Jinkun Cao
Amazon FAR
収録論文 14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
- 高速・高精度な手の推定:ピクセル・インタラクション・ワールド空間手姿勢推定2026/11/5
単眼画像から手のメッシュ・2D/3D関節・接触を高速推定するモデル群FAHを提案し、画像空間の整合性やワールド空間追跡を改善した。
- 力に反応するヒューマノイドの移動操作を学習するフレームワークFLORE移動操作2026/10/26
力覚付きハンドヘルドグリッパとウェアラブルトラッカーで実演を収集し、視覚・固有感覚・力覚を入力とする拡散ポリシーと力追従型全身コンプライアンス制御で、両手と全身の接触力を協調させるヒューマノイドの移動操作を実現した。
- PanTact: ウェアラブル接触インターフェースで全身器用さを教える全身マニピュレーション2026/10/8
ロボットを使わない人間のデモンストレーションから、接触情報を介してヒューマノイドの全身マニピュレーションを学習するシステムを提案。
- 全身ヒューマノイド制御における高精度SE(3)エンドエフェクタ追従ヒューマノイド全身制御2026/10/7
幾何アドミタンス制御と残差強化学習を組み合わせ、歩行中の浮遊基底振動を抑えつつエンドエフェクタの位置・姿勢を高精度に追従させる全身ヒューマノイド制御器ResGACを提案し、実機Unitree G1で有効性を示した。
- QF3: フィルタリングされたQ勾配による高速フロー強化学習強化学習2026/10/6
フローポリシーを強化学習で訓練する際、批評家の行動勾配を1ステップ予測に逆伝播し、信頼できる行動次元のみに適用するオフポリシー手法を提案。ヒューマノイド歩行をゼロから学習し実機にゼロショット転移、既存手法より10倍高速化を実現。
- 接地反力慣性ポーザー:スパースIMUとインソール圧力センサによる物理ベースの人間動作キャプチャ動作キャプチャ2026/3/1
IMUと足裏圧力センサを組み合わせ、物理シミュレータ上のデジタルツインを制御して物理的に妥当な全身動作を再構成する手法GRIPを提案した。
- GENMO: 人間の動作のための汎用モデル動作生成・推定2025/5/1
動作生成と動作推定を単一の枠組みに統合した汎用モデルGENMOを提案。動作推定を制約付き動作生成として再定式化し、回帰と拡散の相乗効果で高精度な推定と多様な生成を両立する。
- SMPLOlympics:物理シミュレーションされたヒューマノイドのためのスポーツ環境ヒューマノイド制御2024/7/1
人間の動作データと互換性のあるヒューマノイドモデルを用いて、ゴルフやテニスなど多様なオリンピック競技を物理シミュレーションで再現する環境群を構築し、強力な動作事前分布と単純な報酬の組み合わせで人間らしいスポーツ行動が学習できることを示した。
- Omnigrasp: シミュレーションされたヒューマノイドによる多様な物体の把持マニピュレーション2024/7/1
シミュレーション上のヒューマノイドが1200以上の多様な物体を把持し、ランダムな軌道に沿って運搬できる制御器を学習した研究。
- CooHOI: 操作物体の動力学を活用した協調的人間-物体インタラクションの学習マニピュレーション2024/6/1
単一ヒューマノイドの模倣学習とマルチエージェント強化学習を組み合わせ、複数体で協調して物体を運ぶスキルを獲得するフレームワークを提案。
- ヘッドマウントセンサからのリアルタイムシミュレーテッドアバターアバター制御2024/3/1
AR/VRヘッドセットのカメラと姿勢情報から、物理シミュレーション上のヒューマノイドアバターをリアルタイムに制御する手法を提案。大規模合成データセットで学習し、実世界のキャプチャでも動作を実証した。
- 物理ベース制御のための汎用人型動作表現ヒューマノイド制御2023/10/1
大規模な動作データから人型ロボットの多様な運動スキルを潜在空間に蒸留し、階層型強化学習で人間らしい動作を生成・追従できる汎用動作表現を提案した。
- リアルタイムシミュレーションアバターのための永続的人型制御ヒューマノイド制御2023/5/1
ノイズの多い入力や転倒時でも高精度な動作模倣と復帰を実現する物理ベース人型コントローラを提案し、大規模動作データから効率的に学習する漸進的乗算制御方策を導入した。
- マルチエージェント環境におけるインスタンス認識型予測ナビゲーション自動運転2021/1/1
エージェント間の相互作用や将来のシーン構造を予測するマルチインスタンスイベント予測モジュールを提案し、安全な行動系列をサンプリングして動的環境での運転方策を効率的に学習する手法。
