Brendan Hertel
収録論文 12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
- 力制約付き弾性マップを用いた一回提示マルチモーダル模倣学習模倣学習2026/7/1
運動と接触力の両方を考慮した一回提示の模倣学習フレームワークを提案し、力情報を含むデモンストレーションの分割・符号化・再現を実現した。
- 複数座標系の弾性マップを用いたロボット学習模倣学習2025/5/1
人間の実演からスキルを複数の微分座標系にエンコードし、各座標の重要度を決定して再現する弾性マップ手法を提案し、シミュレーションと実機で検証した。
- 異なる類似度指標を用いた相互相関によるロボット動作のパラメータフリーセグメンテーション動作セグメンテーション2025/5/1
信号処理の相互相関を応用し、代表的な動作プリミティブを用いて複雑なロボット動作をパラメータなしで高速・高精度に分割する手法を提案し、シミュレーションと実機で検証した。
- 動的環境におけるマニピュレータ技能再現のための適応フレームワークマニピュレーション2024/5/1
見まね学習と環境状態予測・高レベル意思決定を組み合わせ、動的環境の変化に先回りして軌道を適応させる枠組みを提案し、脚式移動マニピュレータの実機36シナリオで有効性を示した。
- ロボットスキルの学習と再利用のためのフレームワーク模倣学習2024/4/1
ロボットの複雑なスキルを教示から自動的にプリミティブに分割し、類似スキルごとにクラスタリングして再利用可能なライブラリを構築するフレームワークを提案した。
- 摂動解析による信頼度ベースのスキル再現模倣学習2023/5/1
模倣学習(LfD)を弾性マップの凸最適化として定式化し、双対性と摂動解析に基づく信頼度指標を導入することで、滑らかさと柔軟性を調整しながらスキルを再現する手法を提案した。
- DECISIVEベンチマークデータレポート:地下・屋内環境における小型無人航空機の性能評価(フェーズI)sUAS評価2023/1/1
マサチューセッツ大学ローウェル校のDECISIVEプロジェクトが、地下や屋内環境での小型ドローンの性能を20のテスト方法で評価し、8機種の結果を報告した。
- DECISIVEテスト手法ハンドブック:地下・制約屋内環境におけるsUAS評価のためのテスト手法(バージョン1.1)評価・ベンチマーク2022/11/1
GPSが使えない地下や狭い屋内環境で小型ドローンの性能を評価するためのテスト手法を、通信・自律性・地図作成など9項目にわたり共通フォーマットでまとめたハンドブック。
- 弾性マップを用いたロボットの見まね学習見まね学習2022/8/1
人間の実演を弾性マップ(バネで結ばれたノードのグラフ)としてモデル化し、凸最適化でロボットスキルを学習・汎化する手法を提案。UR5eで実機検証した。
- 無人航空システムの非文脈的自律性スコアを統合・表現する手法評価指標2021/11/1
既存の非文脈的自律性評価フレームワークを拡張し、重み付き積法で特徴を統合して自律性座標と距離を導入し、7機のUASに適用して絶対・相対スコアを算出した。
- 複数表現の学習による類似度を考慮したスキル再現模倣学習2021/10/1
複数の模倣学習表現と類似度指標を組み合わせ、与えられた境界条件に対して最も類似度の高い再現を選ぶことでスキル汎化を改善するフレームワークを提案し、シミュレーションと実機で検証した。
- 成功・失敗デモンストレーション両方から学ぶ最適化ベースの模倣学習模倣学習2021/7/1
成功例と失敗例の両方を統計的スキルモデルに符号化し、二次コスト最適化で新たな制約下でもスキルを再現するLfD手法を提案。UR5eで2D/3D実験を行い、失敗例のみからの学習も可能なことを示した。
