Sheng Xu
Joy Future Academy, JD
収録論文 14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
- 一人称視点映像から触覚を推定するマルチソース教師あり学習モデル触覚2026/11/6
手袋・ロボット触覚など複数データ源の触覚情報と特権視点の蒸留を用い、一人称映像のみから接触・圧力を密に推定するTouchAnnotatorを提案した。
- Semantics-to-Contact:接触の多い操作のための段階的フレームワークマニピュレーション2026/11/5
視覚言語モデルでタスク領域を粗く特定し、その領域内で力覚フィードバックを用いた残差強化学習により微細な接触動作を学習する2段階手法を提案し、視覚的・位置的変動に頑健な実世界接触操作を実現した。
- 意図と軌道の分離:世界行動モデルのための表現演繹フレームワークVLA2026/8/1
世界行動モデルにおける高レベルの状態遷移と低レベルの軌道生成の表現が絡み合う問題を解決するため、思考連鎖ガイダンスを用いた表現演繹フレームワークPILOTを提案し、複雑なロボット操作タスクでの成功率と物理的解釈性を向上させた。
- Dexterity-BEV: 3D世界と行動の整合による汎用ロボットポリシー学習操作学習2026/6/1
2D基盤モデルの限界を克服するため、カメラ校正と深度を用いて2D入力を3D頂点マップに変換し、BEV座標系で入力と行動を整合させることで、視点変化に頑健で汎用的な操作ポリシーを学習する手法を提案した。
- RoboFlow4D: リアルタイムフロー誘導ロボット操作のための軽量フローワールドモデルマニピュレーション2026/5/1
視覚観察とテキスト指示から3Dフローを直接予測し、動作生成を誘導する軽量なエンドツーエンドのフローワールドモデルを提案し、シミュレーションと実世界で操作成功率と計算効率を向上させた。
- 反応から予測へ:エージェント型タスクグラフによるロボット操作の予防的障害回復マニピュレーション2026/5/1
操作タスクを有向タスクグラフでモデル化し、実行前に予測的リカバリ分岐を追加することで、障害発生時に再計画なしで即座に対応するエージェントシステムAgentChordを提案した。
- ロボットマニピュレーションにおけるSim-to-Real汎化の実証研究:Vision-Language-Actionモデルを用いた検証sim2real2026/3/1
VLAモデルを用いたロボット操作において、ドメインランダム化や写実的レンダリングなど4つの要因がSim-to-Real転移に与える影響を1万回以上の実機実験で検証し、評価プロトコルとロボット基盤を公開した。
- ヒューマノイドの脳と身体の協調設計:転倒復帰のための制御と形態の同時最適化ヒューマノイド/協調設計2025/10/1
制御方策と身体形態を反復的に同時最適化するフレームワークRoboCraftを提案し、7種の公開ヒューマノイドで平均44.55%の性能向上を達成した。
- ハイブリッド計測を組み合わせた最適センサ配置による音源位置推定センサ配置2025/4/1
TDOA・RSS・AOA・TOAの計測を組み合わせた静的音源位置推定において、クラメール・ラオ下界に基づき推定精度を最大化する最適なセンサ配置戦略を理論的に導出した論文。
- GPA-RAM: 把持事前学習で強化したロボット注意Mambaによる空間タスク学習マニピュレーション2025/4/1
タスク実演から把持の事前知識を模倣方策に組み込み、注意機構と状態空間モデルを組み合わせたRAMでリアルタイム動作を実現し、RLBenchやALOHA、実機UR5/ARX R5で成功率を大幅に向上させた研究。
- pFedLVM:大規模視覚モデル駆動・潜在特徴ベースの自動運転向けパーソナライズ連合学習フレームワーク連合学習2024/5/1
大規模視覚モデルを中央サーバにのみ配置し、車両とは学習済み特徴量のみを交換することで、通信負荷と計算負荷を抑えつつ各車両の個別特性も反映する連合学習フレームワークを提案した。
- TransCG: 透明物体の深度補完のための大規模実世界データセットと把持ベースライン透明物体深度補完2022/2/1
透明物体の深度補完用に130シーン・57,715枚のRGB-D画像からなる大規模実世界データセットを構築し、RGB画像と不正確な深度から高精度深度を推定するエンドツーエンドネットワークと把持実験を示した論文。
- スーパーツイスティング外乱オブザーバに基づく適応再帰スライディングモード制御によるティルトロータUAVの遷移飛行姿勢制御制御/外乱オブザーバ2021/11/1
ティルトロータ機の遷移モードにおける強結合・非線形・不整合外乱に対処するため、スーパーツイスティング拡張状態オブザーバと適応再帰スライディングモード制御を組み合わせた姿勢制御系を設計し、シミュレーションで有効性を示した論文。
- 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。
