Yuhao Lin
収録論文 9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
- 動的操作の実現：単一の静的デモからの動的マニピュレーション学習マニピュレーション2026/8/1
単一の静的デモから多様な動的操作のデモを合成するデータ拡張パイプラインと、タスクの動的特性に応じて推論頻度を調整する適応的ポリシーを提案し、シミュレーションと実世界で高いデータ効率と性能を達成した。
- BiDexGrasp: 物体の形状とサイズを考慮した協調的な両手巧みな把持マニピュレーション2026/4/1
両手ロボットハンドによる巧みな把持のための大規模データセットと生成モデルを提案し、効率的なデータ合成パイプラインと協調・適応的な把持生成フレームワークを構築した。
- DexGrasp-Zero: 形態整合型ポリシーによるゼロショット異種エンボディ器用把持マニピュレーション2026/3/1
異なる多指ハンド間でゼロショット転移可能な器用把持ポリシーを提案。解剖学的ノードと直交運動プリミティブを用いた形態整合グラフ表現と、物理特性注入機構を備えたグラフ畳み込みネットワークにより、未見のハンドへの汎化を実現。
- CycleManip: 履歴知覚と理解を活用した周期タスクマニピュレーションマニピュレーション2025/12/1
ロボットが周期的な動作を指定された終了時刻まで行うタスク（例：瓶を振る、釘を打つ）を、履歴の効果的な知覚と理解によりエンドツーエンドの模倣学習で実現するフレームワークとベンチマークを提案。
- ZeroDexGrasp: プロンプトベース多段階意味推論によるゼロショットタスク指向巧み把持合成マニピュレーション2025/11/1
マルチモーダル大規模言語モデルと把持リファインメントを組み合わせ、ラベル付きデータなしでタスクと物体の意味から人間らしい巧みな把持姿勢を生成するゼロショット手法を提案。
- OmniDexGrasp: 基盤モデルと力覚フィードバックによる汎用可能な巧みな把持マニピュレーション2025/10/1
基盤モデルで人間の把持画像を生成し、それをロボット動作に変換して力覚適応制御で把持する、多様な指示・タスク・ハンドに汎用可能な巧みな把持フレームワークを提案。
- TypeTele: 操作タイプでテレオペレーションに器用さを引き出すテレオペレーション2025/7/1
人間の手の動きを模倣するのではなく、ロボットハンド特有の操作タイプをライブラリ化し、MLLMでタスクに適したタイプを選択することで、テレオペレーションの器用さと成功率を向上させるシステムを提案。
- AffordDexGrasp: 開集合言語誘導巧みな把持のための汎化可能な指示的アフォーダンスマニピュレーション2025/3/1
言語指示から未知カテゴリの物体を巧みに把持するため、汎化可能なアフォーダンス表現を介して言語と把持動作を結びつけるフレームワークを提案し、開集合での汎化性能を実世界で示した。
- TacCap: 人間からロボットへの技能転移を可能にするウェアラブルFBG触覚センサ触覚2025/3/1
Fiber Bragg Gratingを用いた軽量・耐久性のあるウェアラブル触覚センサTacCapを開発し、人間の把持データをロボットへ転移できることを把持安定性予測で示した論文。