Beichen Shao

収録論文 2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

• GSAM: 関節物体操作のための汎用かつ安全なロボットフレームワーク
  マニピュレーション2026/5/1

  関節物体の操作において、視覚による運動学パラメータ推定とVLMによる常識推論で認識を洗練し、衝突回避の制約を統合した安全な軌道計画を行うフレームワークを提案した。

• MoMa-Pos: 物体運動学を考慮した移動マニピュレーションのための効率的なベース配置最適化フレームワーク
  移動マニピュレーション2024/3/1

  移動マニピュレータのベース配置を最適化するフレームワークを提案し、タスクに関連する物体を優先的に再構成して計算効率を高め、実環境とシミュレーションで既存手法を上回る性能を示した。