Brian Y. Cho
収録論文 8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
- 混合密度ネットワークによる腱駆動連続ロボットの運動学的不確かさのモデリング連続ロボット2024/4/1
腱変位からロボット形状のガウス混合分布を出力する混合密度ネットワークを学習し、不確かさを考慮した軌道最適化に応用した。
- 学習型深層デコーダネットワークによる非線形経路腱駆動連続ロボットの順運動学におけるヒステリシスの考慮連続ロボット2024/4/1
腱駆動連続ロボットの形状を点群で表現し、過去の構成を条件に加えることでヒステリシスを考慮して予測する深層デコーダネットワークを提案し、物理ベースモデルやヒステリシス非考慮の学習モデルを大きく上回る精度を示した。
- ロボット支援手術のためのオンライン軌道最適化による効率的かつ正確な皮下解剖マッピング医療ロボティクス2023/9/1
ベイズヒルベルトマップで3D占有マップを構築し、A*探索で探索と精度向上のバランスを取るセンシング経路を計画することで、皮下解剖を効率的にマッピングする手法を提案した。
- DeformerNet:3次元変形可能物体の両手マニピュレーション学習マニピュレーション2023/5/1
部分点群と目標形状点群から形状の低次元表現を学習し、視覚サーボ制御で3次元変形物体を目標形状へ反復的に変形させるニューラルネットワークDeformerNetを提案。
- 部分視点クラウドから未知の3D変形物体の視覚的形状制御を学習変形物体操作2021/10/1
部分視点の点群と目標形状の点群から物体形状の低次元表現を学習するDeformerNetを提案し、未学習の形状や剛性にも汎化する3D変形物体の形状制御を実現した。
- 深部腫瘍の3Dマッピングのためのセンシング系列計画医療ロボティクス2021/10/1
ベイズヒルベルトマップとベイズ最適化を用いて、深部腫瘍の3D形状を効率的に推定するセンシング動作系列を計画する手法を提案し、肝腫瘍を含む3つの解剖学的シナリオで有効性を示した。
- 散らかった狭所での物体再配置における移動先決定アルゴリズムマニピュレーション2020/3/1
散らかった狭い作業空間で目標物体を取り出すため、退避させる物体をどこに置くかを決める手法を提案し、ピックアンドプレース回数と実行時間を削減した。
- 散らかった環境での対象物取得に向けた高速で堅牢な操作計画マニピュレーション2020/3/1
密集した物体群から目的物を取り出すため、把持・配置動作の回数を最小化するタスク・動作計画手法を提案し、遮蔽による不確実・動的状況にも対応できることを示した。
