Thanh-Toan Do
収録論文 11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
- PhysMirror: 物理的に正確な鏡面反射を生成するフレームワーク画像生成2026/7/3
テキストから画像を生成する拡散モデルに、3D空間の事前知識を組み込むことで、物理的に正しい鏡面反射を生成する新しい手法を提案。専用の評価指標も導入し、既存手法より高い精度を実証した。
- RoTipBot: 回転可能な触覚センサを用いた薄く柔軟な物体のロボットハンドリング触覚2024/6/1
回転する触覚センサRoTipを指先に搭載し、薄く柔軟な物体を複数枚同時に把持・計数できるロボットシステムを開発した。従来法より高成功率かつ最大3倍高速に動作する。
- 透明物体のロボット知覚:レビュー知覚2023/4/1
透明物体のロボット知覚に関する研究を網羅的に調査し、セグメンテーション・再構成・姿勢推定の課題と将来方向、データセットの限界、マルチモーダルセンサの利点を議論したレビュー論文。
- どこを触るべきか?透明物体把持のための視覚誘導型触覚プロービングマニピュレーション2022/8/1
透明物体を把持するため、セグメンテーションで触覚プローブ領域を予測し、GelSight触覚センサで局所形状を取得して把持計画を立てる手法を提案。把持成功率を38.9%から85.2%に向上させた。
- A4T: 透明物体の深度再構成と操作のための階層的アフォーダンス検出マニピュレーション2022/7/1
透明物体のアフォーダンスを階層的に検出し、その情報を用いて深度マップを段階的に再構成することで、透明物体の把持・操作を可能にするフレームワークを提案した論文。
- 見た目変化に強い大規模場所認識場所認識2019/8/1
天候や季節による見た目の変化に頑健な場所認識のため、隠れマルコフモデルに基づく時系列画像マッチングと再学習・圧縮可能な手法を提案した。
- V2CNet:ロボット操作のための動画からコマンドへの変換ディープラーニングフレームワーク動画理解/ロボット操作2019/3/1
デモ動画をロボットが直接使えるコマンドに変換するV2CNetを提案。エンコーダ・デコーダと時間畳み込みネットワークの2分岐で細粒度動作と系列情報を同時に学習し、大規模データセットで従来手法を大きく上回る性能を示した。
- Deep-6DPose:単一RGB画像から6D物体姿勢を復元する6D姿勢推定2018/2/1
Mask R-CNNに姿勢推定ブランチを追加し、単一RGB画像から物体検出・セグメンテーション・6D姿勢推定をエンドツーエンドで行う手法を提案した。
- SceneCut: 屋内シーンの幾何と物体の統合セグメンテーションセグメンテーション2017/9/1
単一のRGB-D画像から、学習で見ていない物体も含めて物体と非物体表面を同時に分割する手法を提案し、階層的セグメンテーションツリーと境界予測ネットワークで高精度に実現した。
- AffordanceNet:物体のアフォーダンス検出のためのエンドツーエンド深層学習手法アフォーダンス検出2017/9/1
RGB画像から物体検出とそのアフォーダンス(把持可能な部位など)のピクセル単位セグメンテーションを同時に行うエンドツーエンドの深層学習モデルを提案し、実時間ロボット応用に適することを示した。
- イベントカメラの6自由度姿勢をリアルタイム再定位する空間LSTMネットワークイベントカメラ/姿勢推定2017/8/1
イベントストリームから生成したイベント画像をCNNと積層LSTMで処理し、イベントカメラの6自由度姿勢を高精度かつリアルタイムに推定する手法を提案した。
