Puhao Li
収録論文 15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
- ArtManip: カテゴリレベルの関節物体ハンド内操作ハンド内操作2026/9/11
関節物体をロボットハンドで把持したまま操作するカテゴリレベル手法を提案し、シミュレーションで未見物体や多様な初期把持に汎化、実世界12物体へのゼロショット転移を実現した。
- 人間レベルの巧みな遠隔操作を目指して遠隔操作2026/7/1
手と物体の同時追跡制御を用いて、人間の操作意図を学習済みの接触実行にマッピングし、物体の回転や長時間の道具使用など7つの難易度の高い遠隔操作タスクで高い成功率を達成した。
- 触覚と視覚の同時知覚によるマルチモーダルロボットマニピュレーション学習マニピュレーション2025/12/1
透明な弾性体と新規マーカーを備えた触覚・視覚同時センサTacThruと、Transformerベースの拡散方策を用いた模倣学習フレームワークTacThru-UMIを提案し、実世界の5タスクで平均85.5%の成功率を達成した。
- GWM: ロボットマニピュレーションのためのスケーラブルなガウス世界モデルマニピュレーション2025/8/1
ロボット操作のためのガウス世界モデル(GWM)を提案し、ガウスプリミティブの伝播を予測して将来状態を再構成することで、模倣学習とモデルベース強化学習を支援する。
- Ag2x2: ゼロショット両手操作のためのロバストなエージェント非依存視覚表現両手操作2025/7/1
物体状態と手の動きを協調的にエンコードする視覚表現を提案し、人間の動画から両手操作スキルをゼロショット学習。13タスクで73.5%の成功率を達成。
- ControlVLA: 事前学習済み視覚言語行動モデルのための少数ショット物体中心適応VLA2025/6/1
ControlNet風のアーキテクチャで物体中心表現を導入し、10〜20回のデモンストレーションだけで多様な実世界操作タスクに適応できるフレームワークを提案。
- MetaScenes: 実世界3Dスキャンからの自動レプリカ生成に向けてsim2real2025/5/1
実世界スキャンから構築した大規模シミュラブル3DシーンデータセットMetaScenesと、アセットを自動置換するマルチモーダル整合モデルScan2Simを提案し、ロボット操作とVLNのベンチマークで有効性を示した。
- Taccel: 高性能GPUシミュレーションによる視覚ベース触覚ロボティクスのスケールアップ触覚2025/4/1
視覚ベース触覚センサ(VBTS)を高精度かつ高速にシミュレーションするGPUプラットフォームTaccelを提案し、実時間の18倍の速度で数千並列環境を実現、sim-to-real転移も検証した。
- ManipTrans: 残差学習による効率的な両手巧み操作の転移マニピュレーション2025/3/1
人間の両手操作スキルをシミュレーション上のロボットハンドへ効率的に転移する二段階手法を提案し、大規模データセットDexManipNetを構築した。
- PhysPart: 操作可能物体の物理的に妥当な部品補完3D生成2024/8/1
操作可能な物体の欠けた部品を、形状だけでなく物理的な安定性と可動性を考慮して拡散モデルで生成する手法を提案。
- Ag2Manip: エージェント非依存の視覚・行動表現による新規マニピュレーションスキルの学習マニピュレーション2024/4/1
人間の操作動画からエージェント非依存の視覚表現と、ロボットの運動学を汎用エージェント代理に抽象化した行動表現を学習し、ドメイン固有のデモなしで新規マニピュレーションタスクの性能を大幅に向上させた。
- An Embodied Generalist Agent in 3D World2023/11/18
- Grasp Multiple Objects with One Hand2023/10/1
- GenDexGrasp: Generalizable Dexterous Grasping2022/10/1
- DexGraspNet: A Large-Scale Robotic Dexterous Grasp Dataset for General Objects Based on Simulation2022/10/1