Eric Heiden
NVIDIA
収録論文 28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
- 能動的知覚で実世界とシミュレーションのずれを埋めるマニピュレーション手法sim2real2026/10/27
手を振る動作と触覚フィードバックという能動的知覚を活用し、実世界とシミュレーションの位置合わせを高精度に行うフレームワークを提案。ミリ単位の物体操作を実機ヒューマノイドで実証した。
- RoboSimStudio：ロボットマニピュレーションタスクの迅速なReal2Simのための対話型ツールキットsim2real2026/10/13
ロボットと物体の接触力学や摩擦などを含む物理シミュレーションを、人間やコーディングエージェントが対話的に調整できるツールキットを開発し、視覚評価・力覚フィードバック・エージェントによるReal2Sim2Realの実験を行った。
- FlashNeRD: 接触の多いロボットダイナミクスの性能優先型学習学習ダイナミクス2026/10/6
接触検出を解析的に保ちつつ、並列ストリーミングアーキテクチャと任意接触対応エンコーダ、物体との双方向連成を導入し、ロボットの学習ダイナミクスを最大55倍高速化した研究。
- Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- ロボティクスにおけるリアルギャップ：課題・解決策・ベストプラクティスsim2real2025/10/1
シミュレーションと実環境の差異（リアルギャップ）の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。
- TopoCut: スペクトル報酬と離散拡散ポリシーによる多段階切断の学習マニピュレーション2025/9/1
変形物体の多段階ロボット切断のためのベンチマークを提案し、位相追跡・スペクトル報酬・拡散ポリシーを統合して切断品質の評価と汎化性能を向上させた。
- ニューラルロボットダイナミクスsim2real2025/8/1
関節剛体ロボットの接触を考慮したダイナミクスを学習し、解析シミュレータの低レベルソルバを置き換える汎用ニューラルシミュレータNeRDを提案。
- 接触の多い微分可能シミュレーションにおける適応的ホライズンアクター・クリティック強化学習2024/5/28
剛体接触を含む微分可能シミュレーションで、モデルベースのホライズンを適応的に調整して勾配誤差を減らす強化学習アルゴリズムを提案し、歩行タスクで既存手法より40%高い報酬を達成した。
- 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。
- STAMP: 微分可能な物理シミュレーションとStein変分勾配降下法によるタスク・モーション統合計画タスク・モーション計画2023/10/1
タスク計画と運動計画を連続最適化問題に緩和し、微分可能物理シミュレーションの勾配とStein変分勾配降下法を用いて多様な解を一度の最適化で並列に求める手法を提案した。
- 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。
- DiSECt: 軟質材料切断のための微分可能シミュレータ微分可能シミュレーション2022/3/1
軟質材料のロボット切断を対象に、FEMとSDFベースの接触・損傷モデルを組み合わせた初の微分可能シミュレータを提案し、パラメータ推定や制御最適化に有効であることを示した。
- RGBD動画から関節剛体ダイナミクスを推定するsim2real2022/3/1
RGBD動画から逆レンダリングと微分可能シミュレーションを組み合わせ、実世界の関節機構のデジタルツインを自動構築する手法を提案。関節種類・運動学パラメータ・動特性を推定し、制御ポリシーの実機転移も実証した。
- 微分可能シミュレーションの並列化によるシミュレーションパラメータの確率的推論sim2real2021/9/1
実世界のセンサ計測からシミュレータの物理パラメータをベイズ推論で推定する手法を提案し、GPU並列化と微分可能シミュレーションにより非線形・劣駆動系でも高精度にパラメータ分布を推定できることを示した。
- DiSECt: 軟質材料切断のための微分可能シミュレータ微分可能シミュレーション2021/5/1
軟質材料のロボット切断を対象に、FEMとSDFベースの接触・損傷モデルを組み合わせた初の微分可能シミュレータを提案し、パラメータ校正やベイズ推定、切断力最小化の制御最適化に有効であることを示した。
- NeBula：過酷環境下でのロボット自律性を目指すフレームワーク — DARPA地下チャレンジにおけるTEAM CoSTARの取り組み自律探査2021/3/1
DARPA地下チャレンジでCoSTARチームが用いた、不確実性を考慮した自律探査フレームワークNeBulaのアルゴリズム・ハードウェア・ソフトウェア構成と競技結果をまとめた論文。
- NeuralSim: ニューラルネットワークで微分可能シミュレータを拡張するsim2real2020/11/1
微分可能な剛体物理エンジンにニューラルネットワークを組み込み、摩擦接触などの複雑なダイナミクスを実データから学習するとともに、四足歩行のモデル予測制御のQPソルバをNNに置き換えて10倍高速化を実現した。
- ニューラルネットワークで微分可能シミュレータを拡張しSim2Realギャップを埋めるsim2real2020/7/1
剛体ダイナミクスの微分可能シミュレータに任意の箇所でニューラルネットを組み込み、勾配最適化とランダム探索でパラメータと重みを同定してsim2realギャップを縮小する手法を提案。
- 信頼度付きグリッドマッピングマッピング2020/6/1
各ボクセルの占有度に信頼度を付与し、前方センサモデルから導出可能なセンサ原因モデルとCRMフィルタでオンライン3Dグリッドマップを構築する手法を提案。衝突リスク評価と運動計画に一貫した信頼度を提供する。
- 車輪移動ロボットの大域動作計画アルゴリズムの実験的比較動作計画2020/3/1
倉庫・市街地・駐車場などの実環境を模したオープンソースの動作計画ベンチマークを提案し、代表的な大域動作計画手法を効率と経路品質で比較して推奨事項を示した。
- LAMP：知覚困難な地下環境探査のための大規模自律マッピング・測位SLAM2020/3/1
DARPA地下チャレンジ向けに開発したLiDARベースのマルチロボットSLAMシステムを報告し、トンネルなど特徴の乏しい大規模地下環境での精度とロバスト性を評価した。
- 剛体力学の自動微分と連続感度解析微分可能物理シミュレーション2020/1/1
剛体力学の微分可能な物理シミュレータを提案し、パラメータ推定手法の比較と、経験からシミュレーションパラメータを推定しつつコスト最小化を達成する閉ループモデル予測制御アルゴリズムを導入した。
- 連続波LIDARの物理ベースシミュレーションによる自己位置推定・キャリブレーション・追跡LIDARシミュレーション2019/12/1
表面と光の相互作用を考慮した2D連続波LIDARの物理モデルを構築し、自動微分による勾配最適化で実センサ測定からパラメータを推定した研究。
- 対話型微分可能シミュレーションsim2real2019/5/1
剛体システムの物理特性を効率的かつ正確に推定できる微分可能物理エンジンIDSを提案し、視覚入力からのシステム同定やモデル予測制御への統合でサンプル効率を大幅に改善した。
- 自動条件付けリカレント混合密度ネットワークによる汎化可能なロボットスキルの学習模倣学習2018/10/1
専門家のデモから関節空間軌道を生成する状態遷移モデルを提案し、未知タスクへの素早い汎化や長期軌道の合成を実機で示した。
- シミュレータ予測制御：学習済みタスク表現とMPCによるゼロショット汎化とスキル系列化sim2real2018/10/1
シミュレーションで学習したスキル埋め込みと条件付き方策を実機に転送し、シミュレータ内で方策を並列実行するMPCで未知タスクをゼロショットで遂行する手法を提案。
- 再利用可能なスキル合成によるシミュレーションから実機への転移のスケーリングsim2real2018/9/1
低レベルスキルを多様かつ再利用可能な形で学習し、スキル埋め込みで組み合わせることで、実機での学習時間をほぼゼロに高レベルタスクを達成するsim2real手法を提案。
