Mingxuan Li
収録論文 8本 ・ フィジカルAI/ロボット学習
オフライン強化学習強化学習マニピュレーション触覚
※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
- 因果フローQ学習：頑健なオフライン強化学習オフライン強化学習2026/2/1
オフラインデータに潜む未測定の交絡バイアスに対処するため、因果的視点から最悪ケース性能を最適化する新たな目的関数を提案し、フローマッチング方策と組み合わせて頑健なオフライン強化学習を実現した。
- 因果的報酬整形による交絡に頑健な連続制御強化学習2026/2/1
オフラインデータから因果的ベルマン方程式を用いて報酬整形関数を自動学習し、未観測の交絡因子があっても連続制御タスクで安定した性能を実現する手法を提案。
- 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。
- 初期滑りの時空間特徴検出におけるモデリング・シミュレーション・応用触覚2025/2/1
視覚触覚センサ等のひずみ分布センシングに適用可能な、初期滑りの時空間特徴を完全に表現する新しいモデリング・検出手法を提案し、摩擦パラメータ推定や適応把持制御への有効性を実験で示した。
- 人間不要の力制御デモンストレーションからの優しい把持学習触覚2024/9/1
接触特性が既知の物体を用いて参照力曲線を自動生成し、物理ベースの力学モジュールを組み込んだDual-CNNで把持力を予測することで、視覚触覚センサ上で優しく安定した把持を実現する手法を提案した。
- EasyCalib: 視覚触覚センサの力再構成のための簡便・低コストなその場キャリブレーション触覚2024/3/1
接触変形の比較のみでヤング率とポアソン比を推定する簡便・低コストなその場キャリブレーション手法と装置を提案し、有限要素解析と実機実験で接触力分布の再構成精度を検証した。
- 視触覚センシングによる把持内物体回転時の初期滑りに基づく回転計測触覚2023/9/1
把持内で物体を回転させる際の初期滑りを考慮した2次元接触モデルを提案し、視触覚センサのマーカー特徴から回転角をリアルタイム計測する手法を開発した。
- 連続マーカーパターンのリアルタイム・ロバスト特徴検出による高密度3次元変形計測触覚2023/5/1
視触覚センサ向けに、連続マーカーパターンのコーナー特徴を低計算コストで頑健に検出する手法を提案し、高密度な3次元接触変形の可視化を実現した。