Erwin Coumans
NVIDIA
収録論文 20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。
- OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク模倣学習/データ収集2026/10/27
UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。
- 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。
- VoLo: オープン語彙の長期的操作のための物理オーケストレータ操作/VLA2026/6/1
VLMがロボットの多様な能力を中断可能なツールとして統合し、長期的な操作タスクを計画・実行・監視・回復するエージェントループを提案。高忠実度ベンチマークRoboVoLoで評価し、既存手法を上回る性能を実証。
- GraspGen-X: クロスエンボディメント6自由度拡散ベース把持把持2026/6/1
異なるグリッパー形状や物理的把持プロセスにも対応できる、拡散モデルを用いた6自由度把持生成手法を提案。スイープボリュームによるグリッパー表現と手続き的グリッパーによる大規模データセットで訓練し、未知のグリッパーへのゼロショット汎化を実現した。
- 全身マニピュレーションを実現する汎用生成制御ポリシーマニピュレーション2025/5/1
大規模モーションキャプチャから蒸留した生成制御ポリシーにより、目標物体姿勢や身体姿勢を指定するだけで全身を使った多様な物体操作動作を物理シミュレーション上で生成する手法を提案。
- 人間レベルの競技卓球を実現するロボットエージェントsim2real2024/8/1
階層型ポリシーとsim-to-real技術により、アマチュア人間レベルの競技卓球を実現したロボットを開発し、人間との試合で45%の勝率を達成した。
- ロボット卓球:高速学習システムのケーススタディsim2real2023/9/1
人間と数百回のラリーができる卓球ロボットの学習システムを詳細に解説し、遅延対策や分布シフト、知覚の堅牢性、行動空間の選択などを実験的に検証した。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 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。
- 系列条件付きトランスポータネットワークによるマルチタスク学習マニピュレーション2021/9/1
産業タスクを模した合成タスクのベンチマークMultiRavensを提案し、系列条件付けと重み付きサンプリングでGoal-Conditioned Transporter Networksを拡張して長期的マルチタスクを効率的に学習する手法を提案した。
- 学習による歩容遷移で実現する高速・高効率な四脚ロボットの移動歩行2021/4/1
エネルギー最小化の報酬だけで歩容と歩容遷移が自動獲得される階層型学習フレームワークを提案し、四脚ロボットで歩行からトロット、フライトロットへの遷移を実現した。
- 目標条件付きトランスポーターネットワークによる変形可能なケーブル・布・袋の再配置学習変形物体マニピュレーション2020/12/1
ケーブルや布、袋といった変形物体を目標画像の条件に従って操作するため、Transporter Networksに目標条件付けを組み込んだ手法を提案し、1D/2D/3Dの変形構造を対象としたシミュレーションと実機実験で有効性を示した。
- 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。
- 動物の模倣による俊敏な脚式ロボット移動スキルの学習歩行2020/4/1
実在動物の参照モーションを模倣する模倣学習により、脚式ロボットが多様な俊敏移動行動を自動獲得し、シミュレーションで学習した方策を実機へ素早く適応できることを示した。
- 方策による軌道生成器の変調歩行2019/10/1
単純な方策でパラメトリックな軌道生成器を変調するアーキテクチャを提案し、四足歩行ロボットの速度制御歩行をIMU観測のみから強化学習で獲得、実機にも転移した。
- メタ戦略最適化による脚式ロボットの高速適応学習歩行2019/9/1
訓練とテストで同じ適応プロセスを共有するメタ学習手法MSOを提案し、四足歩行ロボットがsim2realやモータ故障、坂道など新環境に少数試行で適応できることを実機で示した。
- ノイズ耐性のある構造化探索によるシミュレーション最適化sim2real2018/5/1
ブラックボックス最適化の有限差分を、直交行列に基づく構造化摂動で置き換え、ノイズに強い勾配近似を実現した。軌道最適化や四足歩行のsim2realに応用した。
- 四足歩行ロボットの俊敏な移動をシミュレーションから実世界へ学習させるsim2real2018/4/1
深層強化学習で四足歩行の制御をシミュレーション上で学習し、シミュレータ改良とロバスト方策で実機に転移させ、トロットとギャロップを実現した。
