Tao Pang
収録論文 14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
- PRIME: 脚式・人型ロボットのための物理整合的な慣性・運動推定状態推定2026/5/1
脚式・人型ロボットの運動推定を、接触力学を考慮したMAP問題として定式化し、運動学とアクチュエータ指令から動的に整合する軌道と接触力・慣性パラメータを同時推定する手法を提案した。
- ビデオモデルを汎用ロボットポリシーへ変換するVLA2026/5/1
ビデオ生成モデルをそのまま使い、逆動力学モデル(IDM)を個別に学習してビデオ計画を行動に変換する手法を提案。シミュレーションと実世界で高い性能を示した。
- Sumo: 動的かつ汎用的な全身ロコ操作ロコ操作2026/4/1
事前学習した全身制御ポリシーをテスト時にサンプルベースのプランナーで操縦することで、脚式ロボットが大型・重量物を動的に操作できるようにするsim-to-real手法を提案。実機のSpotでタイヤの直立やバリアの引きずり等を実証し、シミュレーションで人型ロボットへの汎用性も示した。
- 到達可能集合グラフ上の接触リッチSE(2)マニピュレーションのための近似最適大域計画マニピュレーション2026/1/1
接触を活用したマニピュレーションのための近似最適計画手法を提案し、到達可能集合のグラフをオフライン構築してオンラインで計画することで、従来手法より61%コストを削減し91%の成功率を達成した。
- 接触信頼領域による器用な接触リッチマニピュレーションマニピュレーション2025/5/1
接触の片側性を考慮した接触信頼領域（CTR）を提案し、モデル予測制御と局所計画の接続により、接触リッチな操作を効率的に実現する手法を開発した。
- 軌道最適化による接触の多いマニピュレーションのための物理駆動データ生成マニピュレーション2025/2/1
VRで収集した少数の人間のデモを、運動学的リターゲティングと軌道最適化で様々なロボット形態・物理パラメータに適応させ、接触の多い操作タスク用の大規模で物理的に一貫したデータセットを低コストで生成するパイプラインを提案。
- 接触の多いマニピュレーション方策はサンプリングベースプランナから学ぶべきか？マニピュレーション2024/12/1
接触の多い巧みな操作タスクの訓練データをモデルベース計画で生成する手法を検討し、RRTのデモはエントロピーが高すぎるため一貫性を重視したデータ生成と拡散ベースのBCを組み合わせ、実機へのゼロショット転移を実現した。
- 接触の多い両腕マニピュレーションのための計画誘導拡散ポリシー学習マニピュレーション2024/12/1
モデルベースの動作計画器で高忠実度シミュレーション内に大規模なデモを生成し、タスク条件付き拡散ポリシーを模倣学習することで、多様な物体を扱う接触の多い両腕操作を実世界で実現した。
- 平滑化された接触ダイナミクスに対する線形フィードバックは接触の多い計画を安定化するのに十分か？マニピュレーション2024/11/1
接触平滑化を用いた微分可能シミュレータによる線形制御器合成の有効性を、双腕全身マニピュレーションの300以上の軌道で検証し、LQRでは接触の多い計画の安定化に不十分である理由を分析した。
- Global Planning for Contact-Rich Manipulation via Local Smoothing of Quasi-dynamic Contact Models2022/6/1
- SEED: Series Elastic End Effectors in 6D for Visuotactile Tool Use2021/11/1
- Bundled Gradients through Contact via Randomized Smoothing2021/9/1
- Easing Reliance on Collision-free Planning with Contact-aware Control2021/9/1
- Heterogeneous Vehicles Routing for Water Canal Damage Assessment2018/3/1