Daniel Kappler
収録論文 13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
- 大規模深層強化学習：オフィスビルでの移動マニピュレータ群による廃棄物仕分けマニピュレーション2023/5/1
実世界データとシミュレーションを組み合わせた深層強化学習により、23台の移動マニピュレータがオフィスビルでリサイクル品とゴミを仕分けるシステムを構築し、大規模に評価した。
- 実世界計画のためのオープン語彙でクエリ可能なシーン表現VLA2022/9/1
視覚言語モデルとLLMを組み合わせ、自然言語で問い合わせ可能なシーン表現を構築し、ロボットが周囲の物体を認識・照会しながら計画を立てられるようにした。
- BC-Z: ロボット模倣学習によるゼロショットタスク汎化模倣学習2022/2/1
言語や動画で条件付けできる模倣学習システムを構築し、100以上のタスクで学習して未見の24タスクを実演なしで平均44%の成功率で遂行できることを示した。
- アクション画像表現：実世界データなしで学習するスケーラブルな深層把持ポリシー把持/sim2real2020/5/1
把持提案を画像として表現するAction Imageを導入し、シミュレーションのみの学習で実世界物体への把持成功率84%を達成した研究。
- 自律的改善によるスケーラブルなマルチタスク模倣学習模倣学習2020/3/1
マルチタスク設定を活用し、あるタスクでの失敗試行を別タスクの成功例として再利用することで、強化学習なしにロボットが自律的にデータ収集しながら模倣学習を改善できる手法を提案した。
- 把持品質指標を用いた把持成功率予測マニピュレーション2018/9/1
複数の把持品質指標を組み合わせ、機械学習で把持実行の成否を事前予測する分類器を構築し、実機とシミュレーションで76%の成功率を達成した。
- 接触力を活用した把持学習マニピュレーション2018/9/1
モデルフリー深層強化学習で接触センシングを活用する把持制御則を学習し、物体姿勢の不確実性下での把持の頑健性が接触フィードバックにより大きく向上することを多指ハンドで示した。
- リーマン運動ポリシー運動生成2018/1/1
加速度場とリーマン計量を組み合わせた新たな運動生成の枠組みRMPを提案し、複数ポリシーの融合や空間間の変換を幾何学的に一貫して行えることを示した。
- 逆動力学学習のための新たなデータ源逆動力学学習2017/10/1
フィードバック制御信号から目標加速度で測定される追加の学習信号を導出し、従来のデータ源と組み合わせて逆動力学モデルを効率的に学習する手法を提案・実機検証した。
- リアルタイム知覚と反応型動作生成の融合による不確実性下のロボット把持マニピュレーション2017/3/1
ノイズや動的環境の不確実性に対し、リアルタイム知覚と反応型動作生成を統合した3方式のアーキテクチャを実機333回の実験で比較評価した論文。
- 動力学モデル誤差の直接オンライン最適化による適応制御適応制御2016/8/1
実際の加速度と目標加速度の乖離を直接最小化するオンライン学習型適応制御法DOOMEDを提案し、ロボットのデータストリームから動力学誤差をリアルタイムで補正する。
- 座標粒子フィルタ：高次元系のための新しい粒子フィルタ状態推定2015/5/1
粒子フィルタの次元の呪いを緩和するため、粒子重みを次元ごとに再帰的に計算し各次元でリサンプリングする座標粒子フィルタを提案し、多物体追跡やマニピュレータ追跡で有効性を示した。
- ガウシアンフィルタの新たな視点と拡張状態推定2015/4/1
ガウシアンフィルタを変分推論の観点から捉え直し、信念の表現を一般化したFeature Gaussian Filterを提案。非線形観測モデルを持つ系で標準手法より大幅な性能向上を示した。
