Hongjie Fang
Shanghai Jiao Tong University
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
- FP2: ロボット基盤モデルに力制御を付与する軽量インターフェース力制御2026/9/29
タスク適応済みのロボット基盤モデルに、高頻度の力制御ポリシーを組み合わせて接触の多い操作を安定化させる軽量な下流インターフェースFP2を提案し、実機4タスクで性能と力調整の品質を改善した。
- 視覚運動ポリシーにおける視覚的身体依存性の再考VLA2026/9/15
視覚運動ポリシーがロボットの見た目に依存しすぎる問題（VED）に対し、3D点群で身体を正規化する手法を提案し、人間からロボットへの転移性能を向上させた。
- HINT: 長期的ロボット操作のための人間意図の注入マニピュレーション2026/9/2
本論文は、長期的なロボット操作タスクにおいて、人間の意図を視覚的・注意機構を通じて行動ポリシーに伝達するフレームワークHINTを提案し、意図理解とタスク成功率を向上させる。
- AnyDexRT: 較正不要で数回の人間ガイダンスによる器用な手のリターゲティング遠隔操作/リターゲティング2026/7/1
AnyDexRTは、人間の手の動きをロボットハンドにマッピングする際に、較正や手動調整を不要にし、数回の人間の指示で直感的な遠隔操作を実現する手法を提案した。
- 遅延対応ガイダンス融合による非同期マルチモーダル拡散ポリシー合成模倣学習/拡散ポリシー/マルチモーダル2026/7/1
異なるセンシングレートや推論遅延を持つ複数のモダリティを、各ポリシーが本来の速度で動作しつつ遅延を補正して融合するフレームワークLAG-Fusionを提案し、接触を伴う操作タスクで有効性を示した。
- ChronoFlow-Policy: 視覚運動ポリシー学習における過去・現在・未来の相互作用フローの統合VLA2026/6/1
物体とグリッパーの3Dキーポイントを用いて過去・現在・未来の相互作用ダイナミクスを統一的に表現するChronoFlowを導入し、これを拡散ベースの視覚運動ポリシーと共学習させることで、長期的・非マルコフ的操作タスクでの性能を向上させた。
- X-Imitator: 双方向アクション・ポーズ相互作用による空間認識模倣学習模倣学習2026/5/1
空間認識と行動生成を双方向ループで結びつけ、相互に洗練させる新しい模倣学習フレームワークを提案。24のシミュレーションと3つの実世界タスクで性能を実証した。
- LIDEA: 暗黙的特徴蒸留と明示的幾何学的整合による人間からロボットへの模倣学習模倣学習2026/4/1
人間のデモ動画を利用してロボットの模倣学習を効率化するため、2D特徴蒸留と3D幾何学的整合を組み合わせたフレームワークLIDEAを提案した。
- 力方策：接触リッチ操作のための相互作用フレーム下でのハイブリッド力・位置制御方策の学習マニピュレーション2026/2/1
視覚で自由空間動作を導き、接触時には力フィードバックを用いた高頻度ローカル方策が相互作用フレームを推定してハイブリッド力・位置制御を行う、グローバル・ローカル視覚力方策を提案。
- 量子化された手の状態で巧みなマニピュレーションを学習するマニピュレーション2025/9/1
手の状態を量子化してコンパクトに表現し、腕の動作と統合的に拡散させることで、腕と手の協調を効率的に学習する視覚運動方策DQ-RISEを提案した。
- 点追跡による履歴認識型視覚運動ポリシー学習マニピュレーション2025/9/1
点追跡を用いて過去の観測を物体中心の履歴表現に圧縮し、視覚運動ポリシーに組み込むことで、記憶を要する操作タスクの性能を向上させた研究。
- 知識駆動型模倣学習：多様な条件への汎化を実現する模倣学習2025/6/1
外部の構造的意味知識を活用して物体表現を抽象化し、少ない実演データでロボットマニピュレーションの汎化性能を高める知識駆動型模倣学習を提案した。
- SIME: モーダルレベル探索による方策の自己改善模倣学習/自己改善2025/5/1
ロボットが人間のデータから初期学習した後、環境との相互作用を通じて自己改善するために、モーダルレベルの探索とデータ選択を組み合わせた手法を提案し、シミュレーションと実機で有効性を示した。
- 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。
- 行動の前に動作を：物体運動をマニピュレーション条件として拡散する手法マニピュレーション2024/11/1
観測から物体の将来の姿勢系列を予測し、それを条件としてロボットの行動系列を拡散生成するプラグアンドプレイ型モジュールMBAを提案し、模擬・実環境で既存方策の性能を大幅に向上させた。
- 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。
- 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。
- 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
- TransCG: A Large-Scale Real-World Dataset for Transparent Object Depth Completion and a Grasping Baseline2022/2/1