Dotan Di Castro
収録論文 11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
- 建設現場における分散・非対称マルチエージェント学習群制御2024/9/1
建設現場のブルドーザーとダンプの協調作業を対象に、優先度を考慮したヒューリスティックでAIエージェントを訓練する分散・非対称マルチエージェント学習手法を提案し、衝突回避と作業効率を改善した。
- 把持のための少数アノテーションによるロボットインスタンスセグメンテーションインスタンスセグメンテーション2024/7/1
半教師あり学習とインタラクション学習を組み合わせ、少数のアノテーションでロボットの把持のためのインスタンスセグメンテーションを高精度に実現するフレームワークを提案。
- 基盤モデルによる自然言語駆動の組立作業に向けてVLA2024/6/1
LLMを上位の制御方針として使い、高精度な挿入作業など個別に訓練したスキル群へ動的に切り替えることで、自然言語指示による組立作業を実現する手法を提案した。
- オフラインスキルグラフ(OSG):オフライン強化学習スキルを用いた学習と計画のフレームワークオフライン強化学習/計画2023/6/1
過去に収集したデータからスキルを学習し、それらを組み合わせてロボットアームの長期的な複雑タスクを計画・実行するフレームワークを提案した論文。
- AG2U:不確実性下での自律的な整地sim2real2022/8/1
不確実な自己位置推定のもとで整地作業を行うためのシミュレーション環境と実機プロトタイプを構築し、POMDPとして定式化して強化学習エージェントを訓練した。
- 実世界における自律的な整地作業に向けてsim2real2022/6/1
ブルドーザーによる整地作業の自律化を目指し、物理シミュレーションと実機縮小プロトタイプを構築して、ヒューリスティクスと学習手法を比較検証した。
- InsertionNet 2.0:マルチモーダル・マルチビュー感覚入力を用いた最小接触の多段挿入マニピュレーション2022/3/1
ステレオ視覚と力覚のマルチモーダル入力にコントラスト学習と関係ネットワークによるワンショット学習を組み合わせ、少ない人間介入で高速かつ安全に挿入スキルを学習する手法を提案。16種類の実タスクで97.5%以上の成功率を達成した。
- AGPNet:自律整地ポリシーネットワークsim2real2021/12/1
砂山が散らばる不整地をブルドーザーで整地する自律制御のため、強化学習・行動クローニング・対照学習を組み合わせたハイブリッド方策AGPNetを訓練し、人間並みの性能と実世界への汎化を実現した。
- 押し動作と把持動作の巧みな運動プリミティブを強化学習で獲得するハイブリッド手法マニピュレーション2021/11/1
ビンピッキングのような乱雑な環境での把持を目指し、押し動作と把持動作をパラメータ化した運動プリミティブとして、離散・連続ハイブリッドのSACで自己教師あり強化学習する手法を提案した。
- Bosch産業向け深度補完データセットBIDCD深度補完2021/8/1
ロボットアーム搭載深度カメラで金属産業部品のRGBDデータを収集し、深度補完モデルのベンチマークと合成データからのドメイン適応を検証した。
- InsertionNet:挿入作業のためのスケーラブルな解決策マニピュレーション2021/4/1
視覚と力覚を組み合わせた回帰問題として挿入作業を定式化し、16種類のタスクを10分未満で学習できるスケーラブルな手法を提案。位置・姿勢・色・形状の変化に頑健で、複雑な組立タスクへの適用も実証した。
