Eugen Solowjow
NVIDIA
収録論文 23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
- VABAR:エージェント型ロボティクスのための変動自動化ベンチマークベンチマーク2026/11/4
産業・医療・インフラ向けの6種のマニピュレーションタスクを対象に、エージェント型ロボティクスを体系的に評価するオープンなシミュレーションベンチマークVABARを提案し、33の汎用スキルと基準解を整備した。
- RoboMonitor: 予測表現学習によるラベル効率的なロボットタスク実行モニタリングVLA2026/9/25
ロボット政策学習用データセットを活用し、行動条件付き未来特徴予測などで事前学習した視覚言語モデルを因果モニタに転移することで、少数のラベル付きエピソードで実行フェーズ・失敗・完了を高精度に監視できる手法を提案。
- 待ち時間に学習する:推論遅延下での汎用ロボットポリシーのRLファインチューニングRL/遅延対応2026/8/24
推論遅延がRLのマルコフ性を壊す問題に対し、非同期推論と状態拡張で遅延を隠蔽しつつRL改善を可能にするフレームワークARLIを提案。シミュレーションと実機で有効性を実証した。
- ロボット衣料自動化における導入事例研究:デジタルツイン統合、相互運用性、労働力の有効活用製造/デジタルツイン2026/6/1
デニム製造におけるロボット縫製システムの導入事例を報告し、デジタルツインや相互運用性レイヤーによるシステム統合が実用化に重要であることを示した論文。
- 工場フロアでのVLAパイプライン展開事例研究:産業用包装タスクにおけるワークフロー、失敗、教訓VLA/展開2026/5/1
産業用包装タスクで事前学習済みVLAポリシーを工場現場に適応させる実践的な取り組みを報告し、反復的な微調整と展開駆動の改善を通じて得られた失敗モードと教訓をまとめた。
- テレオペレーションのループを閉じる:高品質なデモ収集のためのエピソードレベルデータ品質評価とフィードバックテレオペレーション/データ品質2026/5/1
テレオペレーションによるデモ収集において、タスク成功だが下流利用に不適切なエピソードを検出し、セマンティックなタスク進捗とロボットテレメトリに基づく即時フィードバックを提供するフレームワークを提案した。
- Botany-Bot: ガウススプラットを用いた遮蔽・葉裏の植物構造のデジタルツイン監視マニピュレーション2025/10/1
ロボットアームとステレオカメラ、ターンテーブル、3Dガウススプラットモデルを組み合わせ、葉に隠れた茎の芽や葉の裏表を高解像度で撮影し、植物の詳細な注釈付きデジタルツインを構築するシステムを提案。
- GrowSplat: ガウシアンスプラットによる植物の時系列デジタルツイン構築植物フェノタイピング/4D再構成2025/5/1
3Dガウシアンスプラッティングと2段階位置合わせを組み合わせ、多視点カメラ映像から植物の成長過程を4Dデジタルツインとして再構成するフレームワークを提案。
- アパレル製造におけるロボット自動化:布地ハンドリングと縫製への新アプローチマニピュレーション2025/3/1
布地を一時的に硬化させる独自技術で布地モデリングを不要にし、姿勢推定・仮接合・視覚サーボによる縫製の3段階パイプラインでロボット縫製を実現、綿やデニムで実証した。
- 動作プリミティブ合成による検証可能な学習行動:粒状媒体のすくい取りへの応用マニピュレーション2023/9/1
自然言語から学習した動作プリミティブを有向グラフとして合成し、確率的検証が可能なロボット行動を生成する枠組みを構築し、粒状媒体のすくい取りタスクで実機検証した。
- 異種人間監督者からの暗黙的インタラクティブ群学習模倣学習2023/6/1
複数の異なる人間監督者からロボット群がインタラクティブに模倣学習する手法を提案し、不確実性定量化により成功率と人間労力効率を大幅に改善した。
- 機械は庭を作れるか?AlphaGardenとプロの園芸家の系統的比較農業ロボティクス2023/6/1
自動ポリカルチャー栽培システムAlphaGardenをプロの園芸家と60日間の栽培で比較し、被覆率と多様性で同等、水消費を最大44%削減した。
- 実践で学ぶ:新規コネクタの産業用挿入に向けた視覚ベースの自己報酬型オフライン・オンライン微調整マニピュレーション2022/10/1
報酬関数は方策より新規タスクに汎化しやすい点を活かし、自己報酬でオンライン練習しながら未見コネクタの挿入タスクを微調整する手法を提案。
- 摩擦を考慮したロバストな複数物体把持の効率的計画学習マニピュレーション2022/10/1
平面上に散らばった複数の物体を、摩擦を利用した複数同時把持で効率的に運ぶためのニューラルネットワークを実例から学習し、成功率と時間あたりの把持回数を大幅に改善した。
- 効率的な把持集合を学習する探索的把持アルゴリズムLEGSマニピュレーション2021/11/1
把持が難しい物体に対して、有望な把持候補の小さな集合を維持しながら数千の把持を効率的に探索し、高い信頼度で探索を終了できる手法LEGSを提案した論文。
- Kit-Net: 未知の3D物体を未知の3D空洞に嵌め込む自己教師あり学習マニピュレーション2021/7/1
深度画像から物体と空洞の3D回転をCNNで推定し、未知の物体を未知の空洞に嵌め込む枠組みを提案。シミュレーションで98.9%の位置合わせ精度、実機で63%の成功率を達成した。
- ベイズフィルタによる能動的知覚を用いたロボットプロセス監視の情報収集能動的知覚2020/5/1
ベイズフィルタ(時変カルマンフィルタ)を用いて能動的知覚システムの情報獲得と外挿を行い、製造プロセスの監視・意思決定の質を高める手法を提案し、積層造形を例に物理実験で実証した論文。
- メタ強化学習による産業用ロボット挿入タスクの実世界適応sim2real2020/4/1
シミュレーション上で多様な挿入タスクをメタ強化学習で学習し、実世界では20回未満の試行で方策を適応させて産業用挿入作業を成功させた研究。
- PLC統合型ディープラーニングによる産業用ロボット把持システムマニピュレーション2020/4/1
Dex-NetをPLC近傍の低消費電力AIハードウェアに実装し、制御器レベルで完全統合した産業用ロボット把持システムを開発。最大95%の把持成功率と毎時350ピック以上を実現した。
- UniGrasp:多指ロボットハンドのための統合把持学習モデルマニピュレーション2019/10/1
物体の点群とハンドの属性を入力とし、力閉包かつ到達可能な接触点集合を予測することで、多様な多指ハンドに転移可能な把持合成を実現した。
- 視覚入力と自然な報酬による産業用挿入タスクの深層強化学習マニピュレーション2019/6/1
視覚入力とスパース報酬や目標画像といった自然な報酬設定の下で、強化学習に古典的制御器やデモンストレーションの事前情報を組み合わせることで、産業用挿入タスクを現実的な試行回数で解けることを示した論文。
- 可変インピーダンス制御と強化学習による高精度ロボット組立マニピュレーション2019/3/1
作業空間の力・トルク情報を強化学習に組み込み、可変インピーダンス制御と組み合わせることで、きつい嵌合の歯車組立を高精度に実現する手法を提案した。
- 残差強化学習によるロボット制御強化学習/マニピュレーション2018/12/1
従来のフィードバック制御で解ける部分と、接触や摩擦を含む残差部分を強化学習で解き、両者を重ね合わせて実世界のブロック組立タスクを成功させた。
