Alexander L. Mitchell
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
- 勾配を勾配で積み上げる:双腕ロボット組立のための分散型エネルギー関数マニピュレーション2025/10/1
適応的ポテンシャル関数を自動合成して区分連続なエネルギー関数を作り、近視的最適化だけで双腕ロボットの組立を分散的に計画・再計画するフレームワークを提案。
- タスク空間と関節空間のデュアルアーム柔軟制御マニピュレーション2025/4/1
関節空間とタスク空間のコンプライアンスを滑らかに補間するリアルタイムインピーダンス制御器を提案し、摩擦補償により高摩擦下でも精密なピン挿入を実現した。
- COMBO-Grasp: 双腕遮蔽把持のための制約ベース操作の学習マニピュレーション2025/2/1
人間の両手協調動作に着想を得て、制約ポリシーと把持ポリシーを組み合わせ、価値関数で協調を誘導することで、環境に遮られた把持を双腕ロボットで実現する学習手法を提案。
- 拡散モデルによる四足歩行のオフライン適応歩行2024/11/1
分類器不要のガイド付き拡散モデルを用いて、四足ロボットの複数スキル学習と訓練後の新しい歩行行動へのオフライン適応を実現し、ANYmalでの実機実験で有効性を示した。
- Gaitor: 四足歩行の歩容を統一表現で学習する実世界ロコモーション歩行2024/5/1
四足ロボットの複数歩容を2次元の解釈可能な潜在空間で統一的に表現し、歩容間の連続的な遷移と不整地適応を実現した。
- 全重心ダイナミクスと暗黙的逆運動学を用いた運動量を考慮した軌道最適化軌道最適化2023/10/1
四足ロボットANYmal Cの全重心ダイナミクスを活用し、足場と接触力を直接最適化することで、低計算コストで高加速度の跳躍動作を実現するタスク空間軌道最適化フレームワークを提案し、実機実験で検証した。
- VAE-Loco: 分離された歩容表現の学習による多様な四足歩行歩行2022/5/1
生成モデルで歩容の潜在表現を学習し、歩調や足上げ高さなどを連続的に変化させられる四足ロボットの歩行制御手法を提案。外乱にも頑健で、実機ANYmalで検証した。
- 次の一歩:多様な四足歩行のための分離された歩容表現の学習歩行2021/12/1
単一のトロット歩容から生成モデルで潜在空間を学習し、駆動信号で歩調や足上げ高さなどを連続的に変化させる四足歩行プランナを実機ANYmalで実証した論文。
- 潜在空間制御による四足歩行のセマンティック制約付き最適化歩行2020/7/1
四足歩行制御を構造化潜在空間での最適化として定式化し、深層生成モデルと学習済み分類器で複雑な制約を微分可能かつ高速に扱う手法を提案、実機ANYmalで検証した。
