Eric Cousineau
収録論文 14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
- 1つのデモは千の軌道に値する:視運動ポリシーのためのアクション・ビュー拡張データ拡張2026/6/1
実世界のデモから魚眼画像シーケンスと物理的に実現可能なアクション軌道を生成するデータ拡張フレームワークを提案し、シミュレーションと実世界で操作タスクの成功率を向上させた。
- HoMMI: 人間のデモンストレーションから全身移動マニピュレーションを学習移動マニピュレーション2026/3/1
ロボットを使わずに人間のデモンストレーションから全身移動マニピュレーションを学習するデータ収集・方策学習フレームワークを提案し、自己中心視センシングと身体差を埋めるハンド・アイ方策設計により長期的な移動操作タスクを実現した。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル(LBM)をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- ロボット操作のための幾何学認識4D動画生成VLA2025/7/1
複数視点の点群整合性を訓練時に監督することで、単一RGB-D画像から時空間的に整合した未来動画を生成し、ロボットの操作軌道復元に応用する4D動画生成モデルを提案。
- 適応コンプライアンスポリシー:拡散誘導制御のための近似コンプライアンス学習マニピュレーション2024/10/1
人間のデモから操作タスクに応じて空間的・時間的にシステムのコンプライアンスを動的に調整する枠組みを提案し、接触の多い複雑な操作タスクで従来の視覚運動ポリシーを50%以上上回る性能を達成した。
- 野菜の皮むき:制約付き巧みな操作のケーススタディマニピュレーション2024/7/1
食品の皮むきという下流タスクに向けて、把持を維持しながら物体を回転させる制約付き巧みな操作コントローラを学習するシステムを提案した。
- ManiWAV: 実環境の音声・視覚データからロボットマニピュレーションを学習マニピュレーション2024/6/1
手に装着する「耳」型デバイスで人間の実演を音声・視覚同期で収集し、接触の多いロボット操作スキルを実演から直接学習する手法を提案した。
- ユニバーサル・マニピュレーション・インターフェース:実環境ロボットなしで実環境教示を実現マニピュレーション2024/2/1
手持ちグリッパで人間の実環境デモを収集し、ハードウェア非依存のロボット方策を学習するフレームワークUMIを提案。両手・動的・精密・長期的タスクをゼロショットで汎化可能。
- 拡散ポリシー:行動拡散による視覚運動ポリシー学習VLA2023/3/1
ロボットの視覚運動ポリシーを条件付きノイズ除去拡散過程として表現し、12タスクで平均46.9%の性能向上を達成した。
- 袋詰めこそがすべて:異種物体のための汎化可能な袋詰め戦略の学習マニピュレーション2022/10/1
剛体と変形物体を混在させて袋に詰める「異種袋詰め」タスクに対し、並べ替え方策と持ち上げ方策を学習し、実機の3本腕ロボットで70%の成功率を達成した研究。
- 布のファネル:多目的衣類操作のための正規化アライメント変形物体マニピュレーション2022/10/1
任意の配置の衣類を、下流タスクに適した構造化された姿勢へと整える「正規化アライメント」タスクを提案し、動的投げと準静的ピック&プレースを組み合わせた多腕ポリシーを学習して、実機のアイロンがけ・折りたたみで有効性を示した。
- 条件付きエネルギーベースモデルによる暗黙的方策:理論と実践のギャップ模倣学習2022/7/1
行動クローニングの方策を暗黙的に表現する条件付きエネルギーベースモデル(EBM)について、理論と実践の乖離を整理し、無条件EBMとの違いや最大相互情報量原理の重要性を指摘した。
- 反復残差ポリシー:変形物体の目標条件付き動的マニピュレーション変形物体マニピュレーション2022/3/1
変形物体を高速に操作して目標状態へ導くため、差分行動が軌道に与える影響を学習する反復残差ポリシーを提案し、ロープで的を打つ・布を目標姿勢へ振るタスクで実機への汎化を示した。
- DextAIRity:柔軟物操作は空気でお手軽に柔軟物操作2022/3/1
空気の吹き付け(アクティブエアフロー)を活用し、布の展開や袋開けといった柔軟物操作を自己教師あり学習で行う三腕ロボットシステムを提案した論文。
