Min Sun
収録論文 23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
- 予測された未来だけでは不十分：ロボットマニピュレーションのための実行可能な目標の学習マニピュレーション2026/10/7
3Dトレース世界モデルから実行可能な終端目標を明示的に出力する学習インターフェースを提案し、5つのマニピュレーションタスクで平均79.69%の成功率を達成した。
- ずれた座標系を見抜く：視覚・力覚精密組立のための特権ノイズ蒸留マニピュレーション2026/10/6
精密組立では姿勢誤差が観測と行動の座標系を同時にずらす問題に対し、訓練時のみ特権情報を使う蒸留でノイズに頑健な視覚・力覚方策を学習し、実機Frankaでも高い成功率を達成した。
- 指示が軌道を呼び出すとき：VLAモデルの汎化失敗の診断と緩和VLA2026/9/30
VLAモデルが言語と視覚を組み合わせて行動を選べず失敗する「指示-行動バインディング」問題を分析し、同指示で異なる行動を要するデータと損失で訓練するECTを提案した。
- メモリツリー誘導キーフレーム問い合わせによる効率的な3D質問応答VQA/3Dシーン理解2026/8/18
3D環境での質問応答を効率化するため、メモリツリー構造でシーンを表現し、質問に関連するキーフレームを高速に選択する手法を提案。
- 任意のオープンソースMLLMの部品レベル点接地を強化する手法視覚接地2026/6/28
MLLMの注意機構を利用し、凍結したまま部品レベルの2D点接地を可能にする軽量デコーダを提案した。
- 私たちが語る嘘：接空間上のスコアマッチングによる視覚言語行動ポリシーにおけるユークリッド誤謬の修正拡散モデル/操作2026/6/1
拡散ベースの視覚言語行動ポリシーがSE(3)姿勢を平坦なユークリッドベクトルとして扱う幾何学的誤りを指摘し、SE(3)上で直接動作する拡散フレームワークを提案して、較正精度と実ロボット性能を向上させた。
- ADAPT: 不特定のアフォーダンス制約下での常識的計画のベンチマーク計画/アフォーダンス2026/4/1
動的環境で物体のアフォーダンスが変化し指示に明示されない状況を評価するベンチマークDynAffordを導入し、既存プランナーにアフォーダンス推論を追加するモジュールADAPTを提案した。
- VLN-NF: 偽の前提指示を用いた実現可能性を考慮した視覚言語ナビゲーションナビゲーション2026/4/1
偽の前提（目標が存在しない）を含む指示でエージェントが探索し「見つからない」と明示する新しいベンチマークと手法を提案した。
- SceneFoundry: インタラクティブな無限3D世界の生成シーン生成2026/1/1
言語プロンプトから、関節付き家具を含むアパート規模の物理的に実現可能な3D環境を拡散モデルで自動生成し、ロボット学習用のシーンを提供するフレームワーク。
- オンライン3Dガウススプラッティングによる明示的メモリでクラス非依存動画セグメンテーションを改善動画セグメンテーション2025/10/1
動画中の物体セグメントをオンライン3Dガウススプラッティングで明示的に記憶し、FastSAMやSAM2の予測精度と一貫性を向上させる手法を提案。
- 属性に基づく物体グラウンディングと空間推論によるロボット把持検出マニピュレーション2025/9/1
自然言語で指定された物体を空間推論で特定し、把持姿勢を予測するフレームワークOGRGを提案。重複物体がある場面でも機能し、弱教師あり学習にも対応する。
- UA-Pose: 部分参照を用いた不確かさ考慮型6D物体姿勢推定とオンライン物体補完6D姿勢推定2025/6/1
物体の一部しか写っていない少数のRGBD画像や単一画像から、不確かさを考慮して6D姿勢推定とオンラインでの物体形状補完を同時に行う手法を提案。
- POp-GS: P最適性による3Dガウシアンスプラッティングの次の視点3Dガウシアンスプラッティング2025/3/1
3Dガウシアンスプラッティングにおける不確実性と情報獲得量をP最適性で定量化し、次の視点選択を改善する手法を提案。
- 連続的セマンティックスプラッティングによる3Dガウシアンスプラッティングの不確かさモデリング3Dシーン理解2024/11/1
3Dガウシアンスプラッティングにおいて、共役事前分布を用いて3D楕円体上で確率的なセマンティック更新を行い、不確かさを定量化できるラスタライズ手法を提案した。
- ロボット身体性に合わせて構成可能なRGB-D動画セグメンテーションデータ生成セグメンテーション2024/10/1
3D再構成からロボットの身体性（センサ種類・配置・照明）に合わせて構成可能な大規模RGB-D動画パノプティックセグメンテーションデータセットMVPdを生成し、ファインチューニングによる性能向上を実証した。
- 不正確なセマンティックマップに適応する文脈認識型再計画手法物体ナビゲーション2024/9/1
VLMで事前探索したセマンティックマップの不確かさを信頼度スコアと多視点整合性で推定し、追加ラベルなしで誤った判断を修正する再計画手法CAReを提案。物体ナビゲーションで性能向上を実証。
- CSCPR: クロスソースコンテキストによる屋内RGB-D場所認識場所認識2024/7/1
RGB-D屋内場所認識のためのCSCPRを提案。グローバル検索と再ランキングを統合し、クラスタコンテキストで特徴処理を一貫させ、新データセットも公開した。
- 教師なし同変学習によるRKHS上の対応不要SE(3)点群位置合わせ点群位置合わせ2024/7/1
点群を再生核ヒルベルト空間の関数として扱い、SE(3)同変特徴を用いることで対応点を必要とせずに位置合わせを行う教師なし学習手法を提案した。
- 単眼深度補完を事前情報としたエピポーラ誘導オプティカルフローによる卓上透明シーンの再構成透明物体認識2023/10/1
単眼のセグメンテーションと深度補完で透明物体の形状事前分布を得た後、エピポーラ誘導オプティカルフローで複数視点の情報を統合し、透明物体を3D再構成する手法を提案した。
- 生涯マルチエージェント経路探索におけるハイウェイの検討群制御2023/4/1
倉庫などで途切れなく発生するタスクを処理する生涯MAPFにおいて、エージェントを同じ方向に誘導する「ハイウェイ」の考え方を導入し、デッドロックや再経路探索を抑えつつ計算時間を削減する手法を提案した。
- CLA-NeRF：カテゴリレベル関節物体ニューラル放射輝度場NeRF/関節物体2022/2/1
カテゴリ単位のRGB画像とパーツセグメントから学習し、未知の関節物体の数枚の画像からパーツ分割・新視点合成・関節ポーズ推定を可能にするNeRFフレームワークを提案。
- 360度全天球画像のためのロバストな8点アルゴリズム再設計幾何推定2021/4/1
360度全天球画像から基礎行列を推定する8点アルゴリズムに、球面カメラを非剛体変形させる新しい前処理を導入し、特徴点の偏りや外れ値に頑健で精度約20%向上する手法を提案した論文。
- 視覚ナビゲーションによるUAV自律着陸システム視覚ナビゲーション2019/10/1
トポロジカルなランドマークと動的閾値処理を用いた画像認識により、UAVが静止・移動プラットフォームへ正確に自律着陸するシステムを開発した。
