Nima Fazeli
Amazon
収録論文 60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
- 近接・触覚センシングを活用したロボットマニピュレーションの探求触覚2026/11/2
複数ゾーンのToFセンサと光学式圧力センサを組み合わせた触覚センサToFTouchを開発し、把持前調整・混雑物からの取り出し・狭所への挿入の3タスクで有効性を示した。
- GelSlim 5.0：単一指尖カメラで視覚と触覚を統合触覚2026/10/22
1台の固定カメラとUV応答性接触層を組み合わせ、照明切替で同一視点から視覚画像と触覚画像を順次取得する指尖センサーを提案。両モダリティを融合するTransformer「VisTacFusion」で物体姿勢と接触形状を推定する。
- テストシーンごとに物理特性を文脈内校正するワールドモデルワールドモデル2026/10/21
テストシーン内での探索的インタラクションを物理記述トークンに符号化し、ファインチューニングなしでアクション条件付きワールドモデルをその場の物理ダイナミクスに校正する手法を提案。
- 全身巧みさ全身マニピュレーション2026/10/15
ロボットの全身を接触面として使い、大きな物体を把持・操作するフレームワークを提案し、Unitree G1で実機検証した。
- 触覚誘導ロボット学習：表現学習から基盤モデルまで触覚2026/10/14
触覚を活用したロボットスキル学習を学習中心の視点で整理し、表現学習、基盤モデル、予測制御、sim2real転移などの研究動向と課題をレビューした論文。
- HULK: ヒューマノイドの全身力強いロコマニピュレーション学習ロコマニピュレーション2026/10/6
MPCで強化学習を導き、荷重下でのバランスを保ちながら重い物体を全身で操作するヒューマノイド制御フレームワークを提案し、Unitree G1で実証した。
- ReDex: 指先の柔軟なインタラクションによるSim-to-Real巧みな操作ポリシーの修復sim2real2026/10/5
シミュレーションで訓練した多指ハンドポリシーに対し、実機で人間が指先の接触失敗のみを修正し、その際の力覚情報を模倣学習で取り込むことで、触覚シミュレーションなしに実世界へ適応させる手法。
- ADEPT: 事前学習と強化学習による事後学習で器用さを加速する強化学習/器用操作/sim2real2026/8/19
高自由度ロボットの器用な操作を、事前学習と事後学習を組み合わせた強化学習フレームワークで実現し、シミュレーションから実機への転移を可能にした。
- 触覚シミュレーションを使わない触覚Sim2Real：ボトルネック潜在再構成による実現sim2real2026/8/16
触覚センサのシミュレーションを避け、シミュレータ内のオラクルセンサ（点群と指先力）で学習したポリシーを、実センサの潜在表現をオラクルに合わせることで実機に転移するフレームワークを提案。挿入や歯車噛み合わせで高成功率を達成。
- テンセグリティロボット向け6軸接触力推定を実現するスケーラブルなオープンソース視触覚センサ触覚センサ2026/7/1
テンセグリティロボット用に、エラストマーシェルとカメラを組み合わせた軽量な視触覚センサを開発し、ニューラルネットワークで6軸の力とトルクを推定。静的・動的実験で精度を確認し、実機での接地検出にも成功した。
- TAP-VLA: 視覚言語行動モデルのための触覚アノテーションプロンプティングVLA/触覚2026/6/1
触覚情報を視覚的なオーバーレイとしてVLAモデルに統合し、接触を伴う操作タスクの成功率を大幅に向上させるフレームワークを提案した。
- RoboMME：ロボット汎用ポリシーの記憶能力を評価・理解するベンチマークVLA2026/3/1
長期的・履歴依存的な操作タスクにおけるVLAモデルの記憶機構を評価するため、16タスクからなる標準ベンチマークと14種の記憶拡張VLAを構築し、記憶表現の有効性がタスク依存であることを示した。
- HydroShear: 触覚シミュレーションから実機への強化学習のためのハイドロエラスティックせん断シミュレーション触覚/sim2real2026/3/1
本論文では、接触を伴うタスクにおける触覚のシミュレーションから実機へのポリシー転送の問題を扱い、非ホロノミックなハイドロエラスティック触覚シミュレータHydroShearを提案する。これは、スティックスリップ遷移、経路依存の力とせん断の蓄積、完全なSE(3)物体-センサ相互作用をモデル化し、GelSight Miniを用いた実験で既存手法より忠実に実触覚せん断を再現し、ゼロショットのsim-to-real転送を可能にする。
- TactAlign: 触覚アライメントによる人間からロボットへのポリシー転送触覚2026/2/1
触覚グローブで収集した人間の触覚信号を、異なる身体を持つロボットに転送するクロスエンボディメント触覚アライメント手法を提案。ペアデータ不要で、接触の多いタスクでのポリシー転送性能を向上させる。
- 触覚の音：弦振動を用いた能動的音響触覚センシング触覚2026/2/1
張った弦を電磁的に振動させ、接触によるスペクトル変化から接触位置・力・滑りを推定する軽量で拡張可能な触覚センシング手法を提案。
- GrOMP: 把持物体多様体投影によるマニピュレーションのマルチモーダル模倣学習マニピュレーション2025/12/1
把持中にずれる物体を低次元多様体に制約することで、模倣学習の誤差蓄積を抑え、触覚フィードバックを用いた精密組立タスクの精度を高める手法を提案。
- 分散触覚センシングによる外部接触と把持内姿勢の同時推定触覚2025/12/1
触覚センサの局所観測と接触の物理制約をファクタグラフで統合し、物体の把持内姿勢と外部接触を同時推定する手法を提案。触覚のみでも既存手法を上回る精度を実現。
- 拡散ポリシー学習による建設現場の接触リッチ組立マニピュレーション2025/11/1
建設スケールの産業用ロボットに拡散ポリシーを適用し、嵌合精度が厳しい木工継手の組立を力覚センサ付き遠隔操作デモから学習。位置ずれ最大10mmでも接触を考慮した制御で高い成功率を示した。
- センサ間触覚生成触覚2025/10/1
触覚センサの形状差を超えてモデルを転用するため、ペアデータを使うTouch2Touchと中間深度表現を介するT2D2の2手法を提案し、手内姿勢推定や行動クローニングで有効性を示した。
- 温度サンプリングによる不均衡データセット上のロボット学習ポリシーの効果的訓練ロボット学習2025/10/1
ロボット行動データセットの物理的行動の不均衡を緩和するため、温度サンプリングに基づく簡便なサンプリング戦略を提案し、小規模モデルの事前学習と大規模基盤モデルの微調整の両方で低リソースタスクの性能を向上させた。
- Hydrosoft: 柔軟触覚マニピュレーションのための非ホロノミック弾性流体モデル触覚2025/9/1
柔軟な触覚センサの経路依存的な接触力分布と表面積変化を捉える計算効率の良い非ホロノミック弾性流体モデルを提案し、微分可能な定式化により高解像度触覚フィードバックと統合した軌道最適化を実現した。
- AimBot: 視覚運動ポリシーの空間認識を高める簡易補助視覚キューVLA2025/8/1
多視点RGB画像に照準線とスコープを重ねてエンドエフェクタの状態を明示し、視覚運動ポリシーの性能を向上させる軽量な視覚拡張手法を提案。
- ViTaSCOPE: 視触覚の暗黙表現による把持物体姿勢と外部接触位置の推定触覚2025/6/1
視覚と高解像度触覚を融合し、物体をSDF、触覚をニューラルせん断場として表現することで、把持中の物体姿勢と外部接触位置を同時に推定する手法を提案。シミュレーションで学習し実機へゼロショット転移できる。
- Vib2Move：指先の微振動による把持物体の再配置マニピュレーション2025/6/1
指先の微振動で摩擦を変え、重力を利用して把持中の平面物体を高精度に位置決めする手法を提案。
- ViSA-Flow: 大規模動画の意味的行動フローによるロボットスキル学習の加速マニピュレーション2025/5/1
人間の物体操作動画から「意味的行動フロー」を自己教師ありで学習し、それをロボットの少数デモに適応させることで、低データでも操作スキルを効率的に獲得するフレームワーク。
- 変形ツールと剛体物体の接触相互作用推定：学習とモデルベース最適化の融合マニピュレーション2025/5/1
変形するツールが剛体を巧みに操作する際の運動と接触力を、学習と物理モデルを組み合わせて推定する手法を提案し、シミュレーションと実機で有効性を示した。
- ニューラル逆問題による未知外力源の再構成物理情報ニューラルネットワーク2024/11/1
物理情報ニューラルネットワーク(PINN)を用いて、部分的なノイズ観測から系の状態と未知の外力源関数を同時に推定する手法を提案し、ロボティクス分野での有効性を検証した。
- 触覚センサ間の対照学習による統一表現の獲得触覚2024/10/1
異なる触覚センサ（GelSlimとSoft Bubble）で同じ物体を触ったペアデータを使い、対照学習で共通の埋め込み空間を学習。姿勢推定や分類の事前学習に有効で、あるセンサで学習したモデルを別のセンサに追加学習なしで適用できることを示した。
- 視覚と聴覚による外部接触の推定マニピュレーション2024/9/1
把持物体と環境の接触を、視覚と能動音響センシングを組み合わせて推定する手法を提案し、シミュレーションで学習して実世界にゼロショット転移した。
- 双摩擦面を用いた両手ハンド内操作マニピュレーション2024/9/1
物体の両側に2つの摩擦パッチ接触を協調させ、滑りと固着を交互に切り替えることで、把持内で物体を再配置するモデリング・計画手法を提案し、実機で有効性を示した。
- Touch2Touch: 物体操作のための触覚センサ間クロスモーダル生成触覚2024/9/1
拡散モデルを用いてGelSlimとSoft Bubbleという異なる触覚センサ間で触覚信号を相互変換し、センサ固有のアルゴリズムを別センサの信号に適用可能にする手法を提案。
- RACER: 模倣学習のための豊かな言語ガイド付き失敗回復ポリシーマニピュレーション2024/9/1
失敗回復軌道と言語注釈を自動生成し、VLM監督者と言語条件付きポリシーを組み合わせることで、ロボットマニピュレーションの失敗回復と指示追従を改善する手法を提案。
- 触覚ニューラル逆レンダリング触覚2024/9/1
触覚信号のみから生成モデルを用いて物体の局所3D表現を再構成し、姿勢推定と不確かさの定量化を可能にする手法を提案。
- 触覚ファンクタセット：触覚データセットのニューラル陰関数表現触覚2024/9/1
触覚センサの生画像をニューラル陰関数で再構成し、コンパクトでセンサ間の汎化が可能な表現を提案。手先物体姿勢推定で画像ベース手法を上回る性能を示した。
- GelSlim 4.0：触覚と再現性に焦点を当てたオープンソース触覚センサ触覚2024/9/1
GelSlim 3.0を改良し、簡素化した指構造と製造しやすいレンズを備えたオープンソースの視覚ベース触覚センサを開発し、深さ・せん断場推定ライブラリと製造マニュアルを提供して再現性を検証した。
- 触覚知覚で異なるロボット間の協調マニピュレーション能力差を克服触覚2024/9/1
触覚センサと行動クローニングを用いて、トルクセンシングのないロボットでも力強い協調作業を可能にするポリシーを学習し、異なる機体間で転移できることを示した。
- 相互情報量を用いた物体探索マニピュレーションマニピュレーション2024/8/1
視覚的に隠れた環境で既知の可動物体の姿勢を推定するため、相互情報量に基づいてロボットの接触を伴う探索行動をオンライン生成する手法を提案。
- This&That: 言語とジェスチャーで制御するロボット計画のための動画生成VLA2024/7/1
言語とジェスチャーを組み合わせて動画生成モデルを制御し、その予測動画を行動クローニングでロボット動作に変換する計画フレームワークを提案。
- 触覚による非把持物体操作：外部接触モード制御触覚2024/5/1
高解像度触覚センサを備えたグリッパで把持した物体を、接触モードを制御しながら滑らせたり回転させたりする非把持操作の計画・制御手法を提案。
- 接触と自由空間データから多様で妥当な姿勢推定を生成するCHSEL触覚2023/5/1
接触・触覚データから物体の妥当な姿勢集合を推定する手法CHSELを提案。自由空間情報を考慮した微分可能な体積コスト関数とQuality Diversity最適化により、多様で高品質な姿勢を生成する。
- 視触覚フィードバックからの物体変形と接触パッチの統合推定触覚2023/5/1
視覚と触覚の情報を統合し、暗黙表現を用いて物体の変形と接触パッチを同時にモデル化するNDCFを提案。シミュレーションで学習し、実世界へ直接転移できることを示した。
- MultiSCOPE: 固有感覚と触覚フィードバックによる把持物体姿勢の曖昧性解消触覚2023/5/1
双腕ロボットが物体を把持した際の姿勢推定を、固有感覚と触覚フィードバックを用いて摩擦接触を繰り返すことで高精度化する手法を提案し、実機とシミュレーションで有効性を示した。
- 非対称二重限界面による上面接触を用いた精密物体スライディングマニピュレーション2023/5/1
物体の上面をエンドエフェクタで接触させ、支持面上を滑らせる際の力学モデルと計画アルゴリズムを提案し、滑りを防ぎつつ任意の目標姿勢へ移動させる手法を実証した。
- 視触覚接触サーボのための柔軟ツールと環境の相互作用ダイナミクス学習視触覚/マニピュレーション2022/10/1
柔軟なツールと環境の接触を視触覚知覚から予測する接触特徴表現とダイナミクスモデルを学習し、障害物を避けながらヘラでこする作業を実現する制御手法を提案した。
- 積層造形におけるロボット高粘度流体ディスペンシングの集中定数モデリングと制御マニピュレーション2022/10/1
高粘度流体の吐出における過渡遅れと非線形性を集中定数モデルで表現し、反復LQRによる補償で高品質な3Dプリントを実現した。
- VIRDO++: 変形可能物体の実世界における視触覚ダイナミクスと知覚触覚2022/10/1
視覚と触覚を統合したニューラル陰関数表現により、変形可能物体の状態推定と変形ダイナミクス予測を実世界で実現し、未知物体や接触形態への汎化を示した。
- 視触覚トランスフォーマーによるマニピュレーションマニピュレーション2022/10/1
視覚と触覚のマルチモーダル表現学習手法VTTを提案し、モデルベース強化学習と計画に適用して、シミュレーションと実機のタスクで有効性を示した論文。
- 膜によるマニピュレーション：高解像度で高変形可能な触覚センシングと制御触覚2022/9/1
柔らかい触覚センサ膜の変形ダイナミクスを学習し、把持物体の姿勢を推定することで、マーカー描画や把持内回転などの接触の多いタスクを高精度に実現する手法を提案した。
- 固有感覚と触覚フィードバックによる接触位置と物体姿勢の同時推定触覚2022/6/1
固有感覚と触覚のみを用い、2つのパーティクルフィルタで接触位置と把持物体の3D姿勢を同時推定する手法を提案し、実機の単腕・双腕ロボットで有効性を示した。
- 変形物体の視覚・触覚統合暗黙表現VIRDO触覚2022/2/1
点群と触覚反応力を入力に、接触位置と力の潜在表現を学習して変形物体の形状変化を予測するマルチモーダル暗黙表現を提案した論文。
- 接触情報を用いた散らかった物体のソフトトラッキングによるブラインド物体検索マニピュレーション2022/1/1
視覚が使えない散らかった環境で、接触点の位置と物体との曖昧な対応をパーティクルフィルタで追跡し、対象物体を把持・検索する手法を提案した論文。
- 罠を認識して脱出する階層型モデル予測制御モデル予測制御2020/10/1
未知の罠状態に陥った際に、目標追従と復帰行動を切り替える二層階層制御TAMPCを提案し、接触を介してしか観測できない障害物がある実機ペグ挿入などで有効性を示した。
- 残差点接触学習による長期予測と不確実性伝播接触モデリング2020/9/1
剛体シミュレータの接触モデルを自己教師あり学習で補正する残差モデルを提案し、平面サイコロ転がしの長期予測で不確実性を伝播させて最先端手法と比較した論文。
- 物理シミュレータと物体ベースネットワークを組み合わせた制御sim2real2019/4/1
物理エンジンと物体ベースのニューラルネットワークを組み合わせたハイブリッド力学モデルSAINを提案し、接触を伴う複雑な制御タスクで精度とデータ効率、汎化性能が向上することを示した。
- 確率的ニューラルネットワークによる物理シミュレータの拡張：平面押し出しとバウンドのケーススタディsim2real2018/8/1
解析的な剛体シミュレータに不確実性を残差として学習するニューラルネットを組み合わせ、平面押し出しとボールバウンドの高精度かつ汎用的な物理シミュレータを構築した研究。
- 平面剛体接触モデルの性能と解釈性の根本的限界接触モデル2017/10/1
6種類の一般的な剛体接触モデルを実験データでパラメータ同定し、性能の上限と失敗モードを明らかにして、その限界を指摘した論文。
- データ効率の良い剛体接触モデルの学習：平面衝突のケーススタディ接触モデル2017/10/1
平面衝突の実験データを用いて、剛体接触モデルをデータ駆動型・データ補強型モデルと比較し、少ない学習データで学習モデルが解析モデルを上回ることを示した。
- 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。
- 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。
