Antoine Richard
収録論文 21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
- PINGU: オープンソースアクチュエータと学習制御による接触の多い近接操作のための空気軸受宇宙機エミュレータの拡張宇宙機GNC2026/9/20
オープンソースのATMOSテストベッドに反動ホイールと力/トルク感知ロボットアームを追加し、強化学習環境とデジタルツインを構築して、古典的最適制御と学習ポリシーを同一ハードウェアで交換可能にした。
- ハイパーネットワークによる適応型マルチタスク誘導・航法・制御の学習群制御2026/7/1
軌道上の自律飛行ロボット向けに、ハイパーネットワークが物理情報に基づくタスク埋め込みを共有アクタークリティック方策の重みに変換し、単一のコンパクトなコントローラで4種類のGNCタスクを学習・実行できるフレームワークHYPER-GNCを提案した。
- Isaac Lab:マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- 離散時間状態表現を活用した超高速なIMU-カメラ時空間キャリブレーションキャリブレーション2025/9/1
連続時間表現の計算コストを削減するため、離散時間状態表現を用いた高速なIMU-カメラ間の時空間キャリブレーション手法を提案し、オープンソース実装を公開した。
- PLUME: 手続き型地下環境モデリングエンジンsim2real2025/8/1
太陽系の地下環境を3Dで手続き的に生成するオープンソースフレームワークPLUMEを提案し、ロボティクスシミュレータと連携してAI訓練やアルゴリズム評価に活用できることを示した。
- RoboRAN: 強化学習ベース自律ナビゲーションのための統合ロボティクスフレームワークsim2real2025/5/1
陸・海・空・宇宙など多様なロボットプラットフォームで強化学習によるナビゲーション方策を訓練・評価・実機展開できる統一フレームワークを提案し、sim-to-real転移と横断的評価基盤を実現した。
- 直線運動時における(グローバル姿勢支援)VIOの回転キャリブレーションの可観測性調査キャリブレーション2025/3/1
IMUとカメラ間の回転外部パラメータが、純粋な並進直線運動では少なくとも1自由度が不可観測となることを解析的に証明し、既存の可観測性の結論を修正した。
- 構造レス視覚慣性バンドル調整による単眼視覚慣性初期化の高精度化VIO2025/2/1
3D点群復元を必要としない構造レス初期化の解を、新たな構造レス視覚慣性バンドル調整で再精緻化し、リアルタイム性を保ちつつVIO初期化精度を大幅に向上させた。
- 月面ローバーシミュレーションのためのグローサーホイールによる地形変形モデリングsim2real2024/8/1
車輪と月面レゴリスの接触力を用いた回帰モデルで地形の変形を再現し、走行痕をリアルタイムに描画する変形エンジンを月面シミュレータに統合した。
- 加速度センサの瞬時更新による高精度なフィルタベース視覚慣性外力推定器外力推定2024/8/1
力センサなしで外力を推定するため、加速度センサの高周波瞬時更新を導入し、従来の低周波プリインテグレーションの問題を克服する視覚慣性外力推定器を提案した。
- ASVナビゲーションにおけるsim-to-realギャップを低減する深層強化学習フレームワークと手法sim2real2024/7/1
浮力・流体力モデルとシステム同定・ドメインランダム化を組み合わせ、自律水面艇の強化学習を実環境に転移しやすくし、浮遊ゴミ回収タスクでエネルギー消費と完了時間を削減した。
- 惑星探査におけるマルチロボットメッシュネットワーク向けROS2ミドルウェアの性能比較群制御2024/7/1
動的トポロジーのメッシュネットワーク上でFastRTPS・CycloneDDS・Zenohを比較し、地球外探査に最適なROS2ミドルウェアを評価した。
- 3Dガウシアンスプラッティングによる動的な未知物体の物体中心再構成と追跡物体追跡2024/5/1
RGB-D画像列から未知物体の形状・外観を3Dガウシアンの集合で表現し、事前学習なしで逐次的に再構成と6自由度姿勢追跡を行う手法を提案した。
- カメラとグローバル姿勢センサのための時空間同時キャリブレーションキャリブレーション2024/3/1
カメラとモーションキャプチャなどのグローバル姿勢センサ間の時空間キャリブレーションを、ターゲットを用いる高精度オフライン手法とターゲット不要のオンライン手法の2通りで推定し、可観測性解析も行った研究。
- GraspLDM: 潜在拡散モデルによる生成的6自由度把持合成マニピュレーション2023/12/1
VAEの潜在空間に拡散モデルを事前分布として組み込み、点群を条件に多様な6自由度把持姿勢を生成するモジュール型フレームワークを提案。実機で80%の把持成功率を達成した。
- RANS: 強化学習ベースの自律航行宇宙機のための高度並列シミュレータ宇宙機制御/強化学習2023/10/1
NVIDIA Isaac Gymを活用し、数千機の宇宙機を並列シミュレーションして強化学習で位置・姿勢・速度制御などのマヌーバタスクを学習できるオープンソースライブラリを開発した。
- DRIFT: 深層強化学習による知的浮遊プラットフォームの軌道制御sim2real2023/10/1
深層強化学習を用いて、シミュレーションと実環境の両方で浮遊プラットフォームを制御するスイートを開発し、不確実な環境下での精密な軌道制御を実現した。
- OmniLRS: 月面ロボティクス向けフォトリアリスティックシミュレータsim2real2023/9/1
Nvidia Isaac Simをベースに、月面環境をフォトリアリスティックに再現し、手続き的環境生成やマルチロボット対応、ROS連携、合成データ生成を可能にしたシミュレータを開発。岩石インスタンスセグメンテーションのsim-to-real実験で有効性を示した。
- オンライン回転キャリブレーションを備えたGPS-VIO融合VIO/センサ融合2023/9/1
GPS基準座標系とVIO基準座標系の間の回転外部パラメータをオンラインでキャリブレーションすることで、GPS-VIO融合の位置推定精度を向上させる手法を提案し、可観測性解析とUAV・車両での実験で有効性を示した。
- GPS支援による視覚・車輪オドメトリ自己位置推定2023/8/1
GPS・視覚・車輪エンコーダをMSCKFで統合し、GPS座標系とVWO座標系の外部回転パラメータをオンライン推定する地上ロボット向け自己位置推定手法を提案した。
- HERONの訓練法:2Dレーザーによる湖岸・河岸航行のゼロショットRLsim2real2021/2/1
2Dレーザースキャナのみを用い、シミュレーションでモデルベース強化学習とドメインランダム化により湖岸・河岸追従を学習し、実機の無人水上艇でゼロショット適用に成功した。
