Elisa Maiettini
収録論文 12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
- 義手のための把持生成器:ロボット把持生成を活用した義手把持義手/把持生成2025/3/1
深度カメラなしで対象物の3D形状を再構成し、手の動きを追跡してユーザ意図に応じた把持姿勢を自動選択する、アイインハンド型の義手把持システムを提案。健常者と切断者で検証し、従来の多自由度制御より速く簡単に把持できることを示した。
- Hannes義手における連続的な手首制御:視覚に基づく共有自律フレームワーク義手制御2025/2/1
視覚情報を活用した共有自律制御により、義手の手首関節を連続的に動かし、対象物への自然なアプローチと把持を可能にするシステムを提案した。
- 自然なヒューマンロボットインタラクションにおける感情・社会・認知研究を支援する注視推定学習アーキテクチャ注視推定2024/10/1
外部ハードウェアを使わず、ロボットのセンサのみで卓上対面状況における人間の視線方向を推定する学習ベースのロボット知覚システムを提案し、iCubロボットで新規データセットを収集した。
- iCubが注視対象を検出:人間の注意を推定するパイプラインHRI2023/8/1
顔検出・注意予測・物体検出を組み合わせ、視覚情報のみから人間が注視している物体を推定するシステムを提案し、iCubロボットで評価した。
- 把持姿勢さえあれば十分:視覚と触覚を用いた深層強化学習による多指ハンド把持の学習マニピュレーション2023/6/1
外部アルゴリズムが生成した把持姿勢を起点に、視覚と触覚入力を用いた深層強化学習でiCubヒューマノイドの多指ハンドの把持制御を学習するG-PAYNを提案し、MuJoCo上でYCB-Video物体に対して既存DRL手法を上回る性能を示した。
- iCubはあなたの視線を理解する:社会的手がかりを活用した対話型物体検出学習ヒューマンロボットインタラクション2022/7/1
iCubロボットが人間との相互注視や視線追従、音声、顔認識といった社会的スキルを活用し、動的環境で新しい物体を自然に学習する教師-学習者シナリオを実現した。
- 高速学習で高精度セグメンテーション:iCubロボットにおける物体セグメンテーションの高速学習セグメンテーション2022/6/1
ロボットの視覚システムにおいて、新しい物体や異なる環境に迅速に適応するためのインスタンスセグメンテーションの高速学習パイプラインを提案し、iCubヒューマノイドで実証した。
- 合成データで把持プレシェイプを選択:Hannes義手におけるアイ・イン・ハンド共有制御把持・義手2022/3/1
義手の把持種類選択を支援するため、RGB映像から手のプレシェイプを分類する学習手法を提案し、合成データで訓練することで実データより汎化性能が高いことを示した。
- ヒューマノイドとの対話を通じた弱教師あり物体検出学習弱教師あり学習2021/7/1
ヒューマノイドロボット上で教師-学習者パイプラインと弱教師あり学習、オンライン学習を組み合わせ、人手のラベリング負担を抑えつつ物体検出モデルを新環境へ反復的に適応させる手法を提案した。
- ロボティクス向け物体検出のための高速領域提案学習物体検出2020/11/1
物体検出器の領域候補生成もタスクに合わせて再学習することで精度を向上させ、2つのロボティクスデータセットで速度と精度の改善を示した論文。
- ロボティクス向けカーネル法による高速物体セグメンテーション学習物体セグメンテーション2020/11/1
事前学習済みMask R-CNNの一部層をカーネル法ベースの分類器・回帰器に置き換え、新タスク向けに高速再学習することで、従来法と同等以上の物体セグメンテーション性能を約6倍短い学習時間で実現した。
- FALKONによるロボティクス向け物体検出訓練の高速化物体検出2018/3/1
RPNと深層特徴抽出器にカーネル法FALKONを組み合わせ、訓練時間を60倍高速化しつつ同等の物体検出性能を実現した手法を提案する。
