Yuhong Deng
収録論文 16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
- 物体中心ポリシーを組み合わせたリcedingホライズン押し動作マニピュレーション2026/9/20
任意形状の3D物体を長期的に押して目標姿勢へ移動させるため、物体中心の学習ポリシーとBIT*探索を組み合わせた階層的フレームワークを提案し、実機実験で有効性を示した。
- GROW$^2$: ロボットの道具使用における「何を」「どこで」の接地ツール使用2026/6/1
ロボットが既存の道具を別の用途に使う際、物体の部品を手がかりに、言語モデルで道具と対象を選び、視覚モデルで正確な3D領域を特定する手法を提案。ベンチマークと実機実験で優位性を示した。
- MimicFunc: 単一の人間動画から機能対応を介して道具操作を模倣する模倣学習2025/8/1
機能中心の局所座標系「ファンクションフレーム」を構築し、1本のRGB-D人間動画から新しい道具への操作スキルを汎化するフレームワークを提案。
- CLASP: セマンティックキーポイントによる汎用衣服操作マニピュレーション2025/7/1
衣服のセマンティックキーポイントを中間表現として用い、VLMによるタスク計画とキーポイント条件付き操作スキルを組み合わせることで、多様な衣服の折り畳み・吊り下げ等の汎用操作を実現した。
- 長いデモンストレーションから汎化可能な言語条件付き布操作を学習するマニピュレーション2025/3/1
LLMの常識知識で長いデモから基本スキルを発見・学習し、LLMベースのタスクプランナで組み合わせることで、未見の布操作タスクへ汎化する手法を提案した。
- FUNCTO: 機能中心のワンショット模倣学習による道具操作模倣学習2025/2/1
人間の1回のデモ動画から、同じ機能を持つ形状の異なる道具へ操作スキルを汎化できる、3D機能キーポイント表現を用いたワンショット模倣学習手法を提案。
- GSON: 大規模マルチモーダルモデルを活用したグループベース社会ナビゲーションフレームワーク社会ナビゲーション2024/9/1
大規模マルチモーダルモデルを用いて歩行者の社会的関係をゼロショットで抽出し、群集を乱さない社会ナビゲーションを実現するフレームワークを提案。
- セマンティックキーポイントによる汎用衣服操作マニピュレーション2024/8/1
衣服の「右肩」「左袖」などの意味的キーポイントを深度画像から抽出し、LLMによるタスク計画と低レベル動作を階層的に繋ぐことで、折り畳み・平展ばし・吊り下げ・配置など多様な衣服操作を実現した。
- 局所グラフニューラルネットワークによる視覚ベースの変形可能物体の再配置学習変形可能物体操作2023/10/1
変形可能物体の再配置タスクにおいて、キーポイントとその相互作用で状態を表現し、局所グラフニューラルネットワークで動力学と操作行動を同時に学習する手法を提案した。
- グラフ動力学を用いた言語条件付き変形物体マニピュレーションの学習変形物体マニピュレーション2023/3/1
言語指示で変形物体の操作タスクを指定し、Transformerと可視連結グラフを組み合わせて把持・配置動作を学習するフレームワークを提案。未見の指示やタスクにも汎化し、成功率87.2%・推論時間75.6%短縮を達成。
- 局所GNNに基づく深層強化学習による目標条件付き変形物体の再配置変形物体マニピュレーション2023/2/1
画像から検出したキーポイントを2つのグラフで表現し、自己注意と相互注意を用いて変形物体を目標形状に再配置する学習手法を提案。シミュレーションでロープや布のタスクに有効で、実機への転移も容易であることを示した。
- 散らかった環境でのロボットによる押し込みと把持のための深層強化学習マニピュレーション2023/2/1
吸盤とグリッパを組み合わせたロボットハンドで、散らかった環境の物体を把持するシステムを提案。アフォーダンスマップを能動的探索で改善し、把持成功率を高めた。
- Graph-Transporter: グラフベース学習による目標条件付き変形物体の再配置タスクマニピュレーション2023/2/1
変形物体の配置をグラフ構造で表現し、グラフ畳み込みネットワークとFCNで視覚入力からピック&プレース動作を生成する枠組みを提案した論文。
- Foldsformer: 時空間アテンションによる逐次多段階布操作の学習布操作2023/1/1
一般的な実演を1つ与えるだけで、時空間アテンション機構を用いて布の多段階操作を計画するフレームワークを提案し、シミュレーションと実機で有効性を示した。
- 散らかった環境での身体性探索のためのシーングラフVLA2022/7/1
散らかった環境でロボットが能動的に探索し、視覚と言語の質問に答えるため、模倣学習による操作生成と動的シーングラフに基づくVQAモデルを組み合わせたフレームワークを提案した。
- 操作による質問応答:ロボットが環境を変えて答える新タスクマニピュレーション2020/3/1
ロボットが物体を操作して環境を変化させ、与えられた質問に答える「操作質問応答(MQA)」タスクを提案し、VQAとDQNを組み合わせた枠組みとシミュレーション用データセットを構築した論文。
