案。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- 動力学誘導拡散モデルによるセンサレスロボットマニピュレータ設計マニピュレーション2024/2/1
物体形状とタスク仕様から、センサなしで開ループ動作により物体を操作できるマニピュレータ設計を生成する拡散モデルベースのフレームワークを提案。
- 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。
- スケールアップと蒸留:言語誘導によるロボットスキル獲得VLA2023/7/1
LLMで計画し多様な操作軌道を大量生成、失敗検知と自動ラベリングを行い、言語条件付きマルチタスク拡散方策へ蒸留する枠組みを提案。
- 袋詰めこそがすべて:異種物体のための汎化可能な袋詰め戦略の学習マニピュレーション2022/10/1
剛体と変形物体を混在させて袋に詰める「異種袋詰め」タスクに対し、並べ替え方策と持ち上げ方策を学習し、実機の3本腕ロボットで70%の成功率を達成した研究。
- 布のファネル:多目的衣類操作のための正規化アライメント変形物体マニピュレーション2022/10/1
任意の配置の衣類を、下流タスクに適した構造化された姿勢へと整える「正規化アライメント」タスクを提案し、動的投げと準静的ピック&プレースを組み合わせた多腕ポリシーを学習して、実機のアイロンがけ・折りたたみで有効性を示した。
- セマンティック抽象化:2D視覚言語モデルによるオープンワールド3Dシーン理解3Dシーン理解2022/7/1
CLIPの関連度マップを抽象化に用いて2D視覚言語モデルに3D空間推論能力を付与し、未知語彙や実世界スキャンにも汎化するオープンワールド3Dシーン理解フレームワークを提案した。
- FlingBot:布広げにおける動的マニピュレーションの驚くべき有効性変形物体マニピュレーション2021/5/1
視覚観測からピック・ストレッチ・フリングの動作を自己教師学習で習得し、双腕ロボットで布を効率的に広げる手法を提案。準静的動作のベースラインを大きく上回る性能を示した。
- 分散型マルチアーム動作計画の学習マニピュレーション2020/11/1
マルチエージェント強化学習とBiRRTの専門家デモを組み合わせ、チーム規模に応じてスケールする分散型マルチアーム動作計画を実現した論文。
- Fit2Form:把持対象に合わせたロボットグリッパ形状を生成する3D生成モデル把持設計2020/11/1
把持対象ごとに最適な指形状を生成する3D生成設計フレームワークを提案し、把持成功・安定性・頑健性を予測するFitnessネットワークで生成モデルを学習させた。
