Junhao Cai
Hunan University
収録論文 17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
- 予測幾何から行動へ:身体性マニピュレーションのための相補的予測表現の学習マニピュレーション2026/10/20
多視点動画から将来の幾何変化を予測する表現と行動に関連する遷移表現を2段階で学習し、推論時に未来観測を必要とせず操作ポリシーの性能を向上させるフレームワークを提案した論文。
- CoRef-GS: マルチエージェント協調型参照3DガウシアンスプラッティングVLA2026/9/17
複数ロボットが各自構築した3Dガウシアンマップを統合し、言語クエリで対象物を特定する協調型シーン理解フレームワークを提案。
- XPolicyLab: ロボットポリシー評価と展開のための統一標準・オープンエコシステムロボットポリシー評価2026/8/1
ロボットポリシーの評価と展開を統一する標準規格とオープンエコシステムを提案し、N個のポリシーとM個の環境の接続コストをO(NM)からO(N+M)に削減した。
- RoboInter1.5: 身体性世界モデリングとロボット操作のための包括的中間表現スイート操作/データセット/世界モデル2026/7/1
ロボット操作と身体性世界モデリングのための、多様な中間表現(サブタスク、プリミティブスキル、物体・グリッパー接地、セグメンテーション、アフォーダンス、把持姿勢、接触点、動作軌跡など)を備えた大規模データセット、ベンチマーク、モデル群を構築した。
- InternVLA-A1.5: 理解・潜在予測・行動の統合による構成的汎化VLA2026/7/1
ロボット操作のための統一モデルで、事前学習済みVLMの意味理解とビデオ生成モデルの動的予測を活用し、将来予測を潜在コードのクエリ問題として再構成することで、実時間制御を維持しつつ構成的汎化を実現した。
- 視点汎化を超えて:多視点デモがもたらすものとロボット操作のためのその合成方法マニピュレーション2026/3/1
多視点デモデータがロボット操作の性能と汎化に与える影響を体系的に分析し、単眼入力から新視点ビデオを合成する自己教師ありフレームワークRoboNVSを提案した。
- InternVLA-A1:ロボットマニピュレーションのための理解・生成・行動の統合VLA2026/1/1
シーン理解・視覚的予測・行動実行の3つの専門家をMixture-of-Transformersで統合したVLAモデルを提案し、実世界12タスクで既存手法を上回る性能を達成した。
- InternData-A1:汎用ポリシー事前学習のための高忠実度合成データVLA2025/11/1
大規模シミュレーションで生成した63万軌道超の合成データセットInternData-A1を構築し、合成データのみでVLAモデルを事前学習しても実データと同等の性能が得られることを示した。
- ロボットマニピュレーションにおける生成AI:サーベイマニピュレーション2025/3/1
GAN・VAE・拡散モデルなどの生成モデルをロボットマニピュレーションに応用する研究を、データ生成から方策学習まで階層的に整理したサーベイ。
- GIC: ガウス情報付き連続体による物性推定とシミュレーションsim2real2024/6/1
3Dガウシアン表現と連続体シミュレーションを組み合わせ、視覚観測から物体の物理特性を推定するハイブリッド手法を提案。
- OV9D: オープンボキャブラリなカテゴリレベル9D物体姿勢・サイズ推定6D姿勢推定2024/3/1
任意の新規カテゴリのテキスト記述から、観測画像中の物体の位置・向き・サイズを推定するオープンセット問題に取り組み、大規模合成データセットOO3D-9DとDinoV2・拡散モデルを活用したNOCS推定フレームワークを提案した。
- 意図発見による把持学習と難環境への応用マニピュレーション2023/4/1
実演から潜在的な意図を抽出し、自己探索を通じて多様で堅牢な把持方策を学習する手法を提案。シミュレーションから実世界へのゼロショット汎化を実現した。
- ERRA: 長期的言語条件付きマニピュレーションタスクのための身体性表現・推論アーキテクチャマニピュレーション2023/4/1
大規模言語モデルによる粗い推論とマルコフ決定過程による細かい推論を組み合わせ、ロボットが長期的な言語指示マニピュレーションタスクを分解して実行できる身体性学習アーキテクチャを提案。
- Flipbot: 粗から細への外受容・固有受容探索による連続的な紙めくり学習マニピュレーション2023/4/1
紙のような柔軟物体を1枚ずつ把持・めくるタスクに対し、外受容感覚と固有受容感覚を統合し粗から細への探索で最適制御パラメータを自己教師あり学習するFlipbotを提案した。
- TSDFボリューム上の接触点検出による7自由度把持マニピュレーション2022/9/1
TSDFボリューム上で接触点を検出し、多視点融合と衝突判定を活用して、乱雑環境での閉ループ7自由度把持を実現するパイプラインを提案した。
- LIDAR点群のためのオープンワールド意味セグメンテーション点群セグメンテーション2022/7/1
LIDAR点群の意味セグメンテーションにおいて、未知クラスの識別と逐次的な新規クラス学習を可能にするオープンワールドタスクを提案し、REALフレームワークで実現した。
- MetaGrasp: アフォーダンス解釈ネットワークによるデータ効率的な把持把持2019/2/1
対蹠把持則を用いた修正戦略で効率的に把持サンプルを収集し、画素単位のアフォーダンス解釈ネットワークを学習することで、少数のシミュレーションサンプルのみで未知物体や背景にも高精度に把持できるシステムを提案した。
