Alexander Schperberg
収録論文 15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
- RoboAtlas: 文脈に基づく能動的SLAMSLAM2026/6/1
3DセマンティックマップとVLMを組み合わせ、探索から意味的ナビゲーションへ適応的に切り替える能動的SLAMフレームワークを提案。実環境で100%のタスク成功率を達成し、ベンチマークで最高性能を記録した。
- モデルベースと学習ベース制御の統合による安全な全身ロコ操作全身制御/ロコ操作2026/3/1
脚式ロボットの移動とアーム操作を統合し、モデルベースのアドミッタンス制御と強化学習ポリシーを組み合わせて、安全で柔軟な全身操作を実現した。
- PRISM: 単一パス多感覚模倣学習のためのPerformer RS-IMLE模倣学習2026/2/1
RGB・深度・触覚・音声・固有感覚を統合する時間的多感覚エンコーダとPerformerベースの線形注意生成器を組み合わせ、IMLEのバッチ全体拒絶サンプリング変種により単一パスで高速(30-50Hz)な模倣学習を実現した手法。
- MOBIUS:歩行・クロール・登攀・ローリングが可能なマルチモーダル二足歩行ロボット歩行2025/11/1
4本の肢(6自由度アーム2本と4自由度脚2本)を持つ二足歩行ロボットMOBIUSを開発し、強化学習と力制御を組み合わせたハイブリッド制御とMIQCPプランナにより、歩行・クロール・登攀・ローリングの自律的なモード切替を実現した。
- 脚式ロボットのためのエネルギー効率の良い動作計画手法歩行2025/3/1
脚式ロボットの歩行において、足裏の配置セットに基づいてステップを決定し、エネルギー効率とロバスト性を両立するオンライン動作計画を提案。モデルフリー強化学習や生物模倣よりも低い輸送コストと高いロバスト性を実現し、実機で検証した。
- GRAM: ロバスト適応モジュールによる深層強化学習の汎化sim2real2024/12/1
深層強化学習において、訓練時と同じ環境と未知の環境の両方に適応できるロバスト適応モジュールを提案し、四足歩行ロボットの実験で高い汎化性能を示した。
- OptiState: ゲート付きネットワークとTransformerベースの視覚・カルマンフィルタを統合した脚式ロボットの状態推定状態推定2024/1/1
脚式ロボットの胴体状態を推定するため、カルマンフィルタ・最適化・学習を組み合わせたハイブリッド手法を提案し、四足歩行ロボットの実機実験でVIO SLAMベースライン比65%の精度向上を達成した。
- SCALER:極限地形をフリークライミングする多用途多肢ロボット歩行・登攀2023/12/1
多肢ロボットSCALERを開発し、移動と把持を同時にこなす全身制御と7モードの把持機構により、垂直・逆さ・滑りやすい地形を登攀可能にした。
- Real-to-Sim: 学習ベースUKFによる疎データからのロボット残差誤差予測sim2real2022/9/1
ニューラルネットワークのパラメータをUnscented Kalman Filterで更新し、少ないデータから動力学モデルやシミュレータと実機の残差誤差を学習してリアルギャップを縮める手法を提案。
- 多肢ロボットのフリークライミングを可能にする分散最適化による接触リッチな把持と移動の同時計画移動とマニピュレーション2022/7/1
多指把持を備えた多肢ロボットが、移動・把持・接触を同時に計画する分散最適化フレームワークを提案し、45度斜面のフリークライミングを実現した。
- アンセンテッドカルマンフィルタを用いた接触の多いロボットシステムのための適応力制御力制御2022/7/1
多点接触システムにおいて、各接触点の目標レンチを追従するために、オンラインでゲインを自動調整する適応アドミタンス制御を提案し、多肢登攀ロボットの操作と移動タスクで実証した。
- 単一剛体モデルによる脚式移動のハイブリッド非凸モデル予測制御に対する準大域的最適戦略の学習歩行2022/7/1
単一剛体モデルの混合整数非凸計画問題をオフラインで解いたデータセットから問題-解マップを学習し、50Hz以上で多様な歩容生成と適応を実現するMPCを提案。
- SCALER:タフで多用途な四足自由登攀ロボット歩行・登攀2022/7/1
ボルダリング壁・オーバーハング・天井を自由登攀し、地上も走行できる高自由度四足ロボットSCALERを開発。新しいSKATE歩容と適応型グリッパにより、ペイロードを載せた実用的な登攀と地上移動を両立した。
- SABER: 異種ロボット群の自律ナビゲーションのためのデータ駆動型動作計画群制御2021/8/1
確率的モデル予測制御とRNNによる不確実性推定、分散カルマンフィルタ、深層Q学習を組み合わせ、地上・空中ロボットの異種チームを不確実環境で目的地まで誘導するオンライン動作計画を実現した。
- 視覚慣性入力とリカレントネットワークによるリスク回避型MPCのオンライン衝突回避MPC/衝突回避2020/7/1
視覚慣性オドメトリとRNNで将来の位置不確かさを推定し、それを考慮したMPCで四足ロボットが障害物環境を安全に自律走行できる経路計画手法を提案した。
