Shuang Li
収録論文 19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
- 全身ヒューマノイド遠隔操作のためのゲート付き残差身体-手協調遠隔操作2026/9/16
身体と手のモジュールを凍結したまま、ゲート付き残差補正で両者の幾何学的整合性を改善する全身ヒューマノイド遠隔操作フレームワークを提案。
- 臨床世界モデルとの対話によるLLM内の患者動態のエージェント化医療AI/LLMエージェント2026/5/14
敗血症治療の逐次意思決定を改善するため、臨床世界モデルで患者反応をシミュレートし、提案・シミュレート・修正の流れで処方を決定するLLMエージェントSepsisAgentを導入。3段階カリキュラムで訓練し、MIMIC-IVデータで既存手法を上回る性能と安全性を達成した。
- ゲート付きメモリポリシー:文脈内記憶と適応マニピュレーション2026/4/1
ロボット操作タスクの記憶要件に応じて、履歴を選択的に記憶・想起する視覚運動ポリシーを提案。メモリゲートと軽量クロスアテンションにより、非マルコフ的タスクで性能を向上させた。
- EOS-Bench: 地球観測衛星スケジューリングのための包括的ベンチマークスケジューリング2026/4/1
地球観測衛星の撮像スケジューリング問題を評価するための、高忠実度の軌道力学とプラットフォーム制約を統合した大規模ベンチマークフレームワークを提案した。
- RoboSeek: 物体と対話しながら学ぶロボットマニピュレーションマニピュレーション2025/9/1
3D再構成で実環境をシミュレーションに再現し、強化学習とクロスエントロピー法で方策を訓練、real2sim2real転移で実機に展開する長期マニピュレーションの枠組みを提案。
- ロボット操作のための幾何学認識4D動画生成VLA2025/7/1
複数視点の点群整合性を訓練時に監督することで、単一RGB-D画像から時空間的に整合した未来動画を生成し、ロボットの操作軌道復元に応用する4D動画生成モデルを提案。
- 統合動画行動モデルVLA2025/3/1
動画と行動を統合的に学習し、推論時は動画生成を省略して高速に行動を予測できるロボティクス向けモデルを提案。
- 階層的計画のための構成型基盤モデルVLA2023/9/1
言語・視覚・行動の基盤モデルを組み合わせ、長期的な卓上操作タスクを階層的に計画・実行する手法を提案。
- 模倣学習による受動的動的動作を用いた把持内再把持マニピュレーションマニピュレーション2023/9/1
データグローブで収集した専門家軌道とGAILを用い、物体の位置情報のみから把持内スライド動作を実現するエンドツーエンド制御器を提案し、実機で86%の成功率を達成した。
- PoseFusion: SelectLSTMによるロバストな把持物体の姿勢推定マニピュレーション2023/4/1
多指ハンドでの把持物体の6D姿勢を、視覚・触覚・固有感覚を統合しSelectLSTMで最適候補を選ぶことで高精度に推定する手法を提案。
- ConceptFusion: オープンセットなマルチモーダル3Dマッピング3Dマッピング2023/2/1
基盤モデルを活用し、言語・画像・音声など多様なクエリで検索可能なオープンセット3Dシーン表現を構築する手法を提案。
- 視覚的関係の合成を学習するシーン生成2021/11/1
物体間の関係をエネルギー-basedモデルとして表現し、複数の関係を因子分解的に合成することで、シーン生成や編集をより忠実に行える手法を提案した。
- 視覚運動制御のための3Dニューラルシーン表現視覚運動制御2021/7/1
NeRFと時間コントラスト学習を組み合わせ、2D画像から視点不変な3Dシーン表現を学習し、剛体や流体の操作タスクにおける視覚運動制御を実現した研究。
- 適応力制御を併用したテレオペレーションによる柔軟把持・操作の学習テレオペレーション2021/7/1
視覚ベースのテレオペレーション学習に生体模倣型の適応コンプライアンス制御を組み合わせ、人間の手の動きから多指ロボットハンドの柔軟な把持・操作を実現した研究。
- 視覚とIMUによる移動ロボットのハンド・アーム遠隔操作システム遠隔操作2020/3/1
深度カメラによる手指姿勢推定ネットワーク(Transteleop)とIMUによる腕追跡を組み合わせ、移動ロボットのハンドとアームを同時に遠隔操作するマルチモーダルシステムを提案した。
- 聴覚と触覚を融合した頑健なロボット注ぎ動作マルチモーダル知覚2020/3/1
音と力覚のマルチモーダル入力から液面高さを予測するMP-Netを提案し、騒音や遮蔽に頑健な注ぎ動作を実現した。
- 音響振動で液体の高さを推定するロボット注ぎ技術音響センシング2019/3/1
ロボット注ぎ作業において、音響振動センシングと深層学習モデルPouringNetを用いて液体の高さを推定し、不透明容器でも高精度に汎化できることを示した論文。
- PointNetGPD:点群から把持姿勢を検出する軽量評価モデル把持検出2018/9/1
グリッパー内の生の3D点群を直接入力し、把持構成を評価する軽量なエンドツーエンドモデルを提案。35万件の大規模把持データセットで学習し、新規物体や散らかった環境での把持・除去タスクで既存手法を上回る性能を示した。
- 深層学習による影の器用な手のビジョンベース遠隔操作遠隔操作2018/9/1
人間の手の深度画像からロボットハンドの関節角を直接生成するTeachNetを提案し、マーカーレスで高精度な遠隔操作を実現した。
