Tutian Tang

収録論文 13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

• RL強化テレオペレーションと巧みな専門家混合VLAによる人間らしい操作の実現
  VLA/巧緻操作/触覚2026/3/1

  高自由度の両手巧緻操作を可能にするため、RLで訓練した原子スキルによるデータ収集支援と、触覚・力覚を統合したVLAアーキテクチャを提案し、接触を伴う複雑タスクで成功率を2倍に向上させた。

• FSGlove：形状認識キャリブレーションを備えた慣性式ハンドトラッキングシステム
  触覚2025/9/1

  各指関節と手背にIMUを装着し、最大48自由度の手の動きを追跡しながら、微分可能最適化によるキャリブレーションで個人の手形状も同時に再構成する慣性式モーションキャプチャシステムを提案した。

• FBI: 動的な視触覚ショートカット方策による巧みな把持内操作の学習
  マニピュレーション2025/8/1

  触覚信号と物体運動の因果関係を動的潜在モデルで捉え、視覚と触覚を動的に融合する模倣学習フレームワークFBIを提案し、把持内操作タスクで性能を向上させた。

• DexTOG: 言語指示に基づくタスク指向の巧みな把持学習
  マニピュレーション2025/4/1

  言語ガイド付き拡散モデルで多指ハンドのタスク指向把持を生成する枠組みDexTOGを提案し、80物体・5カテゴリの新データセットDexTOG-80Kを構築した。

• DiPGrasp: 効率的な微分可能把持計画のための並列局所探索
  マニピュレーション2024/8/1

  力閉包に基づく把持品質指標を勾配最適化し、並列サンプリングと衝突処理を組み合わせることで、様々な自由度のグリッパに対応する高速で微分可能な把持計画手法を提案した。

• Kalib: 参照点追跡による簡単なハンドアイキャリブレーション
  キャリブレーション2024/8/1

  視覚基盤モデルを活用し、ロボットの参照点を追跡することで、マーカーや再学習なしにカメラとロボット間のキャリブレーションを自動化する手法を提案。

• MS-MANO: 生体力学的制約を考慮した手姿勢トラッキング
  手姿勢推定2024/4/1

  筋骨格系とMANOを統合したMS-MANOモデルと姿勢精緻化フレームワークBioPRを提案し、生理学的に自然な手姿勢トラッキングを実現した。

• RFTrans: Leveraging Refractive Flow of Transparent Objects for Surface Normal Estimation and Manipulation
  2023/11/1
• Precise Robotic Needle-Threading with Tactile Perception and Reinforcement Learning
  2023/11/1
• GarmentTracking: Category-Level Garment Pose Tracking
  2023/3/1
• Level 2 Autonomous Driving on a Single Device: Diving into the Devils of Openpilot
  2022/6/1
• RFUniverse: A Multiphysics Simulation Platform for Embodied AI
  2022/2/1
• H2O: A Benchmark for Visual Human-human Object Handover Analysis
  2021/4/1