Xuguang Lan
収録論文 26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
- フェーズ条件付きアフォーダンス場によるSE(3)同変視覚運動ポリシーマニピュレーション2026/10/12
観測点群上でフェーズ条件付きアフォーダンス場を学習し、タスク関連領域を動的に特定することで、SE(3)同変視覚運動ポリシーの実世界マニピュレーション性能を向上させた研究。
- OASIS: SE(3)軌道予測による観測・行動空間の整合を利用したロボット操作マニピュレーション2026/5/1
視覚・言語・行動モデルの中間表現を行動空間の剛体幾何に合わせるため、SE(3)軌道予測を導入したポリシーを提案し、シミュレーションと実機で成功率と汎化性能を向上させた。
- VoxAfford: オープンボキャブラリ3Dアフォーダンス検出のためのマルチスケールボクセルトークン融合3Dアフォーダンス検出2026/5/1
3D点群上のオープンボキャブラリアフォーダンス検出において、MLLMの出力トークンに事前学習済み3D VQVAEのマルチスケール幾何特徴を融合する手法を提案し、mIoUを約8%向上させた。
- ECHO: 視覚言語行動モデルのための連続階層メモリVLA2026/5/1
長期的な操作タスクにおけるVLAモデルの性能を向上させるため、経験を階層的に整理する連続メモリフレームワークECHOを提案。双曲オートエンコーダでメモリを木構造に組織化し、効率的な検索と合成を実現。
- AffordSim: アフォーダンス認識ロボット操作のためのスケーラブルなデータ生成器とベンチマークマニピュレーション2026/4/1
自然言語のタスク記述から3Dアフォーダンス予測を統合し、タスク関連シーンと軌道を自動生成するデータ生成器とベンチマークを提案。手動注釈なしで高成功率を達成し、実ロボットへのゼロショット転送も実証。
- MoEベースの頑健な四脚歩行におけるsim-to-real予測可能性の信頼性向上歩行2026/2/1
複数の専門家をゲートで切り替えるMoE歩行ポリシーと、sim-to-real転移性を予測評価するRoboGaugeを提案し、Unitree Go2で雪・砂・階段などの未見地形を安定歩行できることを示した。
- 階層的マニピュレーション政策のための世界モデルのスケーリングVLA2026/2/1
大規模事前学習済み世界モデルを高レベルプランナーとして用い、VLAを低レベル実行者とする階層的フレームワークを提案。未知物体や新規状況での汎化性能を大幅に向上させた。
- シミュレーションと現実を繋ぐ:セマンティック2Dガウシアンスプラッティングによるドメイン間転移sim2real2025/12/1
物体中心のドメイン不変な空間特徴を抽出するセマンティック2Dガウシアンスプラッティングを提案し、シミュレーションから実世界への操作タスクの転移性能を向上させた。
- PRISM: 投影ベース報酬統合によるシーン認識型Real-to-Sim-to-Real転移sim2real2025/4/1
少数の実演から画像で物体を認識し3Dモデルを取得してシミュレーション環境を自動構築し、VLM監督の投影ベース報酬でRL方策を訓練して実世界に転移する手法を提案。
- ブートストラップ型モデル予測制御モデルベース強化学習2025/3/1
MPCの専門家を模倣する方策学習とモデルベースTD学習を組み合わせ、MPC自体をブートストラップ的に改善する連続制御アルゴリズムを提案した。
- REGNet V2: 異なるサイズのグリッパ向けエンドツーエンド領域ベース把持検出ネットワークマニピュレーション2024/10/1
点群にグリッパパラメータを埋め込み、スコア・領域・精緻化の3段階ネットワークで多様な物体への把持を予測するシステムを提案し、実環境で高い成功率を達成した。
- DexDiff: 制約のない環境で掴めない物体を外的手先で操作するマニピュレーション2024/9/1
VLMによる高レベル計画と目標条件付き拡散モデルを組み合わせ、壁や机の端を利用して本や鍋のような掴みにくい物体を掴む外的手先操作を実現した。
- SInViG: 人とロボットの対話のための自己進化型インタラクティブ視覚エージェントVLA2024/2/1
自然言語の曖昧さをマルチターンの視覚と言語の対話で解消する自己進化型ロボットエージェントを提案し、人間との対話実験とFrankaロボットでの操作タスクで有効性を示した。
- 実世界における統合的対話型視覚グラウンディングに向けてVLA2024/1/1
視覚対話とグラウンディングを統一的に定式化したエンドツーエンドシステムTiOを提案し、曖昧な指示を能動的に質問して対象を特定するHRIタスクで最先端性能を達成した。
- 階層的スタッキング関係予測による目標指向マニピュレーションの優先順位計画マニピュレーション2023/3/1
物体間の積み重なり関係を階層的に認識し、POMDPに基づく計画で複数目標を効率的に把持する順序を決定する手法を提案。
- ロボット把持の古典から現代まで:サーベイ把持2022/2/1
ロボット把持の研究史を解析的手法からデータ駆動型・意味論的把持まで概観し、今後の課題と研究方向を整理したサーベイ論文。
- スパース報酬マルチゴール強化学習のための密度ベースカリキュラムマニピュレーション2021/9/1
スパース報酬のマルチゴール強化学習において、目標空間の密度に基づくカリキュラムで探索を効率化し、データ効率と成功率を向上させた研究。
- INVIGORATE: 対話と把持で混雑環境の物体を特定するロボットシステムVLA2021/8/1
自然言語とRGB画像から混雑環境内の対象物体を推論し、遮蔽関係を検出して質問で曖昧さを解消しながら把持するPOMDP統合システムを構築した。
- ベイズニューラルネットワークによる確率的な人間の動作予測動作予測2021/7/1
従来の決定論的な動作予測ネットワークをベイズ化し、複数の将来動作を生成するとともに不確実性を推定することで、人とロボットの協調をより安全・効率的にする手法を提案した論文。
- REGRAD: 散らかった環境での安全かつ対象物特有のロボット把持のための大規模関係把持データセット把持データセット2021/4/1
物体間の関係と把持を学習するための大規模データセットREGRADを構築し、2D画像と3D点群の両方で注釈を提供、実環境での汎化性能も検証した。
- REGNet:点群からのエンドツーエンド把持検出のための領域ベース把持ネットワーク把持検出2020/2/1
単視点の点群を入力とし、スコア推定・把持領域予測・リファインメントの3段階で最適な把持を検出するエンドツーエンドネットワークを提案し、実環境の乱雑な場面で高い成功率を達成した。
- 指向性アンカーボックスを用いたリアルタイムロボット把持手法把持検出2018/9/1
指向性アンカーボックスを導入した全畳み込みネットワークで把持位置と角度を高精度・高速に検出し、実機で高い成功率を達成した。
- 物体が積み重なった環境での自律ロボット把持のためのマルチタスク畳み込みニューラルネットワークマニピュレーション2018/9/1
把持検出と物体間の操作関係推論を1つの深層ネットワークに統合し、積み重なった物体の中から目標物を段階的に把持するシステムを構築した。Baxterロボットで複雑な積層シーンでも59.4%の成功率を達成。
- 物体が重なる場面のためのROIベース把持検出把持検出2018/8/1
物体領域(ROI)ごとに把持候補を検出する2段階の把持検出手法ROI-GDを提案し、物体が重なる場面での把持性能を向上させた。
- 指向性アンカーボックスを用いた全畳み込み把持検出ネットワーク把持検出2018/3/1
RGB画像から平行板グリッパの複数の把持姿勢をリアルタイムに予測する全畳み込みネットワークを提案し、指向性アンカーボックスと新しいマッチング戦略でCornell Grasp Datasetにおいて高精度を達成した。
- 視覚的操作関係ネットワークマニピュレーション2018/2/1
複数物体の把持順序を決める操作関係をCNNでリアルタイムに検出・予測するVMRNを提案し、大規模データセットVMRDを構築した。
