Jingxi Xu
Stanford University
収録論文 21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
- TacClip: 指先を覆わずに動的接触力を計測するクリップ型センサ触覚センサ2026/9/8
爪に取り付ける小型クリップ型センサで、指先の変形を計測し、接触力や振動を推定する。指の腹を覆わないため、触覚を保ちつつ、視覚ベースの手の追跡と併用できる。
- 万能操作外骨格:リアルタイムトルクフィードバックによるコンプライアント全身ポリシーの学習遠隔操作/データ収集2026/6/12
上肢外骨格UMEを開発し、触覚トルクフィードバック付き遠隔操作で力覚データを収集、コンプライアントな全身操作ポリシーを学習する手法を提案。
- スパース性と希少性に基づくロボット学習ロボット学習2025/9/1
触覚センシングのデータスパース性とリハビリロボットのデータ希少性に着目し、強化学習や意図推定アルゴリズムで効率的なロボット学習を実現する研究。
- ReactEMG: マスクドモデリングによるsEMGからの安定・低遅延な意図検出筋電インターフェース2025/6/1
表面筋電位(sEMG)からユーザの意図をリアルタイムに検出するため、マスクドモデリングで筋活動と意図を対応付ける学習法を提案し、キャリブレーション不要で低遅延・安定なゼロショット検出を実現した。
- 布センシングによる手内在筋活動の計測触覚2024/12/1
親指の内在筋の表面筋電位を計測するため、テキスタイル電極を用いたウェアラブルスリーブを開発し、親指の動きや筋活動の検出性能を評価した。
- 脳卒中患者の意図推定における相互学習と拡張視覚フィードバックBMI/リハビリ2024/12/1
脳卒中患者の筋電信号からロボットハンド装具の意図を推定する際、LED表示で予測確率を提示し、機械学習モデル更新と人間の適応を交互に行う相互学習を提案。5人中2人で性能が向上した。
- ChatEMG: 脳卒中患者用ロボットハンド装具を制御するための合成EMGデータ生成生体信号/リハビリ2024/6/1
少量のEMGデータからプロンプト条件付きで合成信号を生成する自己回帰モデルを提案し、脳卒中患者の装具の意図推定精度を向上させ、実際の機能制御に応用した。
- 脳卒中患者のロボットハンド装具における意図推定の高速適応のためのメタ学習EMG/メタ学習2024/3/1
脳卒中患者のEMG信号による意図推定において、メタ学習を用いて新しいセッションや被験者への高速適応を実現し、少ないデータとエポックで精度を向上させる手法を提案。
- 粒状媒体中の物体を触覚で探索・把持するロボットシステムGEOTACT触覚2024/2/1
触覚フィードバックのみを用いた学習により、粒状環境に埋もれた未知形状の物体を把持・回収するロボットシステムを開発し、実機へのゼロショット転移を実現した。
- 脳卒中後の麻痺手における随意制御は手指剛性とロボット支援動作への抵抗を増大させるリハビリテーションロボティクス2024/2/1
脳卒中患者が麻痺手を随意に動かそうと努力すると、手指の剛性が高まりロボット支援動作への抵抗が増すことを実験的に示した研究。
- 高速MEMSマイクアレイによる触覚の多特徴抽出と超解像触覚2023/10/1
エラストマー下に埋め込んだ疎なMEMSマイクアレイで振動を計測し、トランスフォーマーモデルによりテクスチャ分類・接触位置推定・速度推定を同時に行う手法を提案した。
- 学習されたメタコントローラによる動的把握マニピュレーション2023/2/1
強化学習でメタコントローラを学習し、動的把握における予測の先読み時間と計画の時間予算を適応的に調整することで、成功率を最大28%向上させた。
- TANDEM3D:3D物体認識のための能動的触覚探索触覚2022/9/1
触覚信号を用いた3D物体認識のため、探索と意思決定を共訓練するフレームワークを提案し、シミュレーションで学習して実機で検証した。
- 触覚による探索と意思決定の同時学習フレームワークTANDEM触覚2022/3/1
触覚センサのみで物体を認識するため、探索行動と識別判断を別モジュールで協調学習させる手法を提案し、少ない接触回数で高精度かつノイズに頑健な認識を実現した。
- 脳卒中片麻痺者向けロボットハンド装具における母指の安定化と支援リハビリテーションロボティクス2021/10/1
脳卒中後の片麻痺者向けハンド装具で、2本のケーブルにより母指の対立・整復を可能にし、把持の安定性と可動域を改善する手法を提案し、慢性期患者5名での実験で有効性を示した。
- 学習ベース知覚制御はロバスト制御の限界にどう影響されるかVLA2021/4/1
台車棒の視覚制御課題で、可観測性の制限や知覚ノイズが強化学習とH∞制御の性能・サンプル効率に与える影響を実験的に調べた。
- 到達可能性と運動を考慮した動的グラスピングマニピュレーション2021/3/1
ロボットの到達可能性を符号付き距離場でモデル化し、対象物の運動を考慮した把持品質をニューラルネットで予測することで、動く物体に対するリアルタイム把持計画を実現した研究。
- 脳卒中患者用パワードハンド装具を制御する適応型半教師あり意図推定EMG制御/リハビリ装具2020/11/1
脳卒中患者のEMGベースのハンド装具制御において、セッション内の信号変化に対応するため、マルチモーダル同側センシングに基づく不一致ベースの半教師あり学習アルゴリズムを提案し、5名の被験者データで訓練負担の軽減と機能課題の達成を示した。
- 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。
- 脳波信号によるロボット学習の加速強化学習/BCI2019/10/1
人間の脳波から得られる誤り評価信号を強化学習の報酬形成に利用し、疎な報酬環境でのロボットナビゲーション学習を加速させる手法を提案した。
- 地図もコンパスも不要:パノラマ目標駆動型ビジュアルナビゲーションの学習ビジュアルナビゲーション2019/9/1
実環境の3Dスキャンから生成した専門家軌跡を用いた模倣学習により、地図・コンパス・オドメトリ・目標の相対位置に頼らず、パノラマ目標画像とRGBD入力だけで複雑な屋内環境をナビゲートするエージェントを訓練した研究。
