Yongqiang Zhao
収録論文 8本 ・ フィジカルAI/ロボット学習
データセット/触覚/模倣学習マニピュレーション模倣学習/触覚/変形物体触覚
※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
- HapTile: 接触を伴う模倣学習のための触覚情報を統合した視覚・触覚・言語・行動データセットデータセット/触覚/模倣学習2026/6/1
接触を伴う操作タスクの模倣学習向けに、指先触覚とオペレータへの触覚フィードバックを統合した視覚・触覚・言語・行動データセットを構築し、ベンチマーク評価も行った。
- 視覚-触覚を用いたペグ穴挿入の学習：ペグ引き抜き動作からの転移マニピュレーション2026/4/1
ペグ穴挿入作業を、より簡単な逆タスクであるペグ引き抜き動作の学習を利用して効率的に学習するフレームワークを提案。視覚と触覚の情報を統合し、成功率を向上させた。
- ViTac-Tracing: 変形物体のトレーシングのための視覚-触覚模倣学習模倣学習/触覚/変形物体2026/3/1
変形物体を1次元・2次元でトレースする統一モデルを、視覚と触覚の情報を組み合わせた模倣学習で実現した論文。局所的な触覚中心の接触維持と大域的なタスク進行の損失を導入し、低コスト遠隔操作システムに触覚を統合して汎用性と実世界での信頼性を向上させた。
- SimTac：生体模倣構造を持つ視覚ベース触覚センシングの物理シミュレータ触覚2025/11/1
生体の触覚構造に着想を得た形状の触覚センサを設計・検証するための物理シミュレータを提案し、物体分類や滑り検出などのSim2Realタスクで有効性を示した。
- 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。
- ConViTac: 対照表現による視覚・触覚融合の整合触覚2025/6/1
視覚と触覚の入力を自己教師あり対照学習で統一潜在空間に射影し、クロスモーダル注意で融合を整合させる表現学習ネットワークを提案。実世界の材質分類と把持予測で最大12%の精度向上を達成した。
- 触覚センサ間で力覚を相互学習させるフレームワークGenForce触覚2025/3/1
触覚信号を共通のマーカー表現に統一することで、あるセンサで学習した力予測モデルを他のセンサへ転移可能にし、把持や滑り検出などの力制御を実現した研究。
- FOTS: 触覚-運動ロボット操作スキルのSim2Real学習のための高速光学触覚シミュレータ触覚2024/4/1
光学触覚センサの画像生成とマーカー運動を高速にシミュレートするFOTSを提案し、MuJoCoと統合してペグ挿しタスクでゼロショットSim2Real学習を実現した。