Ryo Hanai
AIST
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
- TOAST: 自己回帰型視覚-言語-行動モデルのための確率的ロボット行動トークン化VLA2026/10/1
同じ行動列を複数のトークン列で表現できる冗長性を活かし、学習時に確率的にサンプリングするトークン化手法を提案。データが少ないほど精度が向上し、実機タスクでも有効性を示した。
- 非把持スローイング：強化学習の視点からロボット操作2026/9/1
ロボットによる物体投げ動作を強化学習で実現し、滑りや転がりを活用して把持不要の投げを可能にした。シミュレーションで99%の成功率を達成し、実機への適用も考慮している。
- ロボット基盤モデルにおける身体性ギャップ基盤モデル2026/8/19
ロボット基盤モデル（RFM）の汎化性能と実ロボットへの適用に必要な作業の差を「身体性ギャップ」と定義し、既存手法を共有構造と適応段階の2軸で整理したサーベイ論文。
- ORPA: 人間のフィードバックを用いたロボット操作制御のためのオンライン残差ポリシー適応マニピュレーション2026/8/18
模倣学習で訓練された操作ポリシーの実行時エラーを、基盤ポリシーを変更せずに軽量なフィードバック条件付きモジュールで残差補正するフレームワークを提案し、ALOHAプラットフォームでの精密操作タスクで成功率向上を実証した。
- 物体の幾何学事前知識を活用した視覚からの接触力分布予測学習接触力予測2026/8/1
シミュレータで得た点接触力を統計的平滑化と物体形状情報を用いて分布化し、単眼RGB画像から3次元接触力分布を予測するモデルを構築。実環境への汎化も確認した。
- GuidedAttention: OODロバストなロボット操作のための解釈可能かつ修正可能な視覚的注意機構模倣学習/操作2026/7/1
視覚運動ポリシーに解釈可能で修正可能な注意キーポイントを中間表現として導入し、ユーザーが初期化時に修正可能な模倣学習フレームワークを提案。シミュレーションと実世界でOOD条件下での操作性能を向上させた。
- 多様なロボットシステムとセンサに対応する柔軟なフィールドベース方策学習フレームワークマニピュレーション2025/12/1
D3Fieldsによる3D意味表現と拡散方策を組み合わせ、異なるロボットやカメラ構成でもカテゴリレベルで汎化するマニピュレーション学習フレームワークを提案し、100デモで80%の成功率を達成した。
- NeuralMeshing: 日常撮影からの完全な物体メッシュ抽出3D再構成2025/8/1
複数の動画と1点の基準点指定だけで、商用3Dスキャナなしに物体の完全な幾何モデルを生成する自動システムを提案。
- アノテーション誘導型ビジュアルプロンプトによるロボットマニピュレーション：ACTを用いたピックアンドプレースマニピュレーション2025/8/1
バウンディングボックス注釈による視覚プロンプトとTransformerベースの模倣学習（ACT）を組み合わせ、コンビニのような密集・遮蔽環境でのピックアンドプレースを実現する知覚・行動パイプラインを提案した。
- Transformerによる行動チャンキングと腕間協調を用いた両腕マニピュレーションの学習マニピュレーション2025/3/1
両腕ロボットの協調動作を模倣学習で実現するため、腕ごとに分けたアーキテクチャと腕間の同期・時間整合を促す中間エンコーダ層(IACE)を提案し、両腕タスクで高い成功率を示した。
- CLIPとSAMの注意誘導統合によるロボット操作のための精密物体マスキングマニピュレーション2025/2/1
CLIPとSAMを勾配ベースの注意機構で統合し、コンビニ商品のマスキング精度を高めるパイプラインを提案した論文。
- SuctionPrompt: 視覚言語モデルと簡易ハードウェア設計による吸引カップ把持マニピュレーション2024/10/1
視覚言語モデル(VLM)のプロンプト技術と3D検出を組み合わせ、多様な環境で商品を把持する吸引カップ型ロボットシステムを開発した。吸引点選択精度75.4%、把持成功率65.0%を達成した。
- 動力学教師ありモデルによる非把持マニピュレーションの視覚模倣学習模倣学習2024/10/1
非把持操作のような動的タスクにおいて、次フレームRGB予測に加えて物体の位置・速度・加速度を直接予測する動力学マッピングを導入し、より汎化性の高い視覚バックボーンとタスク方策を学習する手法を提案した。
- NeuralLabeling: A versatile toolset for labeling vision datasets using Neural Radiance Fields2023/9/1
- Force Map: Learning to Predict Contact Force Distribution from Vision2023/4/1