Weihao Yuan
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
- 触覚インタラクション状態のベンチマークとモデリングによるロボットマニピュレーション触覚2026/10/30
128タスクの触覚マニピュレーションベンチマークを構築し、触覚履歴から未来の触覚を予測する世界モデルで触覚状態を学習して行動生成に活用する手法を提案した。
- TacClaw-Infinity: 巧みな操作のための大規模視覚・触覚・言語・行動データセット触覚2026/10/14
触覚対応のハンドヘルド型デバイスで世界中から収集した1万時間・100万エピソード超の視覚・触覚・言語・行動データセットを構築し、異なるロボット間での転移を実証した。
- ReEnvision: 長期マニピュレーションのための未来誘導型選択的行動修復マニピュレーション2026/10/13
実行フィードバックから未来の行動信念を更新し、影響を受けた行動だけを選択的に修復することで、長期タスクの成功率を向上させる手法を提案。
- RATE: 接触の多いロボットマニピュレーションのためのリスク認識型触覚エンコーディング触覚2026/10/2
触覚表現にタスク条件付きの接触リスクを組み込み、履歴予測とアラート教師信号で学習する手法を提案し、シミュレーションと実機で成功率を向上させた。
- RoboDreamer: 予測状態空間モデルによる先読み型ヒューマノイド歩行歩行2026/9/7
観測マスキングと蒸留を用いた2段階教師-学生フレームワークで、不完全なセンシング下でも安定したヒューマノイド歩行を実現する。
- 身体化操作のためのデータピラミッド:サーベイデータ収集/身体化AI2026/7/1
実ロボットデータからシミュレーションデータまで、身体化エージェントの学習に使われる5つのデータ源をピラミッド構造で整理し、各データの特性と組み合わせ方を分析したサーベイ論文。
- TouchThinker:大規模データと行動認識表現による触覚常識推論のオープンワールドへの拡張触覚2026/6/10
触覚常識推論をオープンワールドに拡張するため、大規模データセットと行動認識表現を備えた触覚言語フレームワークTouchThinkerを提案した。
- 3DThinkVLA: 潜在3D事前知識を3D思考誘導共学習で視覚言語行動モデルに付与するVLA2026/6/3
視覚言語行動(VLA)モデルに、3D幾何知覚と3D空間推論を分離して潜在空間に注入する共学習フレームワークを提案し、推論時の追加テキスト生成なしに暗黙的な3D空間推論を可能にする。
- UniTacVLA: 視覚言語行動モデルにおける統合触覚理解と予測触覚/操作2026/6/1
接触を伴う器用な操作のために、触覚信号を動的な相互作用の手がかりとして扱い、現在の触覚状態と将来の接触変化を統合的にモデル化するフレームワークを提案。触覚連鎖思考と粗密な将来触覚予測により状態・動態を考慮した事前知識を構築し、実時間と予測触覚を組み合わせた混合制御で高精度な操作を実現。
- FocusVLA: 視覚言語行動モデルにおける視覚情報の焦点化VLA2026/3/1
VLAモデルの性能が視覚表現の質ではなく視覚情報の活用方法に制限されることを示し、注意をタスク関連領域に集中させるFocusVLAを提案した。
- GIC: ガウス情報付き連続体による物性推定とシミュレーションsim2real2024/6/1
3Dガウシアン表現と連続体シミュレーションを組み合わせ、視覚観測から物体の物理特性を推定するハイブリッド手法を提案。
- OV9D: オープンボキャブラリなカテゴリレベル9D物体姿勢・サイズ推定6D姿勢推定2024/3/1
任意の新規カテゴリのテキスト記述から、観測画像中の物体の位置・向き・サイズを推定するオープンセット問題に取り組み、大規模合成データセットOO3D-9DとDinoV2・拡散モデルを活用したNOCS推定フレームワークを提案した。
- S²Net: 球面上での高精度パノラマ深度推定深度推定2023/1/1
全天球パノラマ画像の歪みを抑えるため、特徴マップを単位球面に投影してデコードし、グローバルな文脈を捉えるクロスアテンション融合を組み合わせた単眼深度推定ネットワークを提案した。
- ニューラル暗黙マップを用いた高密度RGB SLAMSLAM2023/1/1
深度入力なしでRGB画像のみからカメラ軌跡とシーン形状を同時推定するSLAM手法を提案し、階層的特徴ボリュームと測光ワープ損失で高精度な地図再構成を実現した。
- 学習型マルチスコピック融合による堅牢な深度推定深度推定2021/8/1
低コスト単眼カメラを水平・垂直に移動させて視差の揃った画像列を撮影し、複数のコストボリュームを学習ベースで融合して高精度な深度推定を実現した研究。
- モンテカルロ木探索による複数物体の再配置:平面非把持仕分けの事例研究マニピュレーション2019/12/1
密集した多クラス物体を押してクラスごとに分離する平面仕分けタスクに対し、タスク特化ヒューリスティックを組み込んだモンテカルロ木探索を適用し、シミュレーションと実機で有効性を示した。
- 視覚型触覚センサによる接触イベントの検出と予測触覚2019/10/1
視覚型触覚センサの時空間画像を深層学習で分類し、接触検出と滑り予測を把持システムに統合して把持成功率と外乱耐性を向上させた。
- トポロジー表現を用いた強化学習による全身腕マニピュレーションでの人体搬送マニピュレーション2018/9/1
ロボットが腕全体で人間を抱え搬送するタスクを、腕と胴体の位置から計算するトポロジー座標で表現し、強化学習で外乱や人間の動きに直接対応できる方策を学習した。異なる体型の人間や知覚ノイズにも対応でき、実機にも転移可能なことを示した。
- 深層強化学習による非把持マニピュレーションでの物体整列マニピュレーション2018/3/1
視覚フィードバックのみを用いた深層Qネットワークで、物体を掴まずに押し動かして整列させる戦略を学習し、シミュレーションで85%の成功率を達成した。
