Bin Fang
収録論文 28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
- 均一照明視触覚センサと時空間トランスフォーマによる堅牢な滑り検出と物体分類触覚/滑り検出2026/8/25
均一RGB照明を備えた視触覚センサと、滑り方向を含む高精度な滑り検出・物体分類を行う時空間トランスフォーマネットワークを提案した。
- TransTac: 紫外線エンコード透明エラストマーによる視覚-触覚モダリティ遷移触覚センサ2026/6/1
透明な紫外線マーカー入りエラストマーを用いた視覚触覚センサを開発し、RGB-Dカメラの近距離での精度低下を補いつつ、触覚画像のゼロショット認識精度を大幅に向上させた。
- 身体化知能における触覚ベースのマルチモーダル融合：視覚・言語・接触駆動パラダイムのサーベイ触覚/サーベイ2026/5/1
触覚と視覚・言語を統合するマルチモーダル触覚融合の研究を包括的に調査し、データセットと手法の階層的分類法を提案した論文。
- ReTac-ACT: 精密組立のための状態ゲート型視覚-触覚融合トランスフォーマーマニピュレーション2026/3/1
視覚が遮蔽される精密組立の最終段階で、触覚情報を動的に重視するゲート機構と双方向クロスアテンションを備えた視覚-触覚模倣学習ポリシーを提案し、NISTベンチマークで高い成功率を達成した。
- AnyTouch 2: 動的触覚知覚のための汎用光学触覚表現学習触覚2026/2/1
大規模階層型触覚データセットToucHDを構築し、物体理解と力覚を伴う微細な動的知覚を統合する汎用触覚表現学習フレームワークAnyTouch 2を提案した。
- RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集マニピュレーション2025/11/1
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
- CLTP: 3D接触形状理解のための言語-触覚対照事前学習触覚2025/5/1
触覚3D点群と自然言語を対応付ける事前学習フレームワークを提案し、接触位置・形状・力などの接触状態を言語で理解できるようにした。
- Tacchi 2.0: 視覚ベース触覚センサ向けの低計算コストで包括的な動的接触シミュレータ触覚2025/3/1
Material Point Methodとピンホールカメラモデルを組み合わせ、視覚ベース触覚センサの触覚画像・マーカー動画像・関節画像を低計算コストで生成するシミュレータTacchi 2.0を開発した。
- MagicGel：磁気粒子を用いた視覚型触覚センサの新設計触覚2025/3/1
磁気粒子をマーカーとしてホールセンサで磁場変化を捉え、視覚情報と組み合わせて力推定精度を高める新しい触覚センサMagicGelを提案した。
- RoboBERT: エンドツーエンドのマルチモーダルロボットマニピュレーションモデルマニピュレーション2025/2/1
視覚と言語と行動を統合したロボット操作モデルを、2段階学習とデータ拡張で効率的に訓練し、CALVINベンチマークでSOTAを達成した研究。
- AnyTouch: 複数の視触覚センサにまたがる統合的な静的・動的表現の学習触覚2025/2/1
4種類の視触覚センサからなる整列済みデータセットTacQuadを構築し、触覚画像と動画を統合して静的・動的両面からマルチセンサ表現を学習するフレームワークAnyTouchを提案した。
- 移動マニピュレーションのための身体性統合制御EHC-MMマニピュレーション2024/9/1
移動と把持のバランスをQP問題として定式化し、ロボットの状態と環境に応じて動的に重み付けする統合制御手法を提案。実環境で95.6%の成功率と52.8%の時間効率向上を達成した。
- 視覚と触覚の融合：信号処理の観点から見た視触覚センサの最新レビュー触覚2024/6/1
視触覚センサを信号処理の観点から包括的にレビューし、ハードウェアだけでなく処理手法の重要性を示して今後の研究方向を展望した。
- Touch100k：触覚中心のマルチモーダル表現学習のための大規模触覚・言語・視覚データセット触覚2024/6/1
触覚・言語・視覚をペアにした10万規模のデータセットTouch100kを構築し、カリキュラム学習に基づく事前学習手法TLV-Linkを提案して触覚表現学習の性能を向上させた。
- 視覚触覚センサを用いた柔軟接触シミュレーションと変形物体操作学習変形物体操作2024/5/1
視覚触覚センサをエンドエフェクタに用い、弾性・塑性・弾塑性変形を再現するシミュレータで強化学習と模倣学習を行い、実機へ転移して変形物体操作を90%の成功率で実現した。
- スリップと回転に対応した光学式触覚センサのパストレーシングとIMPMによるシミュレーション触覚2024/5/1
パストレーシングによる画像レンダリングと改良型マテリアルポイント法(IMPM)を組み合わせ、スリップや回転を含む複雑な操作を高精度に再現する光学式触覚センサのシミュレーション手法を提案した。
- 基盤モデルがマニピュレーションのロボット学習にもたらすもの：サーベイマニピュレーション2024/4/1
基盤モデルをロボットのマニピュレーション学習に統合するための包括的枠組みを提案し、各モジュールでの課題と貢献、今後の研究方向を整理したサーベイ。
- 包括的なマルチモーダル知覚に向けて：触覚・言語・視覚データセットの提案触覚2024/3/1
触覚・言語・視覚を統合したTLVデータセットを構築し、1%のパラメータ調整で意味的アライメントを実現する軽量フレームワークSTLV-Alignを提案した。
- Hierarchical Visual Policy Learning for Long-Horizon Robot Manipulation in Densely Cluttered Scenes2023/12/1
- RobotGPT: Robot Manipulation Learning from ChatGPT2023/12/1
- Deep Reinforcement Learning for Robotic Pushing and Picking in Cluttered Environment2023/2/1
- Tacchi: A Pluggable and Low Computational Cost Elastomer Deformation Simulator for Optical Tactile Sensors2023/1/1
- Hybrid Robotic Grasping with a Soft Multimodal Gripper and a Deep Multistage Learning Scheme2022/2/1
- Elastic Tactile Simulation Towards Tactile-Visual Perception2021/8/1
- Elastic Interaction of Particles for Robotic Tactile Simulation2020/11/1
- Fabric Defect Detection Using Vision-Based Tactile Sensor2020/3/1
- Reinforcement Learning from Imperfect Demonstrations under Soft Expert Guidance2019/11/1
- PointNetGPD: Detecting Grasp Configurations from Point Sets2018/9/1