Kenneth Shaw
収録論文 16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
- ビデオからシミュレーション、そして実世界へ：単一の人間ビデオからの全自動器用スキル獲得器用操作/sim2real2026/6/1
単一の人間操作ビデオから、シミュレーション環境でのデジタルツイン構築と物体中心のキーフレーム最適化によりロボット動作を獲得し、さらに実世界のノイズや不完全な知覚への頑健性を分離するsim-to-real戦略で器用な操作スキルを自律的に獲得するフレームワークを提案した。
- FACTR 2: コモディティロボットアームの外力センシング学習がポリシー学習を向上させる力覚推定/模倣学習2026/6/1
専用の力センサーを持たないロボットアームでも、データ駆動で外力トルクを推定するNEXTと、接触前後のデータを重点的に学習するFIRSTを組み合わせることで、力覚を活用した遠隔操作とポリシー学習を可能にした論文。
- IFG: インターネット規模の知識を活用した機能的な把持生成マニピュレーション2025/11/1
大規模視覚モデルの意味理解とシミュレーションによる力学的把持生成を組み合わせ、人手データなしで高精度なロボット把持を実現した研究。
- 動的環境における反応的マニピュレータ動作計画のための深層反応ポリシーマニピュレーション2025/9/1
点群入力を直接用いて動的・部分観測環境で衝突回避動作を生成する視覚運動ニューラルポリシーDRPを提案し、シミュレーションと実機で従来手法を上回る成功率を示した。
- DexWild: 日常環境での人間の手による器用な操作データ収集とロボット方策学習マニピュレーション2025/5/1
低コストなウェアラブルデバイスで人間の手の操作データを収集し、人間とロボットのデモを共訓練することで、未知環境や異なる身体でも汎化する器用な操作方策を実現した。
- FACTR: 接触の多いタスクのための力覚に注目させるカリキュラム学習マニピュレーション2025/2/1
力覚フィードバックを双方向テレオペで収集し、視覚入力を徐々に劣化させるカリキュラムで力覚に注目させる方策学習手法を提案。未見物体への汎化性能を43%向上させた。
- 複雑タスクのための両手巧み操作システムBidexテレオペレーション2024/11/1
モーションキャプチャグローブとティーチャーアームを用いた低コスト・低遅延の両手巧みテレオペレーションシステムBidexを開発し、複雑タスクで高品質なデータを高速に収集できることを示した。
- SPIN: 知覚・インタラクション・ナビゲーションの同時実行移動マニピュレーション2024/5/1
移動マニピュレータが能動的な視覚システムを用いて、移動しながら知覚し環境と相互作用する反応型フレームワークを提案。
- Adaptive Mobile Manipulation for Articulated Objects In the Open World2024/1/1
- Dexterous Functional Grasping2023/12/1
- DEFT: Dexterous Fine-Tuning for Real-World Hand Policies2023/10/1
- LEAP Hand: Low-Cost, Efficient, and Anthropomorphic Hand for Robot Learning2023/9/1
- Designing Anthropomorphic Soft Hands through Interaction2023/6/1
- VideoDex: Learning Dexterity from Internet Videos2022/12/1
- Robotic Telekinesis: Learning a Robotic Hand Imitator by Watching Humans on Youtube2022/2/1
- STRATA: A Unified Framework for Task Assignments in Large Teams of Heterogeneous Agents2019/3/1