Clemens Eppner
収録論文 22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
- GraspGen-X: クロスエンボディメント6自由度拡散ベース把持把持2026/6/1
異なるグリッパー形状や物理的把持プロセスにも対応できる、拡散モデルを用いた6自由度把持生成手法を提案。スイープボリュームによるグリッパー表現と手続き的グリッパーによる大規模データセットで訓練し、未知のグリッパーへのゼロショット汎化を実現した。
- Grasp-MPC:価値関数誘導型モデル予測制御による閉ループ視覚把持マニピュレーション2025/9/1
大規模合成データで学習した価値関数をモデル予測制御に組み込み、散らかった環境でも未知物体を反応的に把持できる閉ループ6自由度視覚把持ポリシーを提案した。
- Sim-to-Real転送のためのロボット政策評価:ベンチマークの視点sim2real2025/8/1
本論文は、汎用ロボットマニピュレーション政策のsim-to-real転送を目的としたベンチマーク設計の課題と要件を議論し、高視覚忠実度シミュレーションの活用、タスク複雑性とシナリオ摂動を段階的に増やす評価、実世界性能とシミュレーション性能の整合性の定量化を提案する。
- GraspGen: オブジェクト把持のための拡散モデルフレームワークマニピュレーション2025/7/1
拡散モデルを用いて6自由度の把持を生成し、識別器でフィルタリングするフレームワークを提案。5300万把持のデータセットを公開し、実機でも高い性能を示した。
- RoboArena:汎用ロボットポリシーの分散型実世界評価ロボット評価/ベンチマーク2025/6/1
評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。
- 接触リターゲティングによる長期的な外因性マニピュレーションのワンショット転移マニピュレーション2024/4/1
環境との接触を利用する外因性マニピュレーションを、短期的なプリミティブ政策のライブラリと接触仕様に基づく状態制約の再ターゲティングにより、多様な物体や環境へ1回のデモから転移する手法を提案。
- DiMSam: 部分観測下でのタスク・動作計画のための拡散モデルサンプラータスク・動作計画2023/6/1
拡散モデルをサンプラーとしてタスク・動作計画(TAMP)に組み込み、部分観測下でも多段階の制約推論を可能にする手法を提案し、シミュレーションと実機で検証した。
- CabiNet: 手続き的シーン生成による物体再配置のためのニューラル衝突検出のスケーリングマニピュレーション2023/4/1
65万以上の雑然としたシーンを手続き的に生成し、単視点深度から物体とシーンの点群を入力してSE(3)姿勢の衝突を予測するCabiNetを学習。MPPIプランナと組み合わせて再配置を実現し、シミュレーションのみの学習で実世界に転移できることを示した。
- 動作方策ネットワークマニピュレーション2022/10/1
単一の深度カメラ観測から衝突のない滑らかな動作を生成するエンドツーエンドのニューラルモデルを提案し、シミュレーションで訓練しながら実機に転移できることを示した。
- 深層学習による把持合成のレビューマニピュレーション2022/7/1
過去10年のロボット把持研究を体系的に調査し、6自由度把持のための4つの主要手法と2つの支援手法を整理したレビュー論文。
- 変形物体の把持結果を物理シミュレーションで評価するDefGraspSim変形物体把持2022/3/1
GPUベースのFEMシミュレーションで多様な3D変形物体の把持を評価し、データセットとパイプラインを公開、実物との対応も示した。
- 変形物体の把持をGPU有限要素法でシミュレーションするDefGraspSim変形物体把持シミュレーション2021/7/1
GPUベースの有限要素法で多様な3D変形物体の把持を効率的にシミュレーションし、データセットと評価パイプラインを公開した論文。
- 半構造環境における確実な固定時間マニピュレーション計画のための代替経路プランナ(APP)マニピュレーション計画2020/12/1
可動障害物を含む半構造環境で、事前計算した代替経路群により任意の障害物配置で衝突しない経路を保証し、オンラインでは数マイクロ秒で経路を参照できる計画手法を提案した。
- 学習した暗黙的衝突関数を用いた物体の再配置マニピュレーション2020/11/1
シーンと対象物体の点群から6自由度姿勢の衝突を予測する学習モデルを構築し、MPPI方針と組み合わせて遮蔽のある卓上での把持・配置計画を実現した。
- ACRONYM:物理シミュレーションに基づく大規模把持データセット把持計画2020/11/1
物理シミュレーションで生成した1770万件のパラレルジョー把持データセットを構築し、学習ベース把持計画の性能向上を示した。
- 把持の10億通り:物理シミュレーションに基づく稠密な把持データセット上での把持サンプリング手法の評価マニピュレーション2019/12/1
YCB物体21個それぞれについて10億通り以上の平行グリッパ把持を物理シミュレーションで評価し、既存の把持サンプリング手法の偏りと効率を比較した論文。
- 散らかった環境での対象物操作に向けた6自由度把持マニピュレーション2019/12/1
部分点群から散らかったシーン内の任意物体に対する6自由度把持を計画する手法を提案し、実機で80.3%の把持成功率を達成した。
- ロボットマニピュレーションのための自己教師あり6D物体姿勢推定6D姿勢推定2019/9/1
シミュレーションで学習したモデルを起点に、実世界画像へ正確な6D姿勢ラベルを自動付与し、物体の把持・押し動作でデータを継続収集しながら姿勢推定を自己教師ありで改善するロボットシステムを提案した。
- ロバスト論理力学系によるロボットタスク計画の表現タスク計画2019/8/1
ビヘイビアツリーの柔軟性と理論的保証を両立するRLDSフレームワークを提案し、家庭内マニピュレーションタスクで有効性を示した。
- 6-DOF GraspNet:物体操作のための変分グリップ生成マニピュレーション2019/5/1
深さカメラの3D点群から変分オートエンコーダで6自由度の把持姿勢を生成し、評価・改良ネットワークで精錬する手法を提案。シミュレーションのみで学習し実世界で88%の成功率を達成。
- 関節物体と人間の相互作用データセットRBOデータセット2018/6/1
家庭内によくある14種類の関節物体について、人間が操作するRGB-D動画と力覚データを収録し、各剛体部品の正解姿勢と関節状態を注釈付けしたデータセットを公開した。
- 人の実演からソフトロボットハンドの巧みな操作を学習学習 from 実演/ソフトロボティクス2016/3/1
人間が物体を動かす実演を対象中心に記録し、強化学習でソフトハンドが模倣できるよう、実現可能な実演の選択・混合とguided policy searchを拡張した手法を提案した。
