Dieter Büchler
収録論文 16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
- WAMJET: ワールドアクションモデル高速化のためのエージェントハーネスVLA2026/10/1
コーディングエージェントに最適化ガイドと計測・検証ツールを与え、ロボット操作向けワールドアクションモデルの推論を最大9.95倍高速化するフレームワークを提案。
- 筋肉駆動ロボットのための一般化アクチュエータネットワークによるシミュレーションから実機への転移sim2real2026/4/1
腱駆動と空気圧人工筋肉を用いたロボットアームの複雑なアクチュエーションをニューラルネットワークでモデル化し、シミュレーションで訓練した動的で精密なポリシーを実機に転移させる手法を提案した。
- 大規模な器用なロボットピアノ演奏マニピュレーション2025/11/1
人間の実演なしに強化学習と模倣学習を組み合わせ、約1000曲を演奏できるロボットハンドを実現した。
- 非キュレーション�データで世界モデルを導く効率的強化学習強化学習/世界モデル2025/2/1
報酬なし・品質混在・複数身体性の未整理データを世界モデルの微調整に活用し、経験リハーサルと実行ガイダンスでオンライン強化学習のサンプル効率を大幅に改善した。
- RP1M: 両手多指ロボットハンドによるピアノ演奏のための大規模動作データセットマニピュレーション2024/8/1
両手多指ロボットによるピアノ演奏の動作データを100万軌道以上集めた大規模データセットRP1Mを構築し、模倣学習のベンチマークで最先端性能を達成した。
- 実機ロボットで模擬筋を制御する学習:生体模倣アクチュエータ形態の活用に向けてsim2real2024/2/1
安価な電動モータで筋の特性をリアルタイムに模擬し、強化学習で訓練した方策を四足ロボットの実機で動かすことで、シミュレーションから実機への転移が可能であることを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 卓球ロボットにおけるデータ効率の良いオンライン学習によるボール配置マニピュレーション2023/8/1
卓球ロボットがボールを打ち返す際に、目標地点へ正確に配置するためのオンライン最適化アルゴリズムを提案し、2〜5回の試行で収束することを示した。
- 腱駆動ロボットアームによる高速かつ安全な動的動作の探求マニピュレーション2023/7/1
腱と空気圧人工筋を用いてアクチュエータを基部に配置した4自由度ロボットアームを開発し、衝突力の低減と高速動作を両立。強化学習による卓球タスクで性能を実証し、ハードウェアと制御ソフトをオープンソース化。
- o80: 機械学習アルゴリズム、リアルタイムロボット制御、シミュレーション環境を同期するフレームワークロボティクスフレームワーク2023/6/1
o80は、共有メモリモデルとコマンドフレームワークを提供するC++製ロボティクスフレームワークで、プロセス間の柔軟な同期を可能にし、実機とシミュレーションを混在させたシステムの構築を容易にする。
- 後知恵状態:シミュレーションと実タスク要素の融合による効率的な強化学習sim2real2023/3/1
複雑なダイナミクスを持つロボットタスクを効率的に学習するため、タスクを単純な要素と複雑な要素に分解し、単純な部分をシミュレーションで仮想生成して後知恵的にデータを増やす手法HiSを提案。卓球タスクで有効性を実証。
- AIMY: 多様で高精度な軌道生成を可能にするオープンソース卓球ボール発射装置卓球ロボット2022/10/1
最大15.4 m/sの速度と192 rad/sのスピンを持つボールを再現性高く発射できる、オープンソースの3輪式卓球ボール発射装置を開発し、その精度を評価した。
- 筋肉で学ぶ:人型タスクにおけるデータ効率とロバスト性の利点筋骨格制御2022/7/1
筋骨格系の非線形ダイナミクスが学習にもたらす利点を検証し、データ効率・ハイパーパラメータ感度・ロバスト性の面で筋肉アクチュエータの優位性を示した。
- DEP-RL: 過剰駆動・筋骨格系の強化学習における身体性に基づく探索強化学習/筋骨格系2022/6/1
過剰駆動な筋骨格系の強化学習では探索が非効率という問題に対し、自己組織化由来の差分外在可塑性(DEP)を組み込み、到達・歩行タスクを高効率かつ頑健に学習できるようにした。
- 空気圧人工筋ロボットによる卓球のゼロからの学習強化学習/マニピュレーション2020/6/1
空気圧人工筋で駆動するロボットアームを使い、モデルフリー強化学習で安全に卓球の返球・スマッシュを実機で学習させた研究。
- 空気圧人工筋ロボットによる高速加速運動の制御学習マニピュレーション2019/4/1
空気圧人工筋で駆動する4自由度ロボットアームを製作し、ベイズ最適化で制御パラメータを実機上で安全に調整して高速軌道の追従性能を向上させた。
