Baoshi Cao
収録論文 10本 ・ フィジカルAI/ロボット学習
運動計画マニピュレーション歩行移動操作
※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
- GCS-Bridging: 凸集合の非連結性を回復するグラフ・オブ・凸集合運動計画運動計画2026/8/23
凸集合のグラフ（GCS）に基づく運動計画で、開始・目標領域が異なる連結成分にある場合に、衝突回避経路と凸領域の膨張で連結性を回復する手法を提案。シミュレーションで99.8%の成功率、実機でも有効性を確認。
- HCPG-Flow：フローポリシーによるロボット操作のための階層的接触進行ガイダンスマニピュレーション2026/7/1
フローポリシーによるロボット操作において、接触前後で階層的な物体中心の進行指標を用いて候補動作を選択する手法を提案し、シミュレーションと実機で成功率を向上させた。
- 見えた！：生ピクセルからのエンドツーエンドヒューマノイド歩行学習歩行2026/2/1
生の深度画像からヒューマノイドの歩行をエンドツーエンドで学習するフレームワークを提案し、高忠実度深度センサシミュレーションと視覚認識行動蒸留、地形別報酬設計により、実機での多様な地形適応を実現した。
- HDCNet: 透明・反射物体把持のためのハイブリッド深度補完ネットワークマニピュレーション2025/11/1
透明・反射物体の深度計測を改善するため、Transformer・CNN・Mambaを統合した深度補完ネットワークHDCNetを提案し、把持成功率を最大60%向上させた。
- ULC: ヒューマノイドの移動操作のための統合された細粒度コントローラ移動操作2025/7/1
ヒューマノイドの移動と上半身操作を単一のポリシーで統合制御するULCを提案し、Unitree G1で有効性を実証した。
- DCIRNet: 透明・反射物体の巧みな把持のための反復改良による深度補完マニピュレーション2025/6/1
RGB画像と不完全な深度マップを融合し、多段階の監督と深度改良で透明・反射物体の深度補完精度を高め、巧みな把持の成功率を44%向上させた。
- 不整地を歩く知覚型ヒューマノイドロコモーションの学習歩行2025/3/1
教師-生徒蒸留と変分情報ボトルネックによる世界モデルを組み合わせ、ノイズの多い地形知覚でも頑健に歩行できるヒューマノイド制御器を学習した。実環境で2kmの不整地を自律走行できることを示した。
- 世界モデル再構成によるヒューマノイド歩行の学習歩行2025/2/1
センサ情報から世界状態を明示的に再構成する推定器を歩行ポリシーと切り離して学習させ、不整地・滑りやすい地形でのブラインドヒューマノイド歩行を実現した研究。
- NNPP: A Learning-Based Heuristic Model for Accelerating Optimal Path Planning on Uneven Terrain2023/8/1
- Prototype Design and Efficiency Analysis of a Novel Robot Drive Based on 3K-H-V Topology2022/10/1