Pokuang Zhou

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

• 接触豊富な操作における視覚-触覚世界モデルの重要要素：ContactWorld
  操作2026/6/1

  接触を伴う操作タスクにおける視覚-触覚世界モデルの性能を、12種類のタスクで体系的に比較し、空間構造と時間連続性を持つ表現（特に点群と触覚力場）が計画性能を向上させることを示した。

• 触覚を活用した四脚ロボットの移動操作ポリシー学習
  移動操作/触覚/強化学習2026/4/1

  四脚ロボットの移動操作において、視覚と自己受容感覚に加えて触覚情報を活用する階層的ポリシー学習手法を提案。実世界の人間デモから触覚条件付き高レベルポリシーを学習し、シミュレーションでの大規模強化学習により全身制御ポリシーを獲得し、実世界へゼロショット転送する。接触を伴うタスクで平均28.54%の性能向上を達成。

• 接触を伴うロボットタスクの安全な学習：古典的手法から安全な基盤モデルまでのサーベイ
  安全学習2025/12/1

  接触を伴うロボットタスクにおける安全な学習手法を、安全な探索と安全な実行の二軸で整理し、制約付き強化学習やCBFなどの古典的手法からVLM/VLA基盤モデルへの拡張までを概観したサーベイ。

• ManiFeel: 視触覚マニピュレーション方策学習のベンチマークと理解
  視触覚マニピュレーション2025/5/1

  接触が多い・視覚的に難しい操作タスク向けに、視触覚方策学習を体系的に評価できる再現可能なシミュレーションベンチマークManiFeelを提案し、触覚が方策性能をどう高めるかを実験的に示した。

• 5自由度触覚グリッパによる把持内分離とすくい操作
  触覚2024/8/1

  GelSight触覚センサを統合した2本指5自由度グリッパを設計し、粒状媒体中の物体の分離・分類と狭所でのカードのすくい挿入を実現した。