Vaishakh Patil
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
- GoalDex:画像ゴール条件付き巧みな手内操作ポリシーの学習マニピュレーション2026/11/1
物体姿勢推定を介さずRGB画像と固有感覚から直接巧みな手内回転操作を学習する視覚運動フレームワークを提案し、画像で目標姿勢を指定できるようにした。シミュレーションで姿勢ベース手法を上回り、実機5物体へのsim2real転移も示した。
- TactSpace: 触覚のシミュレーションから実世界への転移のための物理強化共有潜在空間の学習触覚/sim2real2026/6/1
触覚センサのシミュレーションと実データの差異を埋めるため、異なる触覚モダリティを共通の潜在空間に整列させる表現学習フレームワークを提案し、シミュレーションのみで訓練したモデルを実センサに直接適用するゼロショット転移を実現した。
- ViserDex: 頑健な器用な手内回転のための視覚的シミュレーションから実世界への転移器用操作2026/4/1
単眼RGBカメラを用いた手内物体回転のためのシミュレーションから実世界への転移フレームワークを提案し、3Dガウシアンスプラッティングによる視覚的ドメインランダマイゼーションでポーズ推定と操作ポリシーを訓練する。
- DiskChunGS: チャンクベースのメモリ管理による大規模3DガウシアンSLAMSLAM2025/11/1
3DガウシアンスプラッティングSLAMのGPUメモリ制約を、シーンを空間チャンクに分割し非アクティブ領域をディスクに退避するアウトオブコア方式で克服し、大規模環境の再構成を可能にした。
- FOCI: ガウススプラット上での軌道最適化軌道最適化2025/5/1
3Dガウススプラッティングのガウス間重なり積分を衝突指標に使い、環境とロボットをガウスで表現して狭い空間も通れる軌道を数秒で最適化する手法。
- タグマップ:大規模言語モデルによる空間推論とナビゲーションのためのテキストベース地図ナビゲーション2024/9/1
大規模画像認識モデルを活用し、数千の意味クラスを表現できるテキストベースの地図を提案。従来の埋め込みベース地図より2〜4桁少ないメモリで同等の位置推定精度を実現し、LLMと組み合わせた実機ナビゲーションを検証した。
- ロボット遠隔操作のためのラディアンスフィールド遠隔操作2024/7/1
複数カメラのライブ映像からNeRFや3DGSをオンライン学習し、ロボット遠隔操作の視覚化を高精細かつ操作可能にするシステムを提案した。
- ICGNet: インスタンス中心の把持のための統一的アプローチマニピュレーション2024/1/1
単一視点の点群から各物体のインスタンス表現を生成し、物体再構成と把持検出を同時に行うエンドツーエンド手法を提案。散らかった卓上シーンでの把持性能と実環境適用性を示した。
- 空間認識型Shapley値によるLiDARライン選択:低コスト深度補完深度補完2023/3/1
LiDARのライン数を削減しつつ深度補完精度を維持するため、Shapley値と空間配置を考慮したライン選択手法を提案。
- P3Depth: 区分平面性事前分布を用いた単眼深度推定深度推定2022/4/1
各ピクセルが同一平面を共有する種ピクセルを予測し、その平面係数から深度を推定することで、遮蔽境界の鋭い高精度な単眼深度推定を実現した論文。
- 過去を忘れるな:単眼動画からの再帰的深度推定深度推定2020/1/1
ConvLSTMを用いてフレーム間の時空間構造を活用し、単眼動画からリアルタイムに自己教師あり深度推定・補完を行う手法を提案した論文。
