Yu Xiang

収録論文 44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

• 統一ハンド行動空間によるクロスエンボディメントロボット操作
  マニピュレーション2026/7/1

  球体ベースの統一行動表現とカスケード逆運動学を用いて、異なるロボットハンド間で操作ポリシーを転送可能にする手法を提案した。

• NAC: 視覚・言語・行動モデルのためのニューラル行動コーデック
  VLA2026/6/1

  ロボットの行動軌跡を音声コーデックの技術を応用して圧縮・離散化する新しいトークナイザを提案し、既存手法より高い再構成精度とタスク成功率を達成した。

• VLA-REPLICA: 実世界での視覚言語行動モデル評価のための低コストで再現可能なベンチマーク
  VLA/ベンチマーク2026/5/1

  低コストで再現可能な実世界ベンチマークを提案し、VLAモデルの評価を標準化する。

• 局所マッチから大域マスクへ：テンプレート誘導によるオープンワールド場面でのインスタンス検出とセグメンテーション
  検出・セグメンテーション2026/3/1

  テンプレート画像とのパッチ単位の密なマッチングで候補点を生成し、選別後にSAMをプロンプトして、未知環境中の特定物体インスタンスを検出・セグメンテーションする手法を提案。

• ManipulationNet：物理的スキル課題と身体化マルチモーダル推論を備えた実世界ロボット操作のベンチマーク基盤
  ベンチマーク2026/3/1

  実世界のロボット操作タスクを標準化されたハードウェアキットと統一ソフトウェアクライアントで提供し、物理スキルと身体化推論の2トラックで評価する持続可能なベンチマーク基盤を提案した。

• MotionBits: 剛体の運動レベル解析によるビデオセグメンテーション
  セグメンテーション2026/3/1

  剛体の運動を基本単位とする新しいセグメンテーション概念「MotionBit」を提案し、手動ラベル付きベンチマークと学習不要のグラフベース手法で既存手法を上回る性能を示した。

• Robometer：軌道比較による汎用ロボット報酬モデルのスケーリング
  報酬モデリング2026/3/1

  軌道内の進捗監督と軌道間の選好監督を組み合わせた報酬モデルを提案し、100万軌道のデータセットで学習することで、汎用性の高い報酬関数を実現した。

• どこを触り、どう接触するか：幾何認識型sim-to-realマニピュレーションのための階層型RL-MPCフレームワーク
  マニピュレーション2026/1/1

  接触を伴う巧みな操作を「どこを触るか（幾何）」と「どう動かすか（接触力学）」に階層化し、高レベルRLが接触意図を予測、低レベル接触陰的MPCが接触モードを最適化する枠組みを提案。多様な形状の押し操作や回転・反転、環境支援型の再配置で、少ないデータ（エンドツーエンド比1/10）で高成功率とゼロショットsim-to-real転移を実現した。

• HRT1: 人間からロボットへのワンショット軌道転送による移動マニピュレーション
  模倣学習2025/10/1

  ARヘッドセットで撮影した人間のデモ動画から手の3D軌道を抽出し、移動マニピュレータのエンドエフェクタ軌道へ転送して、環境や物体配置が異なっても同じ作業を一度の実演で再現できるシステムを提案した。

• OpenEgo: 巧みな操作のための大規模マルチモーダル自己中心視データセット
  マニピュレーション2025/9/1

  自己中心視点の動画を集め、手の姿勢と行動のラベルを統一した大規模データセットOpenEgoを構築し、言語条件付き模倣学習で巧みな手の軌道予測が可能なことを示した。

• V-HOP: 視覚触覚融合による6D物体姿勢追跡
  視覚触覚融合2025/2/1

  視覚と触覚を統合したトランスフォーマーにより、多様なグリッパやセンサに対応する6D物体姿勢追跡手法を提案し、実世界で視覚のみの手法を大きく上回る性能を実現した。

• iTeach: 実環境での失敗駆動型ロボット知覚適応のためのインタラクティブ教示
  知覚適応2024/10/1

  人間がロボットの知覚失敗を観察し、短い物体操作で失敗例を収集、視線と音声で最小限の注釈を付けてモデルを逐次微調整することで、実環境での知覚性能と把持成功率を向上させる枠組みを提案。

• RobotFingerPrint: マルチグリッパ把持生成と転移のための統合グリッパ座標空間
  マニピュレーション2024/9/1

  球面座標で異なるロボットグリッパ間の共通座標空間を構築し、未知の物体やグリッパに対しても把持生成と転移を可能にする手法を提案した。

• 一度構築すれば継続監視：自律探索とオープンボキャブラリ物体更新による永続的セマンティックマッピング
  セマンティックマッピング2024/9/1

  幾何地図を一度構築し、以降は軽量なセマンティック更新のみを繰り返すことで、屋内環境の物体変化を継続的に監視するシステムを提案。実環境で検証した。

• 事前学習済み視覚モデルを新規インスタンス検出・セグメンテーションに適応
  検出・セグメンテーション2024/5/1

  Grounding DINOとSAMで物体候補を生成し、DINOv2の特徴量に重みアダプタを適用して高品質なインスタンス埋め込みを作ることで、少数例から新規物体を検出・セグメンテーションする手法を提案。

• MultiGripperGrasp: 平行グリッパから多指ハンドまでのロボット把持データセット
  マニピュレーション2024/3/1

  11種類のグリッパ（2本指から5本指、人間の手まで）と345物体に対する3040万件の把持をシミュレータで検証し、成否と落下時間を記録した大規模データセットを構築。手のひらの位置・向きを揃えることでグリッパ間の把持転移を可能にした。

• RISeg: ロボットインタラクションによる物体セグメンテーション
  セグメンテーション2024/3/1

  ロボットが物体に触れて動かし、剛体に付随するフレームの相対速度から物体を識別することで、混雑環境でも未見物体のセグメンテーション精度を大幅に改善する手法を提案。

• 点群を用いた把持軌道最適化
  マニピュレーション2024/3/1

  ロボットと環境を点群で表現し、点対応と符号付き距離場による衝突回避を組み込んだ非線形最適化で把持の関節運動と把持計画を同時に解く手法を提案した。

• Proto-CLIP: Vision-Language Prototypical Network for Few-Shot Learning
  2023/7/1
• SCENEREPLICA: Benchmarking Real-World Robot Manipulation by Creating Replicable Scenes
  2023/6/1
• Self-Supervised Unseen Object Instance Segmentation via Long-Term Robot Interaction
  2023/2/1
• Mean Shift Mask Transformer for Unseen Object Instance Segmentation
  2022/11/1
• NeuralGrasps: Learning Implicit Representations for Grasps of Multiple Robotic Hands
  2022/7/1
• FewSOL: A Dataset for Few-Shot Object Learning in Robotic Environments
  2022/7/1
• HandoverSim: A Simulation Framework and Benchmark for Human-to-Robot Object Handovers
  2022/5/1
• iCaps: Iterative Category-level Object Pose and Shape Estimation
  2022/1/1
• Hierarchical Policies for Cluttered-Scene Grasping with Latent Plans
  2021/7/1
• RICE: Refining Instance Masks in Cluttered Environments with Graph Neural Networks
  2021/6/1
• RGB-D Local Implicit Function for Depth Completion of Transparent Objects
  2021/4/1
• Learning Composable Behavior Embeddings for Long-horizon Visual Navigation
  2021/2/1
• Goal-Auxiliary Actor-Critic for 6D Robotic Grasping with Point Clouds
  2020/10/1
• Learning RGB-D Feature Embeddings for Unseen Object Instance Segmentation
  2020/7/1
• Unseen Object Instance Segmentation for Robotic Environments
  2020/7/1
• LatentFusion: End-to-End Differentiable Reconstruction and Rendering for Unseen Object Pose Estimation
  2019/12/1
• Manipulation Trajectory Optimization with Online Grasp Synthesis and Selection
  2019/11/1
• Scaling Local Control to Large-Scale Topological Navigation
  2019/9/1
• Self-supervised 6D Object Pose Estimation for Robot Manipulation
  2019/9/1
• The Best of Both Modes: Separately Leveraging RGB and Depth for Unseen Object Instance Segmentation
  2019/7/1
• PoseRBPF: A Rao-Blackwellized Particle Filter for 6D Object Pose Tracking
  2019/5/1
• Neural Autonomous Navigation with Riemannian Motion Policy
  2019/4/1
• Deep Object Pose Estimation for Semantic Robotic Grasping of Household Objects
  2018/9/1
• DeepIM: Deep Iterative Matching for 6D Pose Estimation
  2018/4/1
• PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
  2017/11/1
• DA-RNN: Semantic Mapping with Data Associated Recurrent Neural Networks
  2017/3/1