Haowen Sun
収録論文 9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
- R2RDreamer: 空間的に汎化する2次元操作ポリシーのための3次元認識データ拡張操作学習2026/6/15
実デモから3D編集と2Dビデオ補完を組み合わせて、物体位置や視点が変わっても動作する操作ポリシーを学習するためのデータ拡張手法を提案した。
- IVGT: 暗黙的視覚幾何トランスフォーマーによるニューラルシーン表現3D再構成2026/5/1
カメラポーズが未知の多視点画像から、連続的で一貫した3D幾何と外観を暗黙的にモデル化する手法を提案。SDFと色を予測する軽量デコーダを用いて、任意の3D位置での空間クエリを可能にし、メッシュ再構成や新規視点合成など多様なタスクで高い性能を示した。
- OASIS: SE(3)軌道予測による観測・行動空間の整合を利用したロボット操作マニピュレーション2026/5/1
視覚・言語・行動モデルの中間表現を行動空間の剛体幾何に合わせるため、SE(3)軌道予測を導入したポリシーを提案し、シミュレーションと実機で成功率と汎化性能を向上させた。
- VoxAfford: オープンボキャブラリ3Dアフォーダンス検出のためのマルチスケールボクセルトークン融合3Dアフォーダンス検出2026/5/1
3D点群上のオープンボキャブラリアフォーダンス検出において、MLLMの出力トークンに事前学習済み3D VQVAEのマルチスケール幾何特徴を融合する手法を提案し、mIoUを約8%向上させた。
- AffordSim: アフォーダンス認識ロボット操作のためのスケーラブルなデータ生成器とベンチマークマニピュレーション2026/4/1
自然言語のタスク記述から3Dアフォーダンス予測を統合し、タスク関連シーンと軌道を自動生成するデータ生成器とベンチマークを提案。手動注釈なしで高成功率を達成し、実ロボットへのゼロショット転送も実証。
- シミュレーションと現実を繋ぐ：セマンティック2Dガウシアンスプラッティングによるドメイン間転移sim2real2025/12/1
物体中心のドメイン不変な空間特徴を抽出するセマンティック2Dガウシアンスプラッティングを提案し、シミュレーションから実世界への操作タスクの転移性能を向上させた。
- RoboTAG: トポロジカルアラインメントグラフによるエンドツーエンドのロボット姿勢推定姿勢推定2025/11/1
単眼RGB画像からロボットの姿勢を推定するため、2Dと3Dの表現を協調進化させるトポロジカルアラインメントグラフを提案し、ラベルデータへの依存を軽減した。
- FlowRAM: 領域認識Mambaフレームワークによるフローマッチング方策のロボットマニピュレーションへの基盤化マニピュレーション2025/6/1
拡散方策の推論効率と3D知覚の課題に対し、動的半径スケジュールと状態空間モデル、条件付きフローマッチングを組み合わせ、高精度マニピュレーションで成功率を12%向上させた。
- PRISM: 投影ベース報酬統合によるシーン認識型Real-to-Sim-to-Real転移sim2real2025/4/1
少数の実演から画像で物体を認識し3Dモデルを取得してシミュレーション環境を自動構築し、VLM監督の投影ベース報酬でRL方策を訓練して実世界に転移する手法を提案。