Minghao Gou
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション6D姿勢推定ベンチマーク把持検出把持
※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
- 散乱環境における把持可能性の発見による高速かつ高精度な把持姿勢検出マニピュレーション2024/6/1
散乱環境で把持しやすい領域を「graspness」として定義し、それを予測するニューラルネットワークGSNetを提案。従来手法より大幅に高精度・高速な6DoF把持姿勢検出を実現した。
- AnyGrasp: 空間・時間領域における堅牢かつ効率的な把持知覚マニピュレーション2022/12/1
実知覚と解析的ラベルを組み合わせた密な教師あり学習により、7自由度の把持姿勢を高精度かつ時間的に滑らかに生成し、未見物体の把持や動的把持を実現した研究。
- 未見物体の6D姿勢推定:ベンチマークとベースライン6D姿勢推定2022/6/1
訓練時に見ていない新規物体の6D姿勢を推定するタスクを提案し、実画像と合成画像を含むデータセットと新しい評価指標IADDを構築した。2段階のベースライン手法も提案し、その有効性を実験で示した。
- OCRTOC:クラウド型ロボット把持・操作ベンチマークベンチマーク2021/4/1
同一の実機ロボット環境をクラウド経由で提供し、卓上整理タスクの標準化シナリオでアルゴリズムを公平に評価・比較できるベンチマークと競技会を構築した。
- RGBが重要:単眼RGBD画像から7自由度把持姿勢を学習する把持検出2021/3/1
RGBと深度を分離処理し、RGBから把持の3次元姿勢を予測、深度から把持幅と距離を解析的に求めることで、ノイズに頑健な7自由度把持検出を実現した。
- GraspNet:物体把持のための大規模クラスタ・高密度注釈データセット把持2019/12/1
クラスタ状の物体把持のための大規模RGBDデータセットと、解析計算で把持成功を直接評価できる統一評価システムを構築した論文。
