Chenxi Xiao
ShanghaiTech University
収録論文 21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
- TouchTherm: 触覚・熱レンダリングのためのマルチモーダル物体デジタルツイン構築触覚2026/10/1
実物体を構造化光スキャンと多視点法線マップ、赤外線動画から、視覚・触覚・熱のシミュレーション可能なデジタルツインとして再構築するフレームワークを提案。
- Touch2Robot: 人間のデモンストレーションループにロボットの触覚を統合触覚2026/9/21
人間の手の動きと触覚グローブの計測から、対象ロボットハンドの接触をシミュレーション上で可視化し、デモ中にフィードバックすることで、ロボットへの転移性能とデータ収集効率を向上させるフレームワーク。
- AURORA: 能動的不確実性駆動の手内再方向付けによる物体再構成能動視覚/手内操作/3D再構成2026/9/8
ロボットハンドに把持された物体の隠れた表面を効率的に観測するため、再構成の不確実性に基づいて次の視点を選び、手内回転を能動的に制御する3D再構成フレームワークを提案した。
- CAAT: 接触認識アテンションスケーリングと触覚マスキングによるデータ効率的な接触リッチ操作マニピュレーション2026/8/1
視覚と触覚を統合するTransformerベースのポリシーに、接触前後で情報の重みを切り替える接触認識アテンションスケーリングと動的触覚マスキングを導入し、デモからの学習効率と成功率を向上させた。
- Ego2Robot: 自己中心視点の人間データからのスケーラブルなロボットデータ合成VLA2026/8/1
自己中心視点の人間の操作動画を、行動リターゲティングとロボットアームの視覚合成、品質キュレーションを経てロボット訓練データに変換するスケーラブルなパイプラインを提案し、大規模データセットでVLAモデルの汎化性能を向上させた。
- 高速視触覚認識のためのセンサ近傍コンピューティング触覚2026/8/1
視触覚センサのデータ処理をセンサ近くのハードウェアパイプラインで行い、低消費電力・低遅延で高精度な接触形状復元を実現し、ロボットの保護反射ループを大幅に高速化した。
- DexMani: 人間由来の操作性ガイダンスによる器用な回転操作マニピュレーション2026/8/1
人間のデモから接触条件付きの操作性進化を学習し、それを強化学習のガイドとして用いることで、異なるロボットハンドでの物体回転スキル獲得を可能にするフレームワークを提案した。
- RGB-S: 画像整合型触覚サリエンシによる堅牢な器用操作触覚/操作2026/6/7
視覚が遮蔽された状況でも、触覚センサ位置を画像平面に投影し、力変調ガウス分布で空間的不確実性をモデル化して視覚特徴に統合することで、器用操作の成功率を大幅に向上させる手法を提案した。
- Real2Sim2Real触覚ポリシー学習によるブラインド器用把持触覚/把持/sim2real2026/6/1
実ロボットの触覚データをシミュレータに転写し、触覚のみで多指ハンドのブラインド把持を学習・実機展開する手法を提案。
- CoLI: モノリシック3Dプリンティングと同型遠隔操作による連続体ロボット学習のための再現可能なプラットフォーム連続体ロボット2026/6/1
複雑な製造工程や運動学モデリングを不要にする、モノリシック3Dプリントと同型遠隔操作を備えた連続体ロボットのオープンソースプラットフォームを提案し、模倣学習による自律制御も支援する。
- MFE: 力・圧力・温熱フィードバックを備えた多感覚ハンド外骨格触覚2026/4/1
力、圧力、温熱の3種類の触覚フィードバックを提供するハンド外骨格MFEを開発し、遠隔操作システムに統合して、変形物体の操作や温度識別が可能なことをユーザー実験で実証した。
- ETac: 巧みな操作学習のための軽量かつ効率的な触覚シミュレーションフレームワーク触覚/シミュレーション/操作2026/4/1
高忠実度かつ高速な触覚シミュレーションを実現するフレームワークETacを提案し、大規模並列環境での強化学習によるブラインド把持ポリシーの訓練を可能にした。
- NLiPsCalib: 曲面視触覚センサの高忠実3次元再構成のための効率的キャリブレーションフレームワーク触覚2026/3/1
曲面視触覚センサのキャリブレーションを、近接場光源とフォトメトリックステレオを用いて数回の接触で簡素化するフレームワークを提案した。
- TaF-VLA: 力に基づくマニピュレーションのための触覚-力アラインメントVLAモデルVLA2026/1/1
触覚入力を視覚的テクスチャではなく物理的な接触力に結びつけるTaF-Adapterを提案し、1000万件超の触覚-力同期データセットで学習してVLAモデルに統合した。
- TwinTac：広範囲・高感度な触覚センサと実機-シミュレーション間のデジタルツインモデル触覚2025/9/1
高感度・広測定範囲の触覚センサを開発し、実機データと有限要素解析を組み合わせてシミュレーションから実機応答を再現するデジタルツインモデルを構築。物体分類タスクでシミュレーションデータによる実データ拡張が精度向上に有効であることを示した。
- PP-Tac: 触覚フィードバックを用いた巧みなロボットハンドによる紙つかみ触覚2025/4/1
高解像度触覚センサを備えた多指ロボットハンドで、紙のような薄くて柔らかい物体を把持するシステムを開発し、87.5%の成功率を達成した。
- 巧みなロボットハンドのための両手把持生成マニピュレーション2024/11/1
両手把持姿勢を生成するBimanGraspアルゴリズムと大規模データセットを構築し、拡散モデルで高速化を実現した。
- HumanFT: 人間らしい指先マルチモーダル視触覚センサ触覚2024/10/1
人間の指先の形状と機能を再現した視触覚センサを開発し、力計測・振動検出・過熱警告を実現した。
- Encountered-Type Haptic Display via Tracking Calibrated Robot2023/9/1
- Active Multi-Object Exploration and Recognition via Tactile Whiskers2021/9/1
- Flying Through a Narrow Gap Using End-to-end Deep Reinforcement Learning Augmented with Curriculum Learning and Sim2Real2021/8/1