Yijiong Lin

収録論文 16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

• NeuralTouch: 触覚による精密なSim-to-Realロボット制御のためのニューラル記述子
  触覚2025/10/1

  Neural Descriptor Fieldsと触覚フィードバックを組み合わせ、強化学習で把持姿勢を微調整することで、実機へのゼロショット転移を可能にしたマルチモーダル枠組みを提案。

• ViTacGen: 視覚から触覚を生成するロボット押し動作
  マニピュレーション2025/10/1

  視覚画像から触覚情報（接触深度画像）を生成し、強化学習に統合することで、実触覚センサーなしでロボットの押し動作を実現するフレームワークを提案。

• 視覚ベース触覚センサの分類：レビュー
  触覚2025/9/1

  視覚ベース触覚センサ（VBTS）を、接触を触覚画像に変換する原理に基づきマーカー型と強度型の2つに大別し、さらに4つのサブタイプに分類して比較したレビュー論文。

• Text2Touch: LLMが設計した報酬関数による触覚を活用したハンド内操作
  触覚2025/9/1

  LLMに報酬関数を設計させ、触覚センサ付き4指ロボットハンドで多軸のハンド内物体回転を実現した研究。人間設計の報酬を上回る性能を、より簡潔な報酬で達成した。

• SimShear: シミュレーションから実機へのせん断触覚サーボ
  触覚2025/8/1

  せん断変形をシミュレーションで陽にモデル化せずに、GANで触覚画像を変換し、実機の触覚制御に応用する手法を提案。

• 触覚ソフトハンドA：拮抗腱機構を備えた3Dプリント可能な高受動自由度ヒューマノイドロボットハンド
  マニピュレーション2024/6/1

  拮抗腱機構と3Dプリント触覚センサを統合した5指ロボットハンドを開発し、把持適応性と操作性の向上を実証した。

• AnyRotate: 重力不変な手内物体回転を実現するSim-to-Real触覚
  触覚2024/5/1

  高密度な触覚情報をシミュレーションで学習し実機へゼロショット転移することで、手の向きや重力に依存せず任意軸周りに未知物体を回転させるシステムを実現した。

• タッチで拓く3Dガウシアンスプラッティング：光沢面を高精度に再構成
  触覚2024/3/1

  触覚の局所深度マップと多視点画像を組み合わせ、光沢・反射面でも少ない画像枚数で高精度に3D再構成する手法を提案。

• Attention for Robot Touch: Tactile Saliency Prediction for Robust Sim-to-Real Tactile Control
  2023/7/1
• Bi-Touch: Bimanual Tactile Manipulation with Sim-to-Real Deep Reinforcement Learning
  2023/7/1
• Sim-to-Real Model-Based and Model-Free Deep Reinforcement Learning for Tactile Pushing
  2023/7/1
• Tactile Gym 2.0: Sim-to-real Deep Reinforcement Learning for Comparing Low-cost High-Resolution Robot Touch
  2022/7/1
• DigiTac: A DIGIT-TacTip Hybrid Tactile Sensor for Comparing Low-Cost High-Resolution Robot Touch
  2022/6/1
• Probabilistic Discriminative Models Address the Tactile Perceptual Aliasing Problem
  2021/6/1
• Towards More Sample Efficiency in Reinforcement Learning with Data Augmentation
  2019/10/1
• Invariant Transform Experience Replay: Data Augmentation for Deep Reinforcement Learning
  2019/9/1