A. Aldo Faisal
収録論文 13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
- AI制御によるFES運動再建に向けて:強化学習によるペダリング刺激パターンの学習リハビリテーション/強化学習2023/3/1
筋骨格モデルと強化学習でFESペダリングの刺激パターンを自動生成し、実データで微調整する手法を提案。シミュレーションと実機で有効性を検証した。
- 神経筋強化学習による機能的電気刺激での人間の四肢の動作制御強化学習/リハビリテーション2022/9/1
リカレントニューラルネットワークで非定常性に対処し、強化学習で機能的電気刺激(FES)を制御して麻痺した四肢を動かす手法を提案。シミュレーションと実世界で長期にわたりPID制御より優れた性能を維持できることを示した。
- 触覚コミュニケーションが二者協調物体操作タスクに果たす役割触覚2022/3/1
2人でボールを目標位置にバランスさせる協調タスクを触覚情報あり・なしで比較し、触覚フィードバックが協調動作と性能を向上させることを示した研究。
- 私はロボット:機能的電気刺激で人間の四肢を動かす神経筋強化学習強化学習/神経筋制御2021/3/1
機能的電気刺激(FES)で人間の筋肉を制御するため、リカレントニューラルネットワークを用いた深層強化学習手法を開発し、シミュレーションと実人間実験の両方で筋肉疲労に適応しながら課題を達成できることを示した。
- 視線だけで腕と手指を動かす非侵襲型認知レベル支援ロボット支援ロボティクス2021/2/1
ウェアラブル視線追跡と環境の視覚情報、人間の動作文法を組み合わせ、ユーザーの目の動きだけで腕と手指を動かして物を掴んだり操作したりできる支援ロボットシステムを開発した。5分で装着・較正でき、健常者5名で初回成功率96.6%を達成した。
- 実世界における人間とロボットの協調強化学習人間ロボット協調/強化学習2020/3/1
人間とロボットがそれぞれ片方の軸の回転のみを操作する迷路ゲームを実世界で構築し、深層強化学習により30分以内に協調方策を学習できることを示した。さらに共学習の過程や、他者のエージェントとの協調成績を分析した。
- 実世界インタラクションの深層強化学習による人とロボットの協調人ロボット協調2019/12/1
Soft Actor-Criticを用いて、シミュレーションでの事前学習なしに実世界の30分間の対話だけで人間との非自明な協調タスクを学習するロボットシステムを構築した。
- 人間の視覚的注意予測が自動運転エージェントの学習と性能を向上させる自動運転2019/9/1
人間ドライバーの視線データから注意領域を予測するネットワークを学習し、その出力で画像をマスクして自動運転エージェントを訓練したところ、制御誤差が25.5%低減した。
- 点つなぎ:ロボットマニピュレーションのための説明可能な階層型強化学習マニピュレーション2019/4/1
低レベルエージェントが効率的に動作を制御し、高レベルエージェントが人間に解釈可能なタスク表現を学習する階層型強化学習手法を提案し、FetchロボットアームとShadow Handで有効性を示した。
- 視線誘導による文脈認識型の到達・把持支援ロボットシステム支援ロボティクス2018/9/1
ユーザーの視線から意図を推定し、対象物への到達・把持・操作をロボットが支援するマルチモーダルシステムを構築した。3D視線推定は平均誤差4.68cm、到達動作は100%成功した。
- 筋音図センサを用いた閉ループ機能的電気刺激サイクリングシステムリハビリテーション/生体信号/閉ループ制御2018/7/1
電気刺激中の筋活動を筋音図(MMG)センサでリアルタイム計測し、センサ入力に応じて刺激を適応制御する閉ループFESサイクリング装置を構築した研究。
- 熟練音楽タスクのための超数ロボット第3の親指超数ロボティクス2018/7/1
ピアニストの手の届く範囲を超えて鍵盤を押せるようにする装着型のロボット指を開発し、初心者でも数時間で11本指演奏が可能になることを実証した。
- FastOrient: 把持支援ロボットのための軽量視覚による手首姿勢制御把持/視覚2018/7/1
把持対象の向きをカメラ画像から高速に推定し、把持に最適なエンドエフェクタの回転を自動計算する軽量アルゴリズムを提案。6背景・26物体で94.8%の検出、91.1%の把持成功率を達成した。
