Minghao Guo
MIT CSAIL
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
- S4R: 剛体の相互貫入を解消するスケーリング手法物理シミュレーション2026/9/17
物体を一度小さく縮めてから徐々に元のサイズに戻すことで、剛体同士のめり込みを解消する手法を提案し、大規模シーンでも高速かつ高精度に処理できることを示した。
- NeuralActuator: ロボット動力学と外力知覚のためのニューラルアクチュエータモデリングアクチュエータモデリング2026/7/1
低コストロボットのアクチュエータ動力学をニューラルネットでモデル化し、トルク予測・外力知覚・異常検知を同時に行う手法を提案した。
- RigidFormer: トランスフォーマーを用いた剛体力学の学習シミュレーション2026/5/1
メッシュフリーの点群入力から剛体の力学を学習するオブジェクト中心のトランスフォーマーモデルを提案し、アンカーとKabsch整列により剛性を保ちつつ高速で高精度なシミュレーションを実現した。
- A1: 完全透過型オープンソースの適応的かつ効率的なトランケート型視覚言語行動モデルVLA2026/4/1
低コストで高スループットな推論を実現するため、事前学習済みVLMと適応的早期終了・層間トランケートフローマッチングを導入したVLAモデルA1を提案し、シミュレーションと実機でSOTA性能と推論コスト削減を達成した。
- PhyScensis: 物理エンジンで拡張されたLLMエージェントによる複雑な物理シーン配置シーン生成/LLMエージェント2026/2/1
LLMエージェントと物理エンジンを組み合わせ、接触や支持・収納といった物理関係を考慮した複雑な3Dシーンを自動生成するフレームワークを提案。
- GLaD: 視覚言語行動モデルのための幾何潜在蒸留VLA2025/12/1
3D幾何情報を知識蒸留でVLAモデルに組み込み、深度センサーや3D注釈なしで空間推論と操作性能を向上させた手法。
- 運動学的キットバッシング：再利用可能な部品から関節物体を合成する最適化フレームワークマニピュレーション2025/10/1
抽象的な運動学グラフに基づき、再利用可能な関節部品を組み合わせて関節物体を合成する最適化手法を提案。部品の配置・向き・スケールを最適化し、機能目標も勾配なしで達成できる。
- RobotSmith: 複雑な操作スキル獲得のための生成的ロボットツール設計マニピュレーション2025/6/1
視覚言語モデルと物理シミュレーションを組み合わせ、ロボットが操作しやすいツールを自動設計し、その使い方まで最適化する手法を提案。
- A0: 汎用ロボットマニピュレーションのためのアフォーダンス認識階層モデルマニピュレーション2025/4/1
物体との接触点と接触後軌道を予測するアフォーダンス表現を用い、高レベルな空間理解と低レベル行動実行を階層的に分けた拡散モデルを提案。複数ロボットで汎用性と実世界性能を示した。