Katherine Liu
収録論文 13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
- MobileVISTA: 移動マニピュレーションにおける姿勢汎化のための生成データ拡張移動マニピュレーション2026/10/5
単一姿勢の実演データから、視覚観測の拡張と動作の再ターゲティングを組み合わせて姿勢摂動に頑健な訓練データを生成し、ヒューマノイドや双腕ロボットの移動マニピュレーションの汎化性能を向上させるフレームワーク。
- VLA Foundry: 視覚言語行動モデル訓練のための統合フレームワークVLA2026/4/1
LLM、VLM、VLAの訓練を単一コードベースで統合するオープンソースフレームワークを提案し、スクラッチからの訓練と事前学習済みバックボーンを用いた訓練の両方をサポートし、シミュレータ上で評価した。
- OmniShape: 実世界におけるゼロショット多仮説形状・姿勢推定形状・姿勢推定2025/8/1
単一観測から未知物体の姿勢と完全形状を推定するため、形状補完を2つのマルチモーダル分布に分離し、条件付き拡散モデルで複数仮説を生成する手法を提案。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル(LBM)をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- CodeDiffuser: VLM生成コードによる曖昧な指示に対応する注意強化拡散ポリシーVLA2025/6/1
VLMが自然言語指示を解釈してタスク固有のコードを生成し、そのコードから3D注意マップを作って拡散ポリシーを誘導することで、曖昧な指示下のロボットマニピュレーションを実現するフレームワーク。
- ZeroGrasp: ゼロショット形状復元によるロボット把持マニピュレーション2025/4/1
遮蔽推論と物体間の空間関係を活用し、3D復元と把持姿勢予測を同時に行うフレームワークを提案。大規模合成データセットで学習し、実世界の新規物体にも汎化する。
- ゼロショット新規視点合成による視点不変な方策学習マニピュレーション2024/9/1
単一画像から新規視点を合成するモデルをデータ拡張に用い、単一視点の実演データから視点に頑健な操作方策を学習する手法を提案し、実機・シミュレーションで有効性を示した。
- DiffusionNOCS:Sim2Real多モーダルカテゴリレベル姿勢推定における対称性と不確実性の管理sim2real2024/2/1
拡散モデルを用いて密な正準マップを推定し、合成データのみの学習で対称物体や未知環境に対応するカテゴリレベル姿勢推定手法を提案。
- 物体中心ニューラル散乱関数によるマルチオブジェクト操作マニピュレーション2023/6/1
物体ごとの光の散乱を表すニューラル表現OSFをモデル予測制御に組み込み、複数物体の操作を照明条件が厳しく未知の環境でも高精度に実現した。
- CARTO: カテゴリと関節に依存しない多関節物体の再構成3D再構成2023/3/1
単一のステレオRGB画像から複数の多関節物体の3D形状・姿勢・関節状態を一度に推定する手法を提案。カテゴリ横断的な学習を可能にし、実世界への転移も実現した。
- ROAD: 暗黙的再帰オクツリー自動デコーダによる3D形状の効率的符号化3D形状表現2022/12/1
潜在空間で暗黙的オクツリーを再帰的に辿ることで、大規模な3D形状データセットを99%以上の圧縮率で高精度に再構成する手法を提案。
- 自己ラベル付き三つ組によるオンライン記述子強化:視覚的データ関連付けの改善視覚的データ関連付け2020/11/1
ドメイン非依存の分類ネットワークをオンラインで微調整し、時間的に離れた正例と記述子空間で近い負例からなる自己ラベル三つ組で視覚記述子を逐次改善する手法を提案。物体追跡のデータ関連付け性能を向上させる。
- 複数UAVによる森林冠下での捜索救助群制御2019/8/1
GPSが使えない森林冠下で複数のドローンが協調して探索・地図作成を行うシステムを提案し、木の配置を特徴としたループ閉じ込みとサイクル整合な多方向マッチングで位置推定の精度を高めた。
