Tianhao Wu
収録論文 18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
- STL仕様とパレート最適化に基づく実現可能性修復を備えたシナリオMPCモデル予測制御2026/9/20
確率的で制御不能なエージェントが存在するマルチエージェント系において、STL制約の実現可能性修復をパレート最適化として扱うMPCフレームワークを提案し、自動運転シナリオで評価した。
- STAR: 視覚・触覚・言語・行動モデルにおけるスパース触覚表現学習による巧みなマニピュレーションマニピュレーション2026/9/11
200時間の双腕巧みな操作データセットを構築し、触覚信号のスパース性に対処する視覚・触覚・言語・行動モデルSTARを提案。実世界4タスクで平均61%の成功率を達成した。
- 競合するSTL仕様下での実行可能性回復とパレート最適な改良制御/形式手法2026/3/1
競合する信号時相論理仕様により実行不可能となるMPC問題に対し、最小緩和で実行可能性を回復し、多目的最適化としてパレート最適解を求める二段階フレームワークを提案した。
- CADGrasp: 混雑環境における接触・衝突を考慮した汎用巧みな把持の学習マニピュレーション2026/1/1
単視点点群から、接触と衝突を考慮したスパースIBS表現を拡散モデルで予測し、それを用いて混雑環境でも衝突を避けつつ安定した巧みな把持姿勢を生成する二段階手法を提案。
- ClutterDexGrasp:散らかった環境での汎用器用把持のためのSim-to-Realシステムマニピュレーション2025/6/1
散らかったシーンで目標物体を把持するため、シミュレーションで教師方策を訓練し、3D拡散方策の生徒モデルに蒸留して実機にゼロショット転移する閉ループシステムを提案した。
- 予測力注意を伴う適応的視触覚融合による巧みなマニピュレーションマニピュレーション2025/5/1
力誘導注意融合モジュールと自己教師あり未来力予測を導入し、操作段階に応じて視覚と触覚の重みを適応的に調整することで、接触の多い3つの実世界タスクで平均93%の成功率を達成した。
- 巧みな視触覚ポリシー学習のための3D触覚の正準表現と力に基づく事前学習触覚2024/9/1
3D触覚データを正準表現に変換し、力に基づく自己教師あり事前学習を行うことで、巧みな手による接触の多い操作タスクの成功率を向上させた研究。
- 拡散ポリシーによる巧みな機能的把持前操作マニピュレーション2024/3/1
物体を掴む前に位置や向きを器用に調整する把持前操作を、教師-生徒学習と拡散ポリシーで実現し、30種類以上の物体で72.6%の成功率を達成した研究。
- 活性化関数の最適化による高次元系でのDeepReach性能向上到達可能性解析2023/12/1
深層学習ベースの到達可能性解析DeepReachにおいて、活性化関数の選択を工夫することで高次元システムでの性能を改善し、9次元のマルチビークル衝突問題で有効性を示した。
- GraspGF: 人間支援のためのスコアベース把持プリミティブ学習マニピュレーション2023/9/1
人間の代わりにロボットハンドで物体を把持する際、ユーザの意図に適応するため、把持勾配場(GraspGF)と履歴条件付き残差ポリシーを組み合わせた手法を提案。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- SubT-MRSデータセット:SLAMを全天候環境へと押し進めるSLAM2023/7/1
煙や粉塵、照明変化など多様な劣化環境を含む実世界SLAMデータセットを構築し、LiDAR・魚眼カメラ・IMU・熱カメラなどのマルチモーダルセンサと空中・脚式・車輪ロボットを組み合わせ、頑健性評価指標を新たに提案した。
- PyPose: 物理ベース最適化を統合したロボット学習ライブラリロボット学習ライブラリ2022/9/1
深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。
- 強化学習による人間レベルの両手巧みな操作に向けてマニピュレーション2022/6/1
認知科学の発達段階に沿った数千の物体・両手操作タスクを備えたベンチマークBi-DexHandsをIsaac Gym上に構築し、各種強化学習アルゴリズムを網羅的に評価した。
- 敵対的強化学習による動的物体把持フレームワークGraspARLマニピュレーション2022/3/1
ロボットと逃げる物体をmin-maxゲームとして定式化し、敵対的強化学習で多様な軌道を自動生成して動的把持の汎化性能を高めた研究。
- RoboAssembly:多ロボット接触リッチ環境で家具組み立てを学習マニピュレーション2021/12/1
家具組み立てを強化学習問題として定式化し、多ロボット接触リッチなシミュレーション環境で多様な椅子の組み立てを学習する手法を提案。未見の椅子でも物体中心設定で74.5%、フル設定で50.0%の成功率を達成。
- VAT-Mart: 3D関節物体操作のための視覚的行動軌道提案の学習マニピュレーション2021/6/1
関節物体を操作するため、密な視覚的行動アフォーダンスと軌道提案を予測する知覚・相互作用フレームワークを提案し、強化学習と知覚学習を同時に行うことで未知形状や実世界データへの汎化を示した。
- 無信号交差点における連結自動運転車のための密度考慮型連合模倣学習連合学習/自動運転2021/5/1
プライバシー保護のため生データ共有が難しい複数事業者環境で、連合学習と模倣学習を組み合わせて無信号交差点の自動運転車制御を改善する手法を提案した。
