Emmanuel Dellandréa
収録論文 8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
- タスク関連特徴を際立たせる:ロボットマニピュレーションの汎化を高めるオブジェクト中心表現マニピュレーション2026/1/1
画像を物体ごとのスロット表現にまとめるSBOCRを導入し、照明・テクスチャ・妨害物の変化に対するマニピュレーション方策の汎化性能をシミュレーションと実機で比較評価した。
- STORM: ロボットマニピュレーションのためのスロットベースのタスク認識物体中心表現マニピュレーション2026/1/1
凍結した視覚基盤モデルにタスク認識スロットを追加し、物体中心表現を効率的に学習することで、マニピュレーションの制御性能と視覚変化への汎化を向上させる手法を提案。
- エントロピー敵対的データ拡張によるバイアスを超えた学習ロバスト学習2023/1/1
因果情報を含むバイアス画像のみから、エントロピー敵対的データ拡張でスプリアス相関に頑健な分類器を学習する手法を提案。
- 非対称に訓練された二重分類器で汎化しにくいパターンを学習し、テスト時適応を改善するテスト時適応2022/10/1
ショートカット学習を防ぐため、二つの分類器を非対称に訓練し、汎化しにくいパターンを学習させる手法を提案し、テスト時適応の性能を向上させた。
- 把持回帰に基づく把持可能性スコアリングで把持予測を改善マニピュレーション2020/2/1
把持パラメータの回帰と把持可能性スコアを相関させる新損失関数とスコアラを導入し、把持検出精度をJacquardデータセットで82.13%から85.74%へ、実機で88.1%から92.4%へ向上させた。
- 視覚類似性に基づく転移学習を用いたブラックボックスの発達的ベイズ最適化ベイズ最適化/転移学習2018/9/1
長期記憶と視覚類似性・ベイズ最適化を組み合わせ、ロボットが未知物体に対して過去の類似物体の経験からハイパーパラメータを効率的に最適化するフレームワークを提案し、実機で専門家の手動調整を上回る性能を示した。
- Jacquard:ロボット把持検出のための大規模データセット把持検出2018/3/1
ShapeNetのCADモデルからシミュレーションで把持位置を自動注釈付けした大規模合成RGB-DデータセットJacquardを構築し、実ロボット実験を含む評価で人手ラベルより優れた汎化性能を示した。
- 1クリックと合成学習FCNによる深度マップ中の物体セグメンテーションセグメンテーション2018/1/1
深度マップとユーザーの1クリックを入力に、合成データで学習した全畳み込みネットワークで山積み物体のインスタンスセグメンテーションを行う手法を提案した。
