Dylan Turpin
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション姿勢推定形状嵌合アフォーダンス
※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
- AlphaNIST: 二値タスク報酬から創発する組立スキルマニピュレーション2026/10/9
NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。
- HandyPriors: 微分可能な事前分布による物理的に整合した手と物体のインタラクション知覚姿勢推定2023/11/1
微分可能な物理とレンダリングを活用し、手と物体の姿勢推定を統一的に行うパイプラインを提案。最適化ベースとフィルタリングベースの2手法を実現し、接触情報の予測やロボットハンド操作への応用も示した。
- Fast-Grasp'D: 微分可能シミュレーションによる多指巧み把持生成マニピュレーション2023/6/1
微分可能な把持シミュレータFast-Grasp'Dを開発し、3種のロボットハンド向け100万件の多指把持データセットGrasp'D-1Mを生成。既存手法より高速で安定な把持を実現し、視覚ベース把持モデルの性能を大幅に向上させた。
- Grasp'D: 多指ハンドのための微分可能な接触リッチ把持合成マニピュレーション2022/8/1
微分可能な接触シミュレーションを用いて、多指ハンドの高次元把持姿勢を勾配法で合成する手法を提案し、従来の解析的手法より接触密度と安定性を大幅に向上させた。
- ニューラル形状嵌合：敵対的形状事前分布を用いた自己教師あり物体組立形状嵌合2022/5/1
未知カテゴリの2つの部品点群から、ぴったり嵌まる3D姿勢を予測する自己教師あり手法NSMを提案。形状再構成タスクと組み合わせ、20万組の切断データで学習する。
- GIFT: ラベル不要で汎化可能な相互作用認識型道具アフォーダンスアフォーダンス2021/6/1
人間のラベルや専門家の実演なしに、目標指向の物理的相互作用から道具の視覚的アフォーダンスを発見し、新しい道具へ自己教師ありで予測するフレームワーク。
