David Blanco-Mulero
収録論文 10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
- 応力誘導強化学習による変形・壊れやすい物体の穏やかなSim-to-Realマニピュレーションマニピュレーション2025/10/1
応力をペナルティとする報酬とオフライン実演・カリキュラム学習を組み合わせ、豆腐のような壊れやすい物体をシミュレーションから実世界へゼロショットで穏やかに操作する手法を提案した。
- 着衣前ステップの評価:模倣学習による医療用衣類の展開マニピュレーション2025/7/1
医療用ガウンやエプロンを着せる前段階として、折り畳まれた衣類を模倣学習で展開する手法を提案し、動的な動きの有効性を検証した。
- T-DOM: 変形可能物体のロボットマニピュレーションのための分類体系マニピュレーション2024/12/1
衣類やロープ、手術用手袋など変形する物体の操作を、ロボットの動き・力・把持形態・物体の変形パターンまで細かく分類する新しいタクソノミーT-DOMを提案し、既存手法では区別できなかった操作スキルを識別できることを示した。
- 布マニピュレーション研究の展開:レビュー布マニピュレーション2024/7/1
布や衣類のロボット操作に関する研究を、モデリング・知覚・ベンチマーク・操作の観点から整理し、布の多様性への対応度を分析して今後の課題を示したレビュー論文。
- ハードウェア制約に適応した模倣学習による変形可能物体の動的マニピュレーションマニピュレーション2024/3/1
人間の動的実演をロボットの制約に合わせて変換し、準静的な微調整と組み合わせることで、しわくちゃの袋を両腕で開くタスクを1回の実演から学習するフレームワークBILBOを提案。
- 布マニピュレーションにおけるsim-to-realギャップのベンチマークsim2real2023/10/1
布の操作タスクを対象に、4つの物理シミュレータ(MuJoCo, Bullet, Flex, SOFA)と実世界データのギャップを評価するベンチマークデータセットを構築し、再現性・計算時間・安定性を比較した。
- QDP: 準静的・動的マニピュレーションプリミティブを逐次最適化する布操作学習マニピュレーション2023/3/1
布操作のプリミティブにおいて、把持位置だけでなく速度や軌道などのパラメータを逐次強化学習で最適化し、シミュレーションと実機で布の展開タスクの性能を向上させた研究。
- 共模倣:模倣による設計と行動の学習sim2real2022/9/1
報酬関数を使わずに、実演者の状態分布に合わせることでロボットの身体形状と行動方策を同時に獲得する共模倣手法を提案し、人間の歩行・ジョギング・キック動作をシミュレーション上のヒューマノイドに転移できることを示した。
- 粒子間相互作用の学習による粒状材料の操作マニピュレーション2021/11/1
粒状材料とそれを操作する剛体の相互作用をグラフ表現とGNNでモデル化し、ワッサー距離を最小化する軌道計画で目標配置への注ぎ込みを実現した。
- 動的な布折り畳みのための視覚フィードバック制御の学習変形物体マニピュレーション2021/9/1
シミュレーションで強化学習により視覚フィードバック方策を学習し、実世界へ直接転移することで、異なる素材の布を動的に折り畳む手法を実現した。
