Xinpan Meng
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション触覚/VLA/操作触覚/ニューロモーフィック外骨格制御触覚/精密組立sim2real
※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
- InsertAnything: シミュレーションから現実への汎化可能な接触リッチ精密挿入マニピュレーション2026/9/21
シミュレーションのみで強化学習を行い、実世界のデモや微調整なしに、様々な形状・クリアランスの穴への精密挿入を実現するフレームワークを提案。
- 予期せぬ感覚を捉える：残差触覚表現によるResTacVLAの接触豊富な操作触覚/VLA/操作2026/7/1
視覚言語行動モデルに触覚を統合する際、視覚特徴が触覚を覆い隠す問題を解決するため、視覚予測と実際の触覚の差を残差表現として用い、視覚的に予測できない重要な接触イベントを捉えるResTacVLAを提案した。
- GelNeuro: センシングと計算を統合したニューロモーフィック触覚システムによるテクスチャ認識触覚/ニューロモーフィック2026/7/1
GelSight Miniベースの光学触覚センサとニューロモーフィックSoCを直接接続し、スパイキングCNNでテクスチャを認識する統合システムを提案。物理チップ上で96.3%の精度を達成し、消費電力は従来比で3桁以上低い。
- 多タスク外骨格制御における相互作用安全性の確保：シミュレーション学習による可変インピーダンスフレームワーク外骨格制御2026/6/1
シミュレーションで学習した可変インピーダンス制御により、多様な動作タスクで外骨格の安全性を保証しつつ、代謝コストを低減する手法を提案した。
- 到達から挿入へ：サブミリ公差下での触覚強化精密組立触覚/精密組立2026/5/1
模倣学習と強化学習を組み合わせた二段階手法で、精密挿入タスクを高成功率かつ低接触力で実現した。
- EmbodieDreamer: 身体性ワールドモデリングによるReal2Sim2Real転送の促進sim2real2025/7/1
物理パラメータ最適化と動画拡散モデルでシミュレーションと実世界のギャップを埋め、ロボット政策学習を高精度化するフレームワークを提案。