Yichuan Li
The Chinese University of Hong Kong
収録論文 6本 ・ フィジカルAI/ロボット学習
把持計画マニピュレーションsim2real
※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
- MMGNet:雑然としたシーン向けマルチモーダル6自由度把持合成把持計画2026/10/26
RGB画像と点群を階層的に融合し、回転把持度をモデル化することで、雑然とした実環境での6自由度把持姿勢を高精度に生成する手法を提案した論文。
- 反復的行動マスキング学習によるロボットパレタイズのためのタスクプランナの効率的強化学習マニピュレーション2024/4/1
ロボットパレタイズのタスク計画において、教師あり学習で行動空間を反復的に枝刈りすることで強化学習を効率化する手法を提案した。
- DBPF: 動的ビンピッキングのための効率的で堅牢なフレームワークマニピュレーション2024/3/1
移動する物体や障害物がある動的環境で、吸着姿勢選択と速度マッチング・回避・再探索を組み合わせ、衝突ゼロで84%の成功率を達成するビンピッキングフレームワークを提案。
- 二段階把持:小型物体のための新しいビンピッキングフレームワークマニピュレーション2023/3/1
乱雑に積み重なった小型物体を精密に把持するため、粗把持と精密把持を二段階に分けたビンピッキング手法を提案し、実験で有効性を示した。
- 反復自己学習によるSim-to-Real 6D物体姿勢推定とロボットビンピッキングへの応用sim2real2022/4/1
フォトリアルなシミュレータで初期モデルを学習し、実データへの予測を擬似ラベルとして反復的に自己学習させることで、実環境での6D姿勢推定精度とビンピッキング成功率を向上させた研究。
- ファジーデプス物体のための柔軟ロボットハンドとFSGアルゴリズムによる把持マニピュレーション2021/10/1
透明・鏡面・平坦・小型など深度が取りにくい物体に対し、RGBと深度画像を併用して把持を予測するFSGアルゴリズムと柔軟ハンドを組み合わせ、未見物体で84%の成功率を達成した研究。
