Liao Wu

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

• 深層生成モデルによる高次元自己運動多様体の近似
  マニピュレーション2026/9/16

  冗長マニピュレータの自己運動多様体を確率的に捉え、深層生成モデルでサンプリングすることで、従来の曲線仮定を超えて高次元（4次元）の多様体を近似する手法を提案した。

• 合成データを用いた追従型ロボット内視鏡ナビゲーションのための強化学習
  医療ロボティクス2026/1/1

  単眼深度推定と強化学習を組み合わせ、合成データで訓練した追従型柔軟内視鏡ロボットの自律ナビゲーション手法を提案。

• イベントカメラでドメインギャップを埋める
  イベントカメラ2025/12/1

  従来のカメラの代わりにイベントカメラを使うことで、昼夜の照明条件の違いによるドメインギャップを調整なしで維持できることを示した研究。

• JammingSnake: ファイバージャミングによる可変剛性を備えた追従型連続ロボット
  連続ロボット2025/1/1

  ファイバージャミングモジュールを組み込むことで、周囲への接触に頼らずに追従運動が可能な蛇型連続ロボットを開発し、従来の腱駆動型よりも周囲への力が小さいことを示した。

• ファイバー数と密度がファイバージャミングに与える影響：連続体ロボットのリーダー追従展開に向けて
  連続体ロボット2024/8/1

  直径4mmのファイバージャミングモジュールを試作し、ファイバー数と充填密度が剛性変化に大きく影響することを理論と実験で示した。最適構成では最大3400%の剛性変化を達成し、医療用リーダー追従ロボットへの応用可能性を確認した。

• 低コストで遠隔操作可能なマクロ・マイクロ構造と連続体先端を持つオープンソース研究用手術ロボット
  手術ロボット2024/5/1

  低コストで改造可能な腱駆動連続体マニピュレータを開発し、6軸ロボットアームと組み合わせて遠隔操作を実現した。模擬腫瘍生検実験で有効性を検証し、ソースコードやCADファイルを公開した。

• 疲労によるバイセップカールの代償動作分析：ウェアラブルセンサ配置への示唆
  ウェアラブルセンサ2024/2/1

  バイセップカール中の疲労に伴う代償動作を筋シナジーと関節運動から解析し、代償検出には肩の筋活動と関節運動に注目すべきことを示した研究。

• A Mechatronic System for the Visualisation and Analysis of Orchestral Conducting
  2024/1/1
• Automatic Tissue Traction Using Miniature Force-Sensing Forceps for Minimally Invasive Surgery
  2024/1/1
• Haptics-Enabled Forceps with Multi-Modal Force Sensing: Towards Task-Autonomous Surgery
  2023/3/1
• Camera Frame Misalignment in a Teleoperated Eye-in-Hand Robot: Effects and a Simple Correction Method
  2021/5/1
• Real-time Joint Motion Analysis and Instrument Tracking for Robot-Assisted Orthopaedic Surgery
  2019/9/1
• Optimal Dexterity for a Snake-like Surgical Manipulator using Patient-specific Task-space Constraints in a Computational Design Algorithm
  2019/3/1
• Model-less Active Compliance for Continuum Robots using Recurrent Neural Networks
  2019/2/1
• Geometric interpretation of the general POE model for a serial-link robot via conversion into D-H parameterization
  2019/2/1
• The ACRV Picking Benchmark (APB): A Robotic Shelf Picking Benchmark to Foster Reproducible Research
  2016/9/1