Daniel Nikovski
収録論文 20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
- データ駆動型逆動力学学習による順動力学推定ロボットモデリング2023/7/1
逆動力学モデルから慣性や重力などの物理成分を抽出し、順動力学を閉形式で推定する手法を提案。シミュレーションロボットで有効性を検証した。
- 劣駆動インパルス発生器アレイによる物体操作の学習マニピュレーション2023/3/1
半剛体支持面下の7つの固定式ソレノイドインパルスアクチュエータを用い、機械学習で最適なアクチュエータとエネルギーを選択し、サイコロを任意の面に操作する手法を提案。
- 速度計測なしの生位置データからのモデルベース強化学習制御モデルベース強化学習2023/1/1
速度が直接計測できない機械系に対し、過去の位置と入力からなる速度不要の状態表現とガウス過程回帰を用いたモデルベース強化学習法VF-MC-PILCOを提案し、シミュレーションと実機で有効性を示した。
- 模倣学習と力制御による汎化可能な人間-ロボット協調組立マニピュレーション2022/12/1
深層学習による姿勢推定と模倣学習・力制御を組み合わせ、人間の不確実な動作に適応しながら協調組立作業を行うロボットシステムを提案し、6自由度マニピュレータで初期・目標位置の変化への汎化を実証した。
- 安全な運動スキル学習のための制約付き動的運動プリミティブマニピュレーション2022/9/1
動的運動プリミティブ(DMP)にゼロ化バリア関数を組み込み、非線形最適化で強化学習重みを調整することで、障害物回避や作業空間制約を満たす安全な動作生成を実現した。
- 安全なロボット組立のための適応コンプライアンス制御器の設計マニピュレーション2022/4/1
接触力を制限するコンプライアンス制御器を設計し、接触時の力信号から挿入動作を学習して不確実な状況でも高成功率でペグ挿入を実現した。
- ロボット組立のための模倣と教師あり学習によるコンプライアンス制御マニピュレーション2021/11/1
専門家の実演から軌道を学び、力覚センサのデータでガウス過程モデルを訓練してペグ穴挿入タスクの位置ずれを補正する学習型コンプライアンス制御を提案した論文。
- ブラックボックスガウス過程モデルに基づくフィードバック線形化による機械システムの制御制御2021/4/1
ガウス過程モデルを用いたフィードバック線形化による軌道追従制御を検討し、7自由度マニピュレータのシミュレーションで2つの制御戦略とカーネル選択を比較した。
- 未知形状物体への挿入を可能にする触覚強化学習触覚/マニピュレーション2021/4/1
触覚フィードバックと強化学習を用いて、未知の形状の物体でも挿入できる汎化性の高い挿入ポリシーを学習し、設計選択の比較検証を行った論文。
- モンテカルロ勾配推定によるモデルベース方策探索と実機応用モデルベース強化学習2021/1/1
ガウス過程でダイナミクスをモデル化し、モンテカルロ法で方策勾配を推定するモデルベース強化学習MC-PILCOを提案。シミュレーションと実機(フルータ振り子・ボールプレート)で有効性を検証した。
- 部分観測系のためのモデルベース方策探索モデルベース強化学習2021/1/1
状態を直接観測できない系に対し、状態オブザーバを陽に考慮してガウス過程とモンテカルロ法で方策を最適化するモデルベース強化学習アルゴリズムを提案し、シミュレーションと実機で有効性を示した。
- 動的環境における深層リアクティブプランニングマニピュレーション2020/11/1
キネマティックプランニングと深層学習・深層強化学習を組み合わせ、実行中に目標が変化しても視覚から知覚して適応できるエンドツーエンド方策を実現した研究。
- 拡張シミュレーションを用いた複雑な実時間物理問題解決のためのデータ効率学習sim2real2020/11/1
物理エンジンとガウス過程回帰の残差モデルを組み合わせ、円形迷路内のビー玉をリアルタイムNMPCで制御する手法を提案した論文。
- 行動クローニングによるペグ挿入タスクのマルチモーダル知覚の理解マニピュレーション2020/7/1
視覚・力覚・固有感覚を組み合わせた行動クローニングで実機のペグ挿入を学習し、複数ステップ先予測の損失関数で性能を改善した研究。
- 入力次元を増やすと深層強化学習は改善するか強化学習2020/3/1
状態を高次元表現に変換するオンライン特徴抽出ネットワークOFENetを提案し、入力次元を増やすことでモデルフリー深層強化学習のサンプル効率と性能が向上することを示した。
- 速度・加速度計測なしで動く物理系のモデルベース強化学習モデルベースRL2020/2/1
位置計測のみから過去の位置履歴を状態として用い、速度・加速度を必要としない物理に着想を得たカーネル付きガウス過程回帰でモデルを学習し、実機2台のRL制御で有効性を示した。
- 軌道中心強化学習のための局所方策最適化モデルベース強化学習2020/1/1
軌道と局所安定化方策を同時に最適化する非線形計画法を提案し、モデル誤差に強い軌道中心のモデルベース強化学習を実現した。
- 目標パラメータ化による再標的可能な視覚運動スキルの学習視覚運動制御2019/10/1
目標をパラメータ化したニューラルネット方策として視覚運動スキルを学習し、未見の目標にもゼロショットで汎化できることをボタン押しやペグ挿入タスクで示した論文。
- 強化学習による未知の拘束系のための軌道最適化軌道最適化2019/3/1
サンプリングベース計画で得た参照軌道を活用し、未知ダイナミクスを持つ系でも滑らかな軌道を生成する強化学習手法を提案し、6自由度マニピュレータでPID制御を上回る性能を示した。
- 円形迷路ナビゲーションのための半パラメトリックガウス過程による前向き力学モデル学習モデル学習2018/9/1
乾性摩擦や接触を含む円形迷路内のボール運動を、物理の基礎式に基づく基底関数を組み込んだ半パラメトリックガウス過程回帰でモデル化し、軌道最適化に用いてベンチマーク問題として提案した。
