Hao-Shu Fang
収録論文 25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
- データ効率的なロボット模倣学習のためのマルチカメラ視点スケーリング模倣学習2026/4/1
デモ収集時に複数のカメラ視点を用いて擬似デモを生成し、データ効率と汎化性を向上させる模倣学習フレームワークを提案した。
- ExoGS: スケーラブルなマニピュレーションデータ収集のための4D Real-to-Sim-to-Realフレームワークsim2real2026/1/1
人間の直接教示をロボット同型の受動外骨格で計測し、環境と物体を3Dガウシアンスプラッティングで再構成してシミュレーション上で大規模データ拡張と方策学習を行うReal-to-Sim-to-Real手法を提案。
- DEXOP：巧みな人間操作をロボットへ転移するデバイスマニピュレーション2025/9/1
人間の手指をロボットハンドに機械的に接続する受動型外骨格DEXOPを開発し、視覚・触覚データを大規模に収集してロボットの巧みな操作スキルを効率的に学習させる手法を提案した。
- VQ-VLA：ベクトル量子化アクショントークナイザのスケーリングによる視覚-言語-行動モデルの改善VLA2025/7/1
大規模な行動軌跡データセットで学習したベクトル量子化アクショントークナイザを提案し、ゼロショットで多様なロボットタスクに適応可能で、長期的タスクの成功率を最大30%向上させた。
- Dense Policy：双方向自己回帰による行動学習マニピュレーション2025/3/1
軽量なエンコーダのみのアーキテクチャで行動系列を粗から細へと対数的な推論時間で展開する、双方向自己回帰型のロボットマニピュレーション方策を提案。
- AirExo-2：低コスト外骨格による汎化可能なロボット模倣学習のスケールアップ模倣学習2025/3/1
低コストの外骨格システムAirExo-2で実世界の大規模デモンストレーションデータを収集し、それを擬似ロボットデータに変換して、3D空間と2D意味論を融合する模倣学習ポリシーRISE-2を訓練した。
- AnyDexGrasp: 異なるハンドに汎用な高効率学習による器用把持マニピュレーション2025/2/1
接触中心の中間表現を介してハンド非依存の把持モデルを学習し、各ハンド固有の把持決定モデルを実機試行錯誤で少数データから訓練することで、複数のロボットハンドで高成功率の把持を実現した。
- FoAR: 接触の多いロボットマニピュレーションのための力覚対応リアクティブポリシーマニピュレーション2024/11/1
力/トルクセンシングと視覚入力を組み合わせ、将来の接触予測に基づいて力データの利用を動的に調整するリアクティブポリシーを提案し、接触の多いタスクでの性能を向上させた。
- CAGE: 因果アテンションによるデータ効率的で汎化可能なロボットマニピュレーションマニピュレーション2024/10/1
視覚基盤モデルDINOv2と因果アテンションを組み合わせ、50回程度の実演から未知環境でも汎化できるロボット操作ポリシーを提案した。
- セグメント単位の選択と最適化によるロボットマニピュレーションにおける混合品質デモンストレーションの有効活用マニピュレーション2024/9/1
ロボットマニピュレーションの混合品質デモデータをセグメント単位で選別・最適化し、既存の政策にプラグアンドプレイで組み込めるフレームワークS2Iを提案。
- EyeSight Hand：視覚ベース触覚センサと柔軟アクチュエーションを統合した全駆動型巧みなロボットハンドの設計マニピュレーション2024/8/1
7自由度の人間型ロボットハンドに視覚ベースの触覚センサと準直接駆動を統合し、模倣学習による複雑な操作タスクで触覚フィードバックの有効性を示した。
- 多指把持のための驚くほど効率的な表現マニピュレーション2024/8/1
多指ハンドでの把持を効率的に学習するための新しい表現を提案し、少ない実機試行で高い把持成功率を達成した。
- 散乱環境における把持可能性の発見による高速かつ高精度な把持姿勢検出マニピュレーション2024/6/1
散乱環境で把持しやすい領域を「graspness」として定義し、それを予測するニューラルネットワークGSNetを提案。従来手法より大幅に高精度・高速な6DoF把持姿勢検出を実現した。
- RISE: 3D知覚で実世界ロボット模倣をシンプルかつ効果的に模倣学習2024/4/1
単一視点の点群から連続的なロボット動作を直接予測するエンドツーエンドの模倣学習手法を提案し、2D・3Dの既存手法を大きく上回る精度と効率を実現した。
- Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis2023/12/1
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models2023/10/1
- AirExo: Low-Cost Exoskeletons for Learning Whole-Arm Manipulation in the Wild2023/9/1
- Flexible Handover with Real-Time Robust Dynamic Grasp Trajectory Generation2023/8/1
- RH20T: A Comprehensive Robotic Dataset for Learning Diverse Skills in One-Shot2023/7/1
- AnyGrasp: Robust and Efficient Grasp Perception in Spatial and Temporal Domains2022/12/1
- Unseen Object 6D Pose Estimation: A Benchmark and Baselines2022/6/1
- TransCG: A Large-Scale Real-World Dataset for Transparent Object Depth Completion and a Grasping Baseline2022/2/1
- SuctionNet-1Billion: A Large-Scale Benchmark for Suction Grasping2021/3/1
- RGB Matters: Learning 7-DoF Grasp Poses on Monocular RGBD Images2021/3/1
- GraspNet: A Large-Scale Clustered and Densely Annotated Dataset for Object Grasping2019/12/1