Xiang Li
Tsinghua University
収録論文 106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
- Cosmosによる物理AI向けインタラクティブ世界シミュレーション世界モデル2026/11/4
Cosmos世界基盤モデルを拡張し、行動やシーン操作に応じて映像をリアルタイムに生成する対話型シミュレーションフレームワークを提案。カメラ移動やロボット操作、自動運転のマルチビュー生成などで実証した。
- 全身制御とiLQR-MPCによる頑健なヒューマノイド歩行歩行2026/11/3
単一剛体モデルとiLQR-MPCで接地力と足位置を同時最適化し、全身制御で500Hzの関節トルクに変換するヒューマノイド歩行手法を提案。外乱からの復帰をシミュレーションで実証した。
- FeasibleFlow: 構成空間の実現可能性と軌道を一段階で同時輸送するエンドツーエンド運転エンドツーエンド運転2026/9/20
エンドツーエンド自動運転において、構成空間の実現可能性場とマルチモーダルな自車軌道を一段階の生成フレームワークで同時に輸送する手法を提案し、安全性と進捗のバランスを取るランカーと強化学習を導入してNAVSIMで有効性を示した。
- 地下環境における視覚慣性オドメトリの劣化・誤較正・動的遮蔽下でのベンチマークVIO2026/9/16
CERBERUSデータセットを用い、地下環境でのVIOシステム4種を9つの実用的な摂動条件下で評価し、故障パターンとロバスト性限界を分析したベンチマーク研究。
- 人間はヒューマノイド遠隔操作における人間とAIの主体性を区別できるか？主体性知覚の予備研究遠隔操作/主体性知覚2026/9/6
ヒューマノイド遠隔操作で、人間操作とAI制御の音声・表情・ジェスチャーを比較し、参加者がどちらかを判別できるか予備実験で調査した。結果、短いやり取りでは区別が難しいことが示された。
- GIFT: 行動指向の構造的監督による誘導中間特徴学習を用いたロボット操作マニピュレーション2026/9/3
視覚と言語の事前学習で得られる特徴と制御に必要な情報の乖離（行動十分性ギャップ）を埋めるため、中間特徴に幾何・アフォーダンス・目標領域の3つの制御関連構造を学習させるフレームワークGIFTを提案し、複数のポリシーで性能向上を確認した。
- データ中心型ニューロモーターインターフェースによる携帯型ヒューマンマシンインタラクションヒューマンマシンインターフェース2026/8/31
筋電信号を利用した携帯型のジェスチャー認識インターフェースを開発し、データ中心のアプローチにより小型モデルで高精度な認識を実現した。
- SMILE: 長期的VLA実行のための滑らかな動作生成VLA/動作生成2026/8/29
VLAモデルの長期的な動作実行精度を向上させるため、Bスプライン係数を予測して滑らかな動作列を生成する手法SMILEを提案。複数のベースラインに適用し、精度と推論効率を改善。
- 密集制約環境下でのロボットによる歯牙形成のカバレッジ計画医療ロボティクス2026/8/25
歯科修復のための自動全冠形成を実現するロボットシステムを提案し、解剖学的認識に基づく工具経路計画とクリアランス重視のエンドエフェクタ姿勢割り当てにより、平均0.117mmの精度で歯牙を削合する。
- 潜在アクションを意図として用いた効率的な未来想像による世界行動モデルVLA2026/8/25
ロボット制御のための世界行動モデルにおいて、テスト時の未来観測生成の遅延を削減するため、潜在アクションを意図の表現として用いるLAWAを提案。将来の観測を生成せずに効率的な未来想像を実現し、少ないデモデータや分布外シナリオでの性能を向上させた。
- アーム認識型誘導による器用な把持生成：アーム非依存把持モデルの活用マニピュレーション2026/8/17
事前学習済みのアーム非依存把持モデルを推論時にアーム情報と環境情報で誘導し、アーム制約を考慮した器用な把持を高確率で生成するフレームワークを提案した。
- ロボットのための視覚ベース触覚知能：センシング、学習、身体化された操作触覚2026/8/16
視覚ベース触覚センサ（VBTS）のハードウェア、学習手法、シミュレーション、データセットを統合したレビュー論文。接触による変形を画像化するVBTSのパイプライン全体を俯瞰し、今後の課題と方向性を示す。
- Vorch-Omni: 視覚と聴覚のマルチタスク統合オーケストレーション音声映像生成2026/8/6
音声と映像の生成・編集・参照合成を単一モデルで統一的に扱うマルチタスクフレームワークを提案し、条件付けマスクとタスク識別子により多様な入出力構成を柔軟に処理する。
- 経済エージェントからエージェント経済へ：経済世界モデルのためのシステム設計図経済シミュレーション2026/8/6
経済世界モデル（EWM）を構築するための実装ロードマップを提案し、エージェントの行動と市場・制度の相互作用から経済動学を生成するシステムを6段階の能力ラダーで整理した。既存研究のサーベイとリソース公開も行う。
- ATP: 解剖学的トルクとパッシビティベース制御による安全な上肢外骨格支援フレームワーク外骨格/制御2026/8/1
上肢外骨格の安全な支援のため、解剖学的トルクとパッシビティベース制御を組み合わせたフレームワークを提案。強化学習で筋肉制御器を訓練し、オンラインでトルクを調整、エネルギータンクでパッシビティを保証する。
- XPolicyLab: ロボットポリシー評価と展開のための統一標準・オープンエコシステムロボットポリシー評価2026/8/1
ロボットポリシーの評価と展開を統一する標準規格とオープンエコシステムを提案し、N個のポリシーとM個の環境の接続コストをO(NM)からO(N+M)に削減した。
- Exo2EgoPose: 外中心デモを活用した視覚言語ガイドによる自己中心3D手姿勢予測手姿勢予測2026/7/17
自己中心視点の3D手姿勢予測タスクを新たに提案し、外中心視点のデモ動画をガイドとして活用するフレームワークを開発した。
- CoorGrasp: 不確実性下での適応的器用把持のための協調接触制御器用操作/触覚/制御2026/7/1
形状や位置の不確実性下で計画された器用把持を実行する際、開ループ実行では接触が不協調になり失敗しやすい問題に対し、触覚駆動のモデル予測制御を提案し、接近・把持の両フェーズで多指の接触を協調させて成功率を向上させた。
- HUGS: 学習された人間の事前知識による多様なスケール・モードを横断した統一的巧緻把持合成のガイド把持合成2026/7/1
人間の把持嗜好を学習した事前知識で、指2本のピンチから両手把持まで多様なスケール・モードの巧緻把持を統一的に合成するフレームワークを提案。
- RL-MACRO: マルチモーダル適応型ロボット開頭術のためのサイバネティック閉ループ知能フレームワーク手術ロボット/強化学習2026/7/1
ロボット開頭術において、力覚・音響センサから隠れた温度状態を推定し、強化学習で切削パラメータを適応制御する閉ループ知能フレームワークを提案した。
- 農業用視覚言語ナビゲーションのための走行可能性推定アラームVLN/農業ナビゲーション2026/7/1
農業シーンでのVLN-CEにおいて、カメラ画像の走行可能性を推定し、予測行動と矛盾する場合に警報を出すTEAモジュールを提案し、AgriVLNに統合して性能を向上させた。
- RadiusFPS: 球状ボクセル刈り込みによるCPU・GPU上の効率的な最遠点サンプリング点群処理2026/6/4
点群のダウンサンプリング手法である最遠点サンプリング(FPS)を高速化するため、球状ボクセル刈り込みと座標ごとのスキップテストを導入し、GPU実装で最大2.5倍の高速化を達成した。
- Chronos: 非マルコフ的長期間操作のための物理情報を活用した全履歴フレームワーク操作2026/6/1
ロボットポリシーを力学系として捉え、観察履歴を状態として扱うことで、記憶依存の長期間操作を可能にするフレームワークを提案した。
- 弾性クエリ強化学習：VLAモデルの自己認識型ポリシー実行VLA/強化学習2026/6/1
VLAモデルの推論・再計画スケジュールを固定せず、状態の難易度に応じてクエリの入力・ノイズ除去予算・アクション長を動的に調整する枠組みEQRLを提案。軽量な適応器と批評家の不一致による難易度信号で計算資源を効率的に配分し、シミュレーションと実機で推論コストを削減しつつ成功率を維持・向上させた。
- EmbodiSteer: 関節空間ガイダンスによる身体非依存視覚運動ポリシーの操縦 - ゼロショット異種身体展開に向けて模倣学習/ロボット制御2026/6/1
身体非依存の視覚運動ポリシーを、推論時の拡散サンプリングを関節空間に持ち上げて全身衝突回避ガイダンスを適用することで、ゼロショットで身体認識型展開を実現する訓練不要フレームワークを提案した。
- IMAC-AgriVLN：農業用視覚言語ナビゲーションエージェントは指示の誤りに気づけるか？ナビゲーション2026/6/1
農業用VLNエージェントが指示の誤りを検出・修正できるようにするため、誤りを含む指示のベンチマークA2A-MIと修正モジュールIMACを提案した。
- ワールドモデル：アーキテクチャ、方法論、推論パラダイム、応用に関する包括的サーベイサーベイ2026/5/28
環境の構造とダイナミクスを学習する内部シミュレータであるワールドモデルについて、アーキテクチャ、方法論、推論戦略、応用領域の4軸で分類する包括的なサーベイを提供する。
- 接触走査から姿勢推定へ：相補形状ドッキングによるプローブ対応位置合わせ位置合わせ2026/5/1
光学的手法に頼らず、プローブの掃引体積と対象物の相補形状ドッキングとして接触位置合わせを定式化し、高精度な位置合わせを実現する手法を提案した。
- UniLab: GPU中心パラダイムを超えたロボット強化学習のためのヘテロジニアスアーキテクチャ強化学習/システムアーキテクチャ2026/5/1
CPUシミュレーションとGPU学習を分離したヘテロジニアスな強化学習システムUniLabを提案し、GPUシミュレーションに依存せずに3〜10倍の学習効率向上を実証した。
- PokeVLA: 包括的な世界知識の指導によるポケットサイズの視覚言語行動モデルの強化VLA2026/4/1
この論文は、ロボット操作のための軽量な視覚言語行動モデルPokeVLAを提案し、2段階のトレーニングと新しいアクションエキスパートにより、LIBERO-Plusベンチマークと実世界で高い性能を達成した。
- VistaBot: 時空間認識ビュー合成による視点ロバストなロボット操作マニピュレーション2026/4/1
カメラ視点の変化にロバストなロボット操作を実現するため、幾何モデルとビデオ拡散モデルを統合したフレームワークVistaBotを提案。テスト時のカメラ校正不要で、シミュレーションと実世界で性能を検証した。
- OmniVTA: 接触を伴うロボット操作のための視覚-触覚世界モデル操作2026/3/1
接触を伴う操作タスクのために、大規模な視覚-触覚-行動データセットと、触覚信号を予測・閉ループ制御に活用する世界モデルベースのフレームワークを提案した論文。
- 潜在世界行動モデリングによるエンドツーエンド自動運転自動運転2026/3/1
空間認識と動力学を考慮した潜在世界表現を用いた効率的なエンドツーエンド自動運転フレームワークを提案し、軌道計画性能を向上させた。
- 冗長ロボットの適応的視覚ベース制御とヌル空間インタラクションによる人間ロボット協調制御2026/3/1
冗長ロボットのタスク空間での適応的視覚ベース制御とヌル空間でのインタラクション制御を組み合わせた新しい制御方式を提案し、未知環境での自律タスク実行と人間との安全な協調を実現した。
- 自動運転のための時間的に分離された拡散プランニング自動運転/プランニング2026/3/1
自動運転の軌道生成を時間的に分離し、近い将来と遠い将来の異なる依存関係を扱う拡散モデルを提案。ノイズをマスクとして用いる手法と新しい正規化層により、nuPlanベンチマークで高い性能を達成した。
- ManipulationNet：物理的スキル課題と身体化マルチモーダル推論を備えた実世界ロボット操作のベンチマーク基盤ベンチマーク2026/3/1
実世界のロボット操作タスクを標準化されたハードウェアキットと統一ソフトウェアクライアントで提供し、物理スキルと身体化推論の2トラックで評価する持続可能なベンチマーク基盤を提案した。
- TacVLA: 接触認識型触覚融合による堅牢な視覚言語行動操作VLA/触覚/操作2026/3/1
視覚と言語に依存するVLAモデルに触覚を統合し、接触検出時のみ触覚トークンを活性化するゲーティング機構を導入して、細かい操作や視覚遮蔽下での性能を向上させた。
- UniStateDLO: 遮蔽下の変形可能な線状物体に対する統合的な生成的状态推定と追従変形物体知覚2025/12/1
ケーブルやロープなどの変形線状物体(DLO)の知覚を、拡散モデルを用いた条件付き生成問題として定式化し、部分点群からの単一フレーム状態推定とフレーム間追従を統合的に実現。合成データのみで訓練し、遮蔽下でのゼロショットsim-to-realを達成した。
- 専門家の連鎖：時間的交替による自動運転模倣プランナーの強化自動運転/模倣学習2025/12/1
自動運転の模倣学習において、時間軸に沿って複数の専門家モデルを交互に切り替えることで誤差蓄積を抑え、モデル規模やデータを増やさずに閉ループ性能を向上させる手法を提案。
- その手の中の世界：実環境での人間中心マニピュレーション学習のための大規模オープンソースエコシステムマニピュレーション2025/12/1
実環境で収集した1000時間超の人間のマニピュレーションデータとウェアラブル収集キット、ベンチマークをオープンソースで提供し、ロボットのマニピュレーション成功率を8%から60%に向上させた。
- 単眼深度推定を用いた農業向け視覚言語ナビゲーションVLA2025/12/1
農業ロボットの単眼カメラ映像から深度特徴を生成し、言語指示に従ったナビゲーション精度を向上させる手法を提案した。
- VLSA: プラグアンドプレイ安全制約層を備えた視覚-言語-行動モデルVLA2025/12/1
VLAモデルに制御バリア関数ベースの安全制約層を追加し、指示追従性能を保ちつつ衝突回避を改善する手法を提案し、SafeLIBEROベンチマークで評価した。
- 全身マニピュレーションのための運動学を考慮した拡散方策と一貫した3D観測・行動空間マニピュレーション2025/12/1
腕全体の3D点群で状態と行動を統一的に表現し、運動学の事前知識を組み込んだ拡散方策により、全身ロボットマニピュレーションのサンプル効率と空間汎化性能を向上させた。
- 音響インピーダンスを考慮したハッシュエンコーディングNeRFによるロボット超音波の再構成と位置推定超音波/NeRF/位置推定2025/11/1
音響インピーダンスを考慮したNeRFで超音波画像を再構成し、ハッシュエンコーディングと二重教師ネットワークで初期位置に依存しない位置推定を実現した。
- UltraDP: 力覚対応拡散ポリシーによる汎化可能な頸動脈超音波スキャン医療ロボティクス2025/11/1
超音波画像・手首カメラ・接触力・プローブ姿勢を入力とする拡散ポリシーで頸動脈の自律スキャンを実現し、未見被験者でも95%の成功率を達成した。
- π_RL: フローベース視覚言語行動モデルのオンライン強化学習ファインチューニングVLA2025/10/29
フローマッチングに基づく大規模VLAモデルに強化学習を適用するため、Flow-NoiseとFlow-SDEの2手法を提案し、分布内外で性能を向上させた。
- SUM-AgriVLN: 農業用視覚言語ナビゲーションのための空間理解メモリVLA2025/10/1
農業ロボットの視覚言語ナビゲーションにおいて、過去の空間メモリを活用するSUMモジュールを提案し、繰り返し指示への対応精度を向上させた。
- CGoT：合成可能な思考グラフを用いた身体性マルチエージェントシステムのための新規推論機構VLA2025/10/1
自動運転車がサービスロボットを目的地まで運び、ロボットがタスクを行う協調システムにおいて、LLMを活用した合成可能な思考グラフ（CGoT）による推論機構を提案し、その性能を実験的に検証した。
- T-araVLN: 農業ロボットエージェントのための視覚言語ナビゲーション向け指示翻訳器VLA2025/9/1
農業ロボットの視覚言語ナビゲーションにおいて、複雑な指示の誤解を防ぐため、ノイズの多い指示を精緻な表現に翻訳するモジュールを提案し、成功率とナビゲーション精度を改善した。
- ロボット制御に必要なのはピクセルモーション拡散であるVLA2025/9/1
高レベルな運動意図と低レベルなロボット動作をピクセルモーション表現で橋渡しする拡散モデルベースの統合フレームワークDAWNを提案し、CALVINやMetaWorldで高性能を示すとともに実機への転移も実証した。
- UltraHiT: 内頸動脈ロボット超音波検査のための階層型トランスフォーマーアーキテクチャ医療ロボティクス2025/9/1
内頸動脈のロボット超音波検査を自動化するため、血管構造の個人差を標準モデルからの形態変異として捉え、高レベル変異評価と低レベル行動決定を統合した階層型トランスフォーマーを提案。大規模データセットで未見被験者への95%の成功率を達成。
- 上肢外骨格における安全で意図統合型支援のための意味認識フレームワーク外骨格/意図認識2025/8/1
大規模言語モデルをタスク計画に組み込み、物体の意味情報に応じて支援パラメータを自動調整し、拡散モデルによる異常検知と再計画で安全な人間-ロボット協調を実現する上肢外骨格のフレームワークを提案。
- AgriVLN: 農業ロボットのための視覚と言語によるナビゲーションVLA2025/8/1
四足歩行ロボットによる農業シーンの視覚言語ナビゲーション用ベンチマークA2Aと、VLMベースのAgriVLNを提案し、指示分解モジュールで成功率を改善した。
- DRARL: 介入理由を活用した強化学習による自動運転ポリシーの効率的改善自動運転/強化学習2025/6/1
自動運転の介入事例をOOD状態推定で理由ごとに分類し、ポリシー起因の介入のみを理由拡張型の想像環境で学習に活用することで、類似状況への対応力を効率的に高める手法を提案した。
- GAF: ロボットマニピュレーションの動的ワールドモデリングのための4D表現としてのガウス行動場マニピュレーション2025/6/1
3Dガウシアンスプラッティングに学習可能な運動属性を組み込み、動的シーンの4Dモデリングと行動推論を可能にするGAFを提案。ロボット操作タスクの成功率を平均7.3%向上させた。
- 巧みな操作のための人間からロボットへの動作再ターゲティングにおける主要目的の分析マニピュレーション2025/6/1
人間の手からロボットハンドへの運動学的再ターゲティングにおいて、様々な最適化目的の重要性を実世界実験で比較分析し、有効な設計指針を示した。
- 実時間動作・接触計画と追従を統合したロバストなモデルベース手指内マニピュレーションマニピュレーション2025/5/1
接触を暗黙的に扱うモデル予測制御と触覚フィードバックによる力・動作追従を階層的に統合し、モデル誤差に頑健なモデルベースの手指内マニピュレーションを実現した。
- ピクセルモーションを汎用表現としたロボット制御フレームワークLangToMoVLA2025/5/1
画像拡散モデルでテキストからピクセルモーションを生成し、それを中間表現としてロボット動作に変換する二重システム構成の視覚-言語-行動フレームワークを提案。
- 不整地における階層型強化学習による四足ロボットの動的ボール操作マニピュレーション2025/4/1
四足ロボットが不整地でボールをドリブルするため、高レベル方策が事前学習済みの低レベルスキルを切り替える階層型強化学習フレームワークを提案し、実機実験で有効性を示した。
- PINN予測による複雑流体中磁気マイクロロボットの流れ考慮型ナビゲーションマイクロロボット2025/3/1
物理情報ニューラルネットワーク(PI-UNet)で流体速度を予測し、それをA*経路計画と制御に組み込むことで、複雑な流れの中での磁気マイクロロボットの精密なナビゲーションを実現した研究。
- 曖昧さのない空間基盤モデルに向けて：深度曖昧性の再考と分離空間理解2025/3/1
透明シーンなどで生じる深度曖昧性に対処するため、単一予測ではなく複数仮説を扱う空間基盤モデルを提案し、学習不要のラプラシアン視覚プロンプトで多層深度を推定する手法を開発した。
- 大範囲で高精度な物体移動を実現するロボットハンド内マニピュレーション：RGMC優勝ソリューションマニピュレーション2025/2/1
指先のみで把持中の物体を安定に保ちながら高精度かつ広範囲に動かすため、物体形状や事前学習を必要としない運動学的軌道最適化手法を提案し、ICRA 2024のRGMCハンド内操作部門で優勝した。
- ノイズを含む動画からのロバストな自己運動推定と3D再構成のためのスケーラブルなベンチマークと学習3D再構成2025/1/1
ノイズの多い動画でも高精度な自己運動推定と3D再構成を実現するため、ノイズ合成パイプラインとベンチマークRobust-Ego3Dを構築し、テスト時適応手法CorrGSを提案した。
- ManiSkill-ViTac 2025：視覚と触覚を用いたマニピュレーション技能学習チャレンジ触覚2024/11/1
触覚と視覚を融合させた接触の多いマニピュレーション技能学習を競うチャレンジを開催し、触覚操作・視触覚融合・触覚センサ設計の3部門で評価する。
- 人間の意図を考慮したコンプライアンスによる安全なロボット超音波スキャンのための統合対話制御フレームワークマニピュレーション2024/11/1
超音波スキャンロボットにおいて、人間の意図的な介入と意図しない衝突の両方に対応し、滑らかに遷移する統合制御フレームワークを提案した。
- 光電子ロボット群による非接触巧みなマイクロマニピュレーションマイクロマニピュレーション2024/10/1
光電子場に生じる反発的な誘電泳動力を用いてマイクロロボットを駆動し、対象物に接触せずに押し操作する非接触マイクロマニピュレーション手法を提案した。
- スウォームマニピュレーション：仮想現実における効率的で正確な複数物体操作技術群制御2024/10/1
VR空間で群制御の考え方を用いて複数物体を操作する新手法を提案し、従来の仮想ハンドやレイキャスティングと比較して、選択・回転・サイズ変更タスクでの性能とユーザー体験を評価した。
- 生成モデルによる個別化支援を実現する双モード上肢リハビリ外骨格ロボットリハビリ外骨格2024/9/1
生成モデルを用いて患者ごとに軌道をオンラインで調整し、能動的ミラーリングと受動的追従の2モードで上肢リハビリ訓練を個別化する外骨格ロボットを開発した。
- 視覚と触覚の融合：信号処理の観点から見た視触覚センサの最新レビュー触覚2024/6/1
視触覚センサを信号処理の観点から包括的にレビューし、ハードウェアだけでなく処理手法の重要性を示して今後の研究方向を展望した。
- 完全からノイズ世界シミュレーションへ：SLAMロバスト性ベンチマークのためのカスタマイズ可能な身体性マルチモーダル摂動SLAM2024/6/1
RGB-D SLAMモデルのロバスト性評価のため、センサ・運動摂動を体系的に分類し合成するパイプラインと大規模ベンチマークNoisy-Replicaを提案した。
- LLaRA：視覚言語モデルをロボット制御に転用する対話型ポリシー学習VLA2024/6/1
ロボットの行動を視覚と言語の対話として扱い、既存の模倣学習データから自動で対話形式の学習データを生成して視覚言語モデルを微調整し、ロボット制御に転用する手法を提案した。
- 視覚的注意に基づく認知的人間-ロボット協調によるロボット支援整形外科手術における椎弓根スクリュー配置人間-ロボット協調2024/5/1
術者の視覚的注意をモデル化し、AR・触覚インターフェースと共有制御を組み合わせることで、整形外科手術のドリル穿孔とスクリュー配置を安全かつ人間参加型で協調実行する枠組みを提案した。
- 基盤モデルがマニピュレーションのロボット学習にもたらすもの：サーベイマニピュレーション2024/4/1
基盤モデルをロボットのマニピュレーション学習に統合するための包括的枠組みを提案し、各モジュールでの課題と貢献、今後の研究方向を整理したサーベイ。
- 磁気マイクロロボットの非接触マニピュレーションのための効率的なモデル学習と適応追従制御マニピュレーション2024/3/1
磁気マイクロロボットが回転して斥力を生み出し、対象物に触れずに押す非接触操作において、ニューラルネットで運動モデルを学習し、モデルベースの最適制御で対象物を時変軌道に追従させる手法を提案した。
- 触覚センシングを備えた巧みな指による変形可能な線状物体のハンド内追従マニピュレーション2024/3/1
触覚センサ付き多指ハンドを使い、線状物体を落とさずに指先で滑らせながら把持点を連続的に移動させる「ハンド内追従」を実現する枠組みを提案した。
- ロバストSLAMベンチマークのためのカスタマイズ可能な摂動合成SLAM2024/2/1
多様な摂動を加えたノイズ環境を合成するパイプラインを提案し、マルチモーダルSLAMモデルのロバスト性を評価するベンチマークを構築した。
- 接触陰的モデル予測制御による巧みなハンド内操作：長期的かつロバストなアプローチマニピュレーション2024/2/1
接触陰的モデル予測制御を用いて、事前に接触順序を定義せずに長期的なハンド内操作を実現するモデルベース手法を提案。23自由度のロボットで20Hzの物体回転タスクを達成。
- ロボティクスにおける大規模言語モデル：機会・課題・展望VLA2024/1/1
LLMとマルチモーダルLLMのロボットタスクへの統合を概観し、GPT-4Vを用いた身体性タスク計画フレームワークを提案・評価したサーベイ論文。
- 3次元拘束環境における双腕ロボットによる変形可能な線状物体の汎化可能な全身大域マニピュレーションマニピュレーション2023/10/1
変形可能な線状物体（DLO）を双腕ロボットで3次元拘束環境内において大域的に移動・成形するため、簡易エネルギー模型に基づく大域計画と適応的DLO運動モデルを用いたモデル予測制御による閉ループ操作を組み合わせた枠組みを提案した。
- APP-RUSS: ロボット超音波システムのための自動経路計画マニピュレーション2023/10/1
RGB-Dカメラで撮影対象を認識し、3次ベジェ曲線を用いて超音波プローブを対象まで誘導する自動経路計画システムを提案した。
- 模倣学習による受動的動的動作を用いた把持内再把持マニピュレーションマニピュレーション2023/9/1
データグローブで収集した専門家軌道とGAILを用い、物体の位置情報のみから把持内スライド動作を実現するエンドツーエンド制御器を提案し、実機で86%の成功率を達成した。
- 外骨格ロボットのための効率的かつ個別化されたヒューマン・イン・ザ・ループ適応フレームワーク：多様な装着者とタスクへの対応外骨格・適応制御2023/9/1
下半身外骨格ロボットが異なる装着者や複数タスクに適応できるよう、動的運動プリミティブとベイズ最適化で個別歩行軌道を生成し、ニューラルネットでタスクを一般化するヒューマン・イン・ザ・ループ学習フレームワークを提案。
- 人間の実演と対話型学習を用いた上肢外骨格ロボットの安全で個別化された動作計画リハビリ外骨格2023/9/1
健常者の実演から確率的動作プリミティブで参照軌道を学習し、訓練中の患者との対話型学習で安全領域内で軌道を個別化する上肢外骨格ロボットの動作計画手法を提案した。
- 産業タスクにおける安全な多段階ヒューマンロボットインタラクションに向けてヒューマンロボットインタラクション2023/8/1
産業現場で人間と協働するロボットの安全性を確保するため、視覚監視・接触監視・意図追跡の3つの独立モジュールを開発し、多段階の安全対策を提案した。
- クロスウェイ拡散：自己教師あり学習による拡散ベース視覚運動ポリシーの改善VLA2023/7/1
拡散モデルによるロボット模倣学習において、逆拡散過程の中間表現から画像を再構成する状態デコーダと自己教師あり学習を組み合わせ、視覚表現を強化する手法を提案した。
- StereoVAE：組込みGPUを用いた軽量ステレオマッチングシステムステレオマッチング2023/5/1
従来のステレオマッチングで粗い視差マップを生成し、小型のVAEで高解像度化・精緻化することで、組込みGPU上でリアルタイムに高精度なステレオマッチングを実現した。
- 混雑環境における物体回収のための接触を考慮した非把持ロボットマニピュレーションマニピュレーション2023/3/1
ロッド状の押し具を使い、混雑環境で対象物体を障害物と接触させながら回収する非把持マニピュレーション手法を提案。改良RRTで候補軌道を生成し、MPCで接触を考慮して姿勢を安定化させる。
- 超音波スキャンロボットのマルチモーダル相互作用制御：安全な人間誘導と接触回復医療ロボティクス2023/2/1
超音波スキャンロボットにおいて、スキャン・回復・人間誘導の3つのモードを単一の制御入力に統合し、医師との協調作業における効率と安全性を両立させる手法を提案した。
- 非ホロノミックロボットのための離散状態ベース軌道計画軌道計画2023/2/1
位置・姿勢・速度・加速度などを変数に含む離散状態表現で軌道を最適化し、L-BFGS-Bで高速に解く非ホロノミックロボット向け軌道計画手法を提案した。
- 単一フレームの遮蔽点群から変形可能な線状物体の3次元状態を推定する学習変形物体操作2022/10/1
ロープやワイヤーなどの変形可能な線状物体(DLO)の3次元状態を、遮蔽のある単一フレームの点群から推定する二分岐ネットワークを提案し、実世界のロボットマニピュレーションに応用可能であることを示した。
- Contact2Grasp: 接触制約を介した3D把持姿勢生成マニピュレーション2022/10/1
物体と手の接触領域を中間表現として導入し、接触マップ生成と接触マップからの把持姿勢生成の2段階に分けることで、効率的で汎用性の高い3D把持姿勢合成を実現した。
- ARと触覚の複合インタフェースによる人とロボットの補完的協働フレームワークヒューマンロボット協働2022/10/1
視覚適応制御でロボットがタスクを遂行し、人間がヌル空間で介入する協働フレームワークを提案。ARと触覚の複合インタフェースで安全と効率を両立させる。
- 変形可能な線状物体の双腕マニピュレーションのための粗密フレームワークと全身障害物回避マニピュレーション2022/9/1
変形可能な線状物体を障害物のある環境で目標形状に操作するため、大まかな経路計画と局所的な閉ループ制御を組み合わせた粗密フレームワークを提案し、シミュレーションと実機実験で有効性を示した。
- ニューラルニューラルテクスチャによるSim2Realの一貫性実現sim2real2022/6/1
微分可能レンダリングと画像変換を組み合わせ、ニューラルテクスチャを用いて時間的一貫性を保ちながらSim2Realを実現するTRITONを提案。
- 自己教師あり学習は本当にピクセルからの強化学習を改善するのか？強化学習2022/6/1
ピクセルベースのオンライン強化学習において、自己教師あり学習（SSL）が画像拡張のみのベースラインを有意に上回るか検証し、既存のSSLとRLの同時最適化フレームワークの限界を明らかにした。
- 共存と協調モードによるシームレスなインタラクション設計：堅牢な人ロボット協働に向けて人ロボット協働2022/6/1
人間とロボットが同じ空間で独立作業する共存モードと、人間の指示に従い失敗から復帰する協調モードを切り替えるCoCoシステムを開発し、多段階組立作業で有効性を示した。
- 弾性変形可能な線状物体の大変形制御のためのグローバルモデル学習：効率的かつ適応的なアプローチ変形物体マニピュレーション2022/5/1
ニューラルネットワークを用いたオフライン学習とオンライン適応を組み合わせ、変形可能な線状物体の大変形を高精度に制御する手法を提案。実世界の双腕タスクで有効性を実証した。
- 階層的意図追跡による産業組立作業での堅牢な人ロボット協働人ロボット協働2022/3/1
人間の意図を高レベル（行動パターン）と低レベル（作業情報）の階層で同時に追跡し、衝突回避と失敗修正支援を実現する協働ロボットシステムを提案・UR5eで実証した。
- ソフト多モードグリッパと深層多段階学習によるハイブリッドロボット把持マニピュレーション2022/2/1
3つの把持モードを持つソフトグリッパと深層強化学習を組み合わせ、複数物体を効率的に把持するハイブリッド把持手法を提案し、実機で把持効率の向上を示した。
- ARROCH: 人間と協働するロボットのための拡張現実人間ロボット協働2021/9/1
ARを用いて人間と複数ロボット間の双方向・多ターンのコミュニケーションを実現し、室内の障害物越しにロボットの状態と意図を可視化してフィードバックを可能にするシステムを開発した。実ロボット実験で非AR手法よりユーザー体験とチーム効率が向上した。
- オフライン・オンライン学習を併用した変形可能な線状物体の形状制御変形物体操作2021/9/1
変形可能な線状物体の局所線形変形モデルをニューラルネットでオフライン学習し、適応制御器でオンライン更新しながら形状制御を高精度に実現した研究。
- 未知モデルのオフライン・オンライン学習を併用した柔軟線状物体操作の適応制御マニピュレーション2021/7/1
柔軟な線状物体の変形モデルをオフラインのニューラルネットで事前学習し、オンラインの適応NNで補正しながらロボットが操作する適応制御手法を提案し、安定性を理論的に証明した。
- 変形物体マニピュレーションの課題と展望変形物体操作2021/5/1
変形物体操作(DOM)の研究動向をハードウェア・センシング・モデリング・計画・制御の各側面から概観し、主要な課題と今後の研究方向を整理したサーベイ論文。
- 拡張現実を介した交渉ベースの人間-ロボット協調人間-ロボット協調2019/9/1
ARインターフェースで人間とロボットの意思疎通を支援し、交渉ベースの協調フレームワークを構築。配送タスク実験でタスク完了時間を短縮した。
- ロボットの感覚運動制御のためのモデル適応適応制御2019/4/1
行動と知覚の関係が不確かなロボットの運動を導く適応的感覚運動モデルの計算法を提案し、未知特性の変形物体の形状制御と未校正センサによる超音波プローブの柔軟操作で実証した。
- 構造化光を用いた自律研磨ロボットの開発マニピュレーション2019/3/1
構造化光カメラで未知物体をスキャン・モデル化し、最適な動作計画とインピーダンス制御により、事前校正や人手なしで自動研磨を行うロボットを開発した。
