Amirhossein Kazemipour
ETH Zurich
収録論文 14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
- 指を脚に:人型ハンドによる自己支持移動と操作の学習マニピュレーション2026/9/15
人型ロボットハンドが指を脚として使い、自重を支えながら移動・操縦・物体操作を強化学習で獲得する手法を提案。
- 電気油圧アクチュエータで駆動するセンサレス・本質的柔軟筋骨格ロボットハンドマニピュレーション2026/3/1
Peano-HASELアクチュエータを前腕に配置し、プーリ機構で腱変位を増幅した筋骨格型ロボットハンドを開発。電流監視のみで把持検出と接触対応制御を実現し、紙風船などの壊れやすい物体を安全に把持できることを示した。
- 連続体ロボットの精密制御のためのアクチュエータ対応スペクトル部分多様体の学習連続体ロボット/モデル低次元化/制御2026/3/1
制御入力を状態表現に組み込んだ制御拡張スペクトル部分多様体(caSSM)を提案し、腱駆動型連続体ロボットの高次元非線形ダイナミクスを低次元モデル化。実機で開ループ予測誤差を40%、MPCでの追従誤差を52%削減した。
- データ駆動型スペクトルサブマニフォールドによるソフトロボット筋の非線形モデリングと制御ソフトロボティクス/制御2026/1/1
HASELアクチュエータの非線形動特性をスペクトルサブマニフォールド理論に基づくデータ駆動モデルで低次元化し、実時間制御で追従誤差を大幅に低減した。
- 拮抗型人工筋のトルクと剛性を分離する統一モデリング・制御フレームワーク人工筋制御2025/11/1
空気圧・電気油圧・誘電エラストマー人工筋に共通するリアルタイム制御系を提案し、トルクと剛性の独立追従と接触時の適応的インピーダンス制御を実現した。
- 筋骨格拮抗関節の全可動域を実現する伸縮可能な電気油圧人工筋人工筋/ソフトアクチュエータ2024/9/1
伸縮しない電気油圧ソフトアクチュエータと静電クラッチを拮抗配置に組み合わせ、収縮と伸展の両方を可能にする人工筋システムを開発した。同期制御により最大3.2Hzで滑らかな動作と全可動域を実現した。
- 自己センシング型電磁油圧ロボット肩のフィードバック制御ソフトロボティクス2024/4/1
高電圧駆動と低電圧自己センシングを分離した人工筋肉アクチュエータを用い、外部センサなしで2自由度の生体模倣型ロボット肩を閉ループ制御できることを示した研究。
- 電気油圧式ソフトアクチュエータのための高周波容量センシング触覚2024/4/1
Peano-HASELアクチュエータに容量センシング専用の電極対を追加したF-HASELを提案し、小型回路で20Hzまでの高周波駆動時や外部負荷時の変位推定を実現した。
- Real Robot Challenge 2022:実世界のオフラインデータからの巧みな操作の学習マニピュレーション2023/8/1
実機ロボットのデータセットを用いたオフライン強化学習により、押す・掴む・手内操作を含む巧みな操作タスクを学習する競技会を開催し、勝利チームの手法と最先端アルゴリズムのベンチマークを比較した。
- 低電圧電気油圧アクチュエータによる非拘束ロボティクス人工筋肉2023/6/1
哺乳類の骨格筋に匹敵する出力密度と収縮速度を1100Vの低駆動電圧で実現する電気油圧アクチュエータを開発し、非拘束ソフトロボットに応用した。
- 関節空間と直交空間の可変硬制約をオンライン処理する冗長ロボットの運動学制御運動学制御2022/2/1
関節空間と直交空間の硬い不等式制約を統一的に扱い、オンラインで変更・追加・削除できるSNSアルゴリズムの一般化版を提案し、冗長性を活かして主タスクを継続する手法を実機で検証した。
- 動的タスク空間制御でソフトマニピュレータに実世界タスクを実現ソフトロボティクス/制御2022/1/1
3D連続体アームの動的パラメータを考慮した操作空間制御を導入し、ピック&プレースや障害物回避、投擲、チョークでの描画などを可能にした。従来比で追従精度59%向上・速度19.3倍を達成。
- 一般化不等式制約下における冗長ロボットの運動制御冗長マニピュレーション2021/10/1
冗長ロボットの速度レベル冗長解消において、関節空間の上下限に加え作業空間の直方体制約も同時に扱う改良SNSアルゴリズムを提案し、6R平面ロボットでシミュレーション検証した論文。
- ソフト連続体マニピュレータの適応動的スライディングモード制御ソフトロボティクス/制御2021/9/1
ソフト連続体アームのためのEuler-Lagrangeベースの動的モデルを構築し、モデルパラメータ不確かさや外乱に頑健な適応スライディングモード制御を提案、ペイロード変化下での軌道追従精度を従来法より約38%向上させた。
