Beom Jun Kim

収録論文 5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

• RAVEN: 強化学習適応型可視グラフ計画による堅牢なヒューマノイドナビゲーションと衝突回避MPC
  ナビゲーション2026/7/1

  ヒューマノイドの動的環境でのナビゲーションにおいて、強化学習で可視グラフ計画の障害物膨張などのパラメータを適応させ、遅延やノイズに対する堅牢性を向上させる階層型RL-MPCフレームワークを提案した。

• MIDAS Hand: モジュール式低インピーダンス直接駆動の人間型感覚ハンド
  ハードウェア/触覚/マニピュレーション2026/7/1

  低コストでオープンソースな人間型ロボットハンドを開発し、触覚センサと直接駆動を統合して操作研究用に提供した。

• DexDirect: 直接運動感覚アームガイダンスによる効率的な巧緻操作デモ収集
  デモ収集/巧緻操作2026/7/1

  重力補償されたロボットアームを直接操作し、ウェブカメラで手の動きをロボットハンドにリターゲットすることで、低コストかつ高効率に巧緻操作のデモを収集する手法を提案。

• DexEXO: 装着性最優先の巧手用外骨格によるオペレータ非依存のデモ収集と学習
  外骨格/データ収集/模倣学習2026/3/1

  装着性とハードウェアレベルの身体性一致を優先した手用外骨格を開発し、多様なオペレータからの高品質デモ収集を容易にし、視覚的観察のみで競争力のあるポリシー学習を実現した。

• WHED: 自然で高品質な実演収集のためのウェアラブルハンド外骨格
  マニピュレーション2026/2/1

  多指ハンドの巧みな操作を学習するための、自然で高品質な人間の実演を収集するウェアラブル外骨格システムWHEDを提案。装着性を重視し、親指の自然な動きを保ちつつロボットへのマッピングを可能にし、関節エンコーダ・ARによる手先姿勢・視覚を同期するデータパイプラインを構築した。