Kaiyu Hang
Rice University
収録論文 33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
- 感覚運動アラインメント:身体性ポリシー成功のプラトニック代理指標VLA2026/10/22
モデルの感覚表現が物理的運動の構造とどれだけ整合するかを測る学習不要のオフライン指標S²を提案し、ロボットタスク成功率やVLMバックボーンの有望性と相関することを示した。
- 品質を考慮したVLA事前学習で重要な要素は何か:ベンチマークと実証研究VLA2026/10/13
VLA事前学習におけるデモ品質の活用法(重み付け・フィルタリング・条件付け)を比較し、品質タグの役割を検証するAXIS-Benchを提案。実世界実験で成功率が9.6%から31.7%に向上。
- RoboTok: 人間のデモンストレーション検索と器用な操作学習のためのインターネット規模データエンジンデータエンジン/操作学習2026/9/2
クエリ動画から関連する人間の操作デモをウェブ動画から検索し、器用なロボットポリシーの訓練に利用するデータエンジンを提案。3D手の軌跡に基づく潜在動作空間を学習し、視点や外観の変化に頑健な検索を実現。
- EgoInfinity: ウェブ規模の4D手と物体のインタラクションデータエンジンによる任意視点ロボット再ターゲティングとビデオから行動へのロボット学習データエンジン/ロボット学習2026/6/1
インターネット上の人間の操作ビデオを、ロボットの学習に使える4D手と物体のインタラクションデータに自動変換するモジュール式データエンジンを提案。手の軌跡や物体の6-DoF姿勢などを復元し、多様なロボット形態への動作再ターゲティングを可能にする。
- ゼロショットSim-to-Realロボット学習:リアクティブキャッチングにおける巧みな操作の研究sim2real2026/5/1
ドメインランダム化の新しい手法DRISを提案し、複数のランダム化インスタンスを同時に扱うことでロボットのポリシーを強化し、ゼロショットでの実機転送を実現した。
- MotionBits: 剛体の運動レベル解析によるビデオセグメンテーションセグメンテーション2026/3/1
剛体の運動を基本単位とする新しいセグメンテーション概念「MotionBit」を提案し、手動ラベル付きベンチマークと学習不要のグラフベース手法で既存手法を上回る性能を示した。
- ManipulationNet:物理的スキル課題と身体化マルチモーダル推論を備えた実世界ロボット操作のベンチマーク基盤ベンチマーク2026/3/1
実世界のロボット操作タスクを標準化されたハードウェアキットと統一ソフトウェアクライアントで提供し、物理スキルと身体化推論の2トラックで評価する持続可能なベンチマーク基盤を提案した。
- ManiDreams: 不確実性を考慮したタスク特化型直観物理による堅牢な物体操作のためのオープンソースライブラリマニピュレーション2026/3/1
物体操作の堅牢性を高めるため、知覚・パラメータ・構造の不確実性を計画ループ内で表現・伝播・制約するモジュール式フレームワークManiDreamsを提案・公開した。
- rt-RISeg: 実時間モデルフリーなロボット対話型セグメンテーションによる能動的インスタンスレベル物体理解セグメンテーション2025/7/1
ロボットが物体を操作する際の身体フレーム不変特徴を利用し、学習済みモデルなしで未知物体を実時間でセグメンテーションする対話型知覚フレームワークを提案。
- 不確実性下での柔軟・接触活用型マニピュレーションによるロバストなペグ挿入組立マニピュレーション2025/6/1
ペグと穴の接触を積極的に利用し、位置ずれや形状誤差があっても学習なしでペグ挿入を実現するマニピュレーションシステムを提案。NISTの組立タスクボードなどでロバスト性を検証した。
- B4P: 双方向フォレストと経路修復による把持と配置動作の同時計画マニピュレーション2025/4/1
把持と配置を分離せず、双方向サンプリングで把持候補と配置候補を同時に探索し、冗長マニピュレータの動作計画を効率化するフレームワークを提案。
- ARC-Calib: 探索的ロボット動作によるマーカーレスカメラ・ロボット間自律キャリブレーションキャリブレーション2025/3/1
マーカーや学習済みモデルを使わず、ロボット自身の探索動作から得られる軌跡の幾何拘束を利用してカメラとロボットの位置関係を自律的に推定するキャリブレーション手法を提案。
- ランダム化スケジューリングと情報に基づく経路生成による多様体拘束マニピュレータの効率的なマルチロボット動作計画マルチロボット動作計画2024/12/1
複数ロボットの経路をスケジューリングで調整し、スケジューラと動作計画器の双方向フィードバックで実現可能な経路を生成する手法を提案。従来のハイブリッド手法より10〜100倍少ない経路数で計画できる。
- 準柔軟なロボット動作による遮蔽物体把持のための衝突を含むマニピュレーション計画マニピュレーション2024/12/1
環境との衝突を許容する準柔軟な動作とインピーダンス制御を組み合わせ、遮蔽された物体を把持するための計画フレームワークを提案し、実機で有効性を示した。
- 非把持物体再配置のための物体中心キノダイナミック計画マニピュレーション2024/10/1
物体中心の計画パラダイムを採用し、大規模で物理的に複雑な非把持再配置問題を、モデル誤差や実世界の不確実性に対処しながら解く統合フレームワークを提案した。
- 時間的ケージング:不確実性と限られた知覚下でのロバスト物体操作フレームワークマニピュレーション2024/10/1
1台のロボットでも時間的にエンドエフェクタを切り替えてケージ配置を形成し、物体形状や物理特性の詳細知識なしに開ループでロバストな操作を実現する手法を提案。
- 柔軟な探索動作によるロボットと環境のインタラクティブ自己キャリブレーションキャリブレーション2024/3/1
協働ロボットに標準搭載された力覚センサを使い、ロボット自身が環境を柔軟に探索することで、外部センサや人手なしにロボットと環境の空間関係を自動推定する自己キャリブレーション手法を提案した。
- UNO Push: ノンパラメトリック推定とモデル予測制御による統一的な非把持物体押し操作マニピュレーション2024/3/1
少数の探索行動から非パラメトリックに系の遷移関数を近似し、モデル予測制御と組み合わせることで、未知物体に対してもミリメートル精度の押し操作を実現する枠組みを提案した。
- 能動表面を備えたウェアラブルローラーリングによる把持内操作の拡張マニピュレーション2024/3/1
指を動かさずに物体を把持内で操作できる、ロボットハンドにも人間の手にも装着可能なモジュール式ローラーリングを開発し、その運動モデルと操作能力を実験で示した。
- RISeg: ロボットインタラクションによる物体セグメンテーションセグメンテーション2024/3/1
ロボットが物体に触れて動かし、剛体に付随するフレームの相対速度から物体を識別することで、混雑環境でも未見物体のセグメンテーション精度を大幅に改善する手法を提案。
- 巧みな把持内操作のためのノンパラメトリック自己同定とモデル予測制御マニピュレーション2023/7/1
少数の探索行動とノンパラメトリック学習で手と物体の局所モデルをオンライン自己同定し、モデル予測制御に組み込むことで、センサレス劣駆動ハンドでも高精度な把持内操作を実現した。
- 長期的なロボットインタラクションによる自己教師あり未知物体インスタンスセグメンテーションセグメンテーション2023/2/1
ロボットが物体を繰り返し押す動作から得た画像に多物体追跡と動画物体セグメンテーションを適用し、未知物体のセグメンテーションマスクを自己教師ありで生成するシステムを提案。実世界データで微調整することでセグメンテーション精度と把持性能が向上することを示した。
- 非把持マニピュレーションのための運動学的動的Rapidly-exploring Random Forestマニピュレーション2023/2/1
非把持マニピュレーションを局所的な再配置と大域的な行動最適化の結合問題として定式化し、複数領域を同時探索する森林ベースの運動学的動的計画法を提案した。
- 動的計画ホライズンと運動力学的計画による再配置ベースのマニピュレーションマニピュレーション2022/8/1
混雑環境での物体操作を、サンプリングベース計画と動的な計画ホライズン制御を組み合わせて計画と実行を交互に行うフレームワークを提案し、把持・移動・仕分けタスクで有効性を示した。
- コンプライアンスを活用した指歩行とマルチモーダル計画による複雑な把持内操作把持内操作2022/1/1
柔軟な劣駆動ハンドの直交安全モードを利用した操作計画と視覚追跡により、触覚センサや関節エンコーダなしで物体の把持内完全SO(3)操作を実現した。
- ロボットハンド内操作のベンチマークマニピュレーション2020/1/1
手指や環境を利用して把持物体の姿勢を変化させるハンド内操作タスクのベンチマークを提案し、初期・目標状態の例と評価指標を提供した。
- モンテカルロ木探索による複数物体の再配置:平面非把持仕分けの事例研究マニピュレーション2019/12/1
密集した多クラス物体を押してクラスごとに分離する平面仕分けタスクに対し、タスク特化ヒューリスティックを組み込んだモンテカルロ木探索を適用し、シミュレーションと実機で有効性を示した。
- ロボットマニピュレータのための物体配置計画と最適化マニピュレーション2019/7/1
把持物体を混雑環境に安定かつ到達可能な姿勢で置くため、サンプリングベースの動作計画と階層的配置探索を統合した anytime アルゴリズムを提案し、双腕ロボットで有効性を示した。
- 巧みな操作グラフを用いた双腕による把持内操作と再把持マニピュレーション2019/4/1
物体表面上の指の移動を表すグラフを構築し、把持内操作と再把持をグラフ探索で計画、双腕ロボットで実行する手法を提案した。
- 効率的な非把持物体再配置計画のための操作状態と行動の学習マニピュレーション2019/1/1
GANと強化学習を組み合わせ、ロボットが障害物のある平面上で物体を非把持で再配置する計画を高速化した研究。
- トポロジー表現を用いた強化学習による全身腕マニピュレーションでの人体搬送マニピュレーション2018/9/1
ロボットが腕全体で人間を抱え搬送するタスクを、腕と胴体の位置から計算するトポロジー座標で表現し、強化学習で外乱や人間の動きに直接対応できる方策を学習した。異なる体型の人間や知覚ノイズにも対応でき、実機にも転移可能なことを示した。
- 巧みな把持内操作のためのマニピュレーショングラフマニピュレーション2018/3/1
ロボットのエンドエフェクタ内で物体を操作・再配置するため、操作プリミティブの系列を計画する「Dexterous Manipulation Graph」を提案し、双腕ロボットで実機検証した論文。
- 深層強化学習による非把持マニピュレーションでの物体整列マニピュレーション2018/3/1
視覚フィードバックのみを用いた深層Qネットワークで、物体を掴まずに押し動かして整列させる戦略を学習し、シミュレーションで85%の成功率を達成した。
