Emmanuel Pignat

収録論文 9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

• 連続的双方向テレオペレーションのための動作マッピング
  テレオペレーション2020/12/1

  作業空間の物体位置に基づき位置・姿勢・速度を統一的にマッピングする手法を提案し、反復法とニューラルネット法を比較して連続的なテレオペレーションを実現した。

• GANで学ぶロボット関節配置の制約付き分布
  動作計画2020/11/1

  GANを用いて制約下での有効なロボット関節配置の分布を学習し、高自由度系の高速逆運動学や制約付き動作計画のサンプリング効率化を実現した。

• 方策積の生成的敵対訓練による頑健で適応的な運動プリミティブ
  模倣学習/マニピュレーション2020/11/1

  軌道生成モデルの近似分布をGANの識別器として活用し、複数のタスク空間で定義したガウス方策の積で文脈適応と外乱頑健性を両立する運動プリミティブ学習法を提案し、7自由度マニピュレータで検証した。

• 専門家の積による模倣学習：マニピュレーションとタスク優先順位付けへの応用
  模倣学習2020/10/1

  複数のタスク空間の確率分布を専門家の積（PoE）として統合し、変分推論で効率的に学習する手法を提案。競合・階層的なタスクやナルスペース構造への拡張も示す。

• ベイズガウス混合モデルによる制御ポリシーの能動的改善
  模倣学習2020/8/1

  ベイズガウス混合モデルの認識的不確かさに基づき、閉形式の情報密度コストを最適化して新たなクエリ点を選ぶ能動学習フレームワークを提案し、障害物環境での到達タスクを実機で実証した。

• 動作記憶による軌道最適化のウォームスタート
  軌道最適化2019/7/1

  ロボットの経路データベースから関数近似と次元削減でタスクと経路の対応を学習し、軌道最適化の良質な初期解を提供する手法を提案。PR2とAtlasで有効性を示した。

• 混合モデル近似による変分推論：ロボット応用
  確率的推論2019/5/1

  複数目的を満たすロボット姿勢分布を混合モデルで近似する変分推論手法を提案し、ロボティクスの幅広い問題への応用可能性を示した。

• ロボット政策模倣のためのベイズガウス混合モデル
  模倣学習2019/4/1

  各状態での行動の不確実性をベイズ手法で定量化し、模倣政策と追加政策を融合することで未知状態でも適切に動作するロボットスキル学習を実現した。

• マスター・スレーブコンプライアンスによる双腕組立の改善
  双腕マニピュレーション2019/2/1

  双腕組立タスクにおいて、コンプライアンスの選択がタスクに与える影響を解析し、人間の教示からコンプライアンスパラメータを学習する手法を提案・実験検証した論文。