Kuan-Ting Yu
収録論文 8本 ・ フィジカルAI/ロボット学習
マニピュレーション触覚6D姿勢推定
※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
- GRITS: こぼれを考慮した誘導拡散ポリシーによるロボットの食品すくいタスクマニピュレーション2025/10/1
食品すくい時のこぼれを予測するモデルを拡散ポリシーの誘導信号として使い、こぼれを抑えつつ成功率を高める手法を提案し、実機で有効性を示した。
- 触覚SLAM：平面押し動作からの形状と姿勢のリアルタイム推定触覚2020/11/1
触覚センサの計測列から未知物体の形状と姿勢をリアルタイムに推定する手法を提案し、平面押しによる触覚探索をオンラインSLAM問題として定式化した。
- 触覚と視覚を融合した吸引保持物体の挿入のためのリアルタイム状態推定触覚2018/3/1
吸引カップで保持した物体を狭い空間に挿入するため、力覚・視覚・ロボット運動学をiSAMで統合し、接触形態をデータ駆動で推定するリアルタイム状態推定システムを開発した。
- 多様な把持戦略と領域横断画像照合による混雑環境での新規物体ピック＆プレースマニピュレーション2017/10/1
カテゴリ非依存のアフォーダンス予測で4種の把持動作を使い分け、商品画像との照合で未知物体も認識するピック＆プレースシステムを構築し、2017年Amazonロボティクスチャレンジの収納タスクで優勝した。
- 触覚と視覚を統合したリアルタイム状態推定：平面マニピュレーションへの応用マニピュレーション2017/9/1
触覚と視覚の入力をiSAMフレームワークで統合し、プッシャー・スライダー系の物体状態をリアルタイム推定する手法を提案。視覚の遮蔽問題を触覚で補い、形状・素材・接触モードを変えた実験で推定精度を評価した。
- 多視点自己教師あり学習による6D姿勢推定：Amazon Picking Challengeへの応用6D姿勢推定2016/9/1
多視点RGB-Dデータと自己教師あり学習を組み合わせ、 clutter環境でも物体の6D姿勢を高精度に推定する手法を提案し、APC 2016で有効性を示した。
- MITチームのAmazon Picking Challenge 2015への取り組みマニピュレーション2016/4/1
倉庫の棚から商品を自動で取り出すAmazon Picking Challenge 2015に参加したMITチームの設計方針・成果・教訓をまとめ、残された課題を論じた論文。
- 押し動作の高忠実度実験データセット：100万通り以上の押し方マニピュレーション2016/4/1
平面押し動作を6次元で変化させた高精度実験データセットを構築し、摩擦のばらつきやロボティクスでよく使われる摩擦押しモデルの仮定・簡略化を評価した論文。
