Claudio Fantacci
収録論文 11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
- Gemini Robotics 1.5：高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Gemini Robotics：AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- GATS: 収集・注意・散布による基盤モデル統合VLA2024/1/1
学習済み基盤モデルを凍結したまま組み合わせ、マルチモーダルな大規模ネットワークを構築するモジュールGATSを提案し、ゲーム・ロボティクス・マルチモーダル系で有効性を示した。
- π2vec: 後継特徴量による方策表現オフライン方策選択2023/6/1
黒箱方策の振る舞いを、基盤モデル特徴量の統計変化として捉えた特徴ベクトルで表現する手法を提案し、オフライン方策選択に応用する。
- RoboCat: ロボットマニピュレーションのための自己改善型汎用エージェントマニピュレーション2023/6/1
多様なロボットとタスクの経験を活用し、新しいスキルや機体に適応できる汎用マニピュレーションエージェントRoboCatを提案。自己生成データによる改善ループも示す。
- ロボット操作のための事前学習済み視覚モデルの無損失適応マニピュレーション2023/4/1
ロボット操作において、凍結した事前学習済み視覚特徴よりフルファインチューニングが高性能だが、表現ドリフトを引き起こす問題に対し、パラメータ効率の良いアダプタを適切に配置する「無損失適応」を提案し、元の能力を保ちつつ性能ギャップを削減する。
- SkillS: 効率的な時間拡張探索のための適応的スキルシーケンシング強化学習2022/11/1
既存の時間拡張スキルを探索のためにシーケンス化し、最終方策は生の経験から直接学習することで、迅速な適応と効率的なデータ収集を実現する手法を提案。
- ピックアンドプレースを超えて：多様な形状の物体のロボット積み重ねへの挑戦マニピュレーション2021/10/1
複雑な形状の物体をロボットで積み重ねる課題に対し、強化学習と視覚ベースの対話型方策蒸留、sim2real転移を組み合わせた手法を提案し、実世界で多様な積み重ねスキルを実現した。
- 任意物体を用いたレーザープロファイルセンサのオンサイト並進ハンドアイキャリブレーションキャリブレーション2021/3/1
レーザープロファイルセンサのハンドアイキャリブレーションのうち並進成分を、専用ターゲットを使わず任意の2D/3D物体でオンサイト推定する手法を提案し、実機で検証した。
- 未知物体に対するマーカーレスビジュアルサーボによるヒューマノイドロボットの把持ビジュアルサーボ2017/10/1
ステレオ視とベイズフィルタで未知物体の把持可能領域とエンドエフェクタ姿勢を推定し、画像ベースのビジュアルサーボで把持動作を実現した。
- 3Dモデル支援パーティクルフィルタによるヒューマノイドロボットの視覚的エンドエフェクタ追跡視覚追跡2017/3/1
ロボットのCADモデルから生成した描画画像とカメラ画像のHOG特徴を比較するパーティクルフィルタで、マーカなしにエンドエフェクタの位置・姿勢を推定し、iCubで視覚フィードバックによるリーチングを実現した。
