Wenhai Liu
収録論文 12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
- Pelican-VLA 0.5: 行動前に注意を向けることで汎化を向上VLA2026/7/1
視覚言語理解、未来フレーム生成、行動予測を統合したVLAモデルを提案し、注意レベルの汎化を達成。ボトルネックトークンの導入により、未見のシーンやロボットでも操作対象に注意が向くことを示した。
- Pelican-Unify 1.0: 理解・推論・想像・行動を統合した身体化基盤モデルVLA2026/5/1
単一のVLMと統一未来生成器を用いて、理解・推論・想像・行動を一つのモデルで統合的に学習・実行する身体化基盤モデルを提案し、各能力のベンチマークで高い性能を達成した。
- ExoGS: スケーラブルなマニピュレーションデータ収集のための4D Real-to-Sim-to-Realフレームワークsim2real2026/1/1
人間の直接教示をロボット同型の受動外骨格で計測し、環境と物体を3Dガウシアンスプラッティングで再構成してシミュレーション上で大規模データ拡張と方策学習を行うReal-to-Sim-to-Real手法を提案。
- ForceMimic: 力中心の模倣学習と力・動作キャプチャシステムによる接触の多いマニピュレーションマニピュレーション2024/10/1
人間の力加減を計測する装着型デバイスで野菜の皮むきなどの接触作業のデモを集め、力と位置を同時に扱う模倣学習でロボットに教える手法を提案。視覚のみの手法より成功率を54.5%向上させた。
- RPMArt: 関節物体のためのロバストな知覚とマニピュレーションマニピュレーション2024/3/1
ノイズの多い点群から関節パラメータと把持可能点を推定し、シミュレーションのみの学習で実世界の関節物体をゼロショットで操作できるフレームワークを提案。
- ManiPose: 姿勢を考慮した物体操作のための包括的ベンチマークマニピュレーション2024/3/1
物体の6D姿勢に応じて把持や操作を適応させる「姿勢考慮型物体操作」の研究を進めるため、シミュレーション環境・大規模データセット・LLM活用ベースラインを提供するベンチマークを構築した。
- GAMMA: 多様な関節物体の汎用的な関節モデリングと操作マニピュレーション2023/9/1
多様な関節物体から関節モデリングと把持姿勢を学習し、適応的操作で誤差を低減するフレームワークGAMMAを提案。未見・カテゴリ横断の物体で既存手法を大きく上回る。
- AnyGrasp: 空間・時間領域における堅牢かつ効率的な把持知覚マニピュレーション2022/12/1
実知覚と解析的ラベルを組み合わせた密な教師あり学習により、7自由度の把持姿勢を高精度かつ時間的に滑らかに生成し、未見物体の把持や動的把持を実現した研究。
- SAGCIシステム:サンプル効率・汎化・合成・逐次学習を目指すロボット学習フレームワークマニピュレーション2021/11/1
カメラの点群から環境をURDFとしてモデル化し、微分可能シミュレーションと対話的知覚を組み合わせて、関節物体操作のポリシーを効率的に学習するシステムを提案した。
- SuctionNet-1Billion:吸引把持のための大規模ベンチマーク吸引把持/ベンチマーク2021/3/1
吸引把持の成否を評価する新しい物理モデルと大規模実世界データセットのアノテーション手法、連続空間でのオンライン評価システムを提案し、RGB-D画像からの吸引把持姿勢予測手法の有効性を示した。
- ベイズ把持:触覚の事前知識に基づくロボットの視覚的安定把持マニピュレーション2019/5/1
触覚の事前知識を学習し、単一のRGB画像から安定した把持姿勢を生成するベイズ的把持手法を提案。従来の視覚のみの手法より把持成功率を55%向上させた。
- 自己教師あり学習による吸着把持領域予測:密集環境での物体ピッキングマニピュレーション2019/4/1
ResNetとU-Netを組み合わせたCNNで、認識や姿勢推定なしに吸着把持領域を予測し、オンラインサンプルでend-to-end学習するロボットピッキング手法を提案した。
