Koshi Makihara

収録論文 5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

• 幾何学的事前学習による模倣学習の効率改善
  マニピュレーション2026/9/11

  平面・物体・手のみの単純な幾何学シーンで自動生成したデータで事前学習し、少ない実演データで模倣学習を効率化する手法を提案。

• Peg-in-Bench: 高精度ロボット挿入のためのモジュール式ベンチマーク
  マニピュレーション2026/9/1

  高精度な挿入作業の汎化性能を評価するため、3Dプリント可能なモジュール部品で構成された再構成可能なペグ挿入ベンチマークを提案した。

• ロボット基盤モデルにおける身体性ギャップ
  基盤モデル2026/8/19

  ロボット基盤モデル（RFM）の汎化性能と実ロボットへの適用に必要な作業の差を「身体性ギャップ」と定義し、既存手法を共有構造と適応段階の2軸で整理したサーベイ論文。

• YUBI: 両手巧緻操作のための指追従型ユニバーサル双指インターフェースの大規模展開
  データ収集/両手操作2026/6/1

  指の動きをそのままグリッパーに伝える新しい手持ち型データ収集デバイスYUBIを開発し、両手での細かい操作タスクの大規模データセット（8,434時間・120万エピソード）を収集。このデータで訓練した単一ポリシーが複数のロボットに直接転移可能であることを実証した。

• RoboManipBaselines：実機とシミュレーションを横断するロボットマニピュレーション模倣学習の統合フレームワーク
  模倣学習2025/9/1

  データ収集・方策学習・実行までを一貫して行える模倣学習用のオープンソース基盤を提案し、複数シミュレータと実機ロボットに対応したベンチマークと応用例を示した。