Changhao Wang

収録論文 24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

• 多感覚継続学習：事前学習済み視覚運動ポリシーの力覚への適応
  継続学習/力覚/ロボット操作2026/6/1

  事前学習済みの視覚のみのロボットポリシーに、力覚などの新しいモダリティを追加し、元のタスク性能を保ちながら接触を伴う新タスクへ適応させる手法を提案した。

• OSMO: 人間からロボットへの技能転移のためのオープンソース触覚グローブ
  触覚2025/12/1

  人間とロボットの両方が同じ触覚グローブを装着し、人間の触覚データから直接ロボット政策を学習することで、接触を伴う拭き取り作業を72%の成功率で実現した。

• SPIDER: スケーラブルな物理情報に基づく巧みなリターゲティング
  リターゲティング2025/11/1

  人間の運動データを物理シミュレーションでロボットの動的に実行可能な軌道に変換し、大規模な巧みな操作ポリシー学習を可能にするフレームワークを提案。

• スマートレンズから器用さを獲得：日常環境での人間デモによる多指ロボットマニピュレーション
  マニピュレーション2025/11/1

  Aria Gen 2グラスで日常環境の人間の手の動きを収集し、ロボットデータなしで多指ハンドの3D点ベース方策を学習するフレームワークAINAを提案。

• DexCtrl: 適応的コントローラ学習によるsim-to-real器用さの実現
  sim2real2025/5/1

  軌道とコントローラの履歴から行動と制御パラメータを同時に学習し、実行中に制御パラメータを自動調整することで、手動調整なしにシミュレーションから実機への転移ギャップを軽減する枠組みを提案した。

• 幾何学的リターゲティング：原理的で超高速なニューラルハンドリターゲティング
  テレオペレーション2025/3/1

  人間の手指キーポイントをロボットハンドに1kHzで変換する超高速・高精度なニューラルリターゲティング手法を提案。教師なし学習と幾何学的目的関数により、手動アノテーション不要でリアルタイムテレオペレーションを実現。

• DexterityGen：前例のない器用さを実現する基盤コントローラ
  マニピュレーション2025/2/1

  強化学習で大規模な器用な動作プリミティブを事前学習し、それを基に基盤コントローラを訓練。人間の遠隔操作をプロンプトとして実世界で高度な器用操作を実現する。

• 想像的ポテンシャルゲーム：対話的行動のシミュレーション・学習・評価のためのフレームワーク
  ソーシャルナビゲーション2024/11/1

  各エージェントが他者との仮想的な協力ゲームを想像する分散ポテンシャルゲームで人間らしい相互作用をシミュレートし、対話型ナビゲーションの学習・評価環境を提供する。

• 触覚センシングを備えた巧みな指による変形可能な線状物体のハンド内追従
  マニピュレーション2024/3/1

  触覚センサ付き多指ハンドを使い、線状物体を落とさずに指先で滑らせながら把持点を連続的に移動させる「ハンド内追従」を実現する枠組みを提案した。

• Efficient Sim-to-real Transfer of Contact-Rich Manipulation Skills with Online Admittance Residual Learning
  2023/10/1
• Generalizable whole-body global manipulation of deformable linear objects by dual-arm robot in 3-D constrained environments
  2023/10/1
• Distributed Multi-agent Interaction Generation with Imagined Potential Games
  2023/10/1
• Contact-rich SE(3)-Equivariant Robot Manipulation Task Learning via Geometric Impedance Control
  2023/8/1
• Learning from Local Experience: Informed Sampling Distributions for High Dimensional Motion Planning
  2023/6/1
• Continuous Trajectory Optimization via B-splines for Multi-jointed Robotic Systems
  2022/12/1
• Prim-LAfD: A Framework to Learn and Adapt Primitive-Based Skills from Demonstrations for Insertion Tasks
  2022/12/1
• Zero-Shot Policy Transfer with Disentangled Task Representation of Meta-Reinforcement Learning
  2022/10/1
• A Coarse-to-Fine Framework for Dual-Arm Manipulation of Deformable Linear Objects with Whole-Body Obstacle Avoidance
  2022/9/1
• Offline-Online Learning of Deformation Model for Cable Manipulation with Graph Neural Networks
  2022/3/1
• Trajectory Splitting: A Distributed Formulation for Collision Avoiding Trajectory Optimization
  2021/11/1
• Safe Online Gain Optimization for Variable Impedance Control
  2021/11/1
• Learning Insertion Primitives with Discrete-Continuous Hybrid Action Space for Robotic Assembly Tasks
  2021/10/1
• Development of Soft Tactile Sensor for Force Measurement and Position Detection
  2021/5/1
• Contact Pose Identification for Peg-in-Hole Assembly under Uncertainties
  2021/1/1