Giovanni Sutanto
収録論文 8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
- 微分可能で学習可能なロボットモデル微分可能シミュレーション2022/2/1
ロボットの運動学・動力学をPyTorchで微分可能かつ学習可能に実装し、データ駆動手法と解析的剛体計算を組み合わせられるライブラリを提案した。
- 等号制約マニフォールドの学習による運動計画運動計画2020/9/1
実演から深層ニューラルネットで等号制約のレベルセット関数を学習し、制約付きサンプリングベース運動計画に統合する手法ECoMaNNを提案した論文。
- 触覚フィードバックのための反応的動作モデルを教師あり学習と強化学習で獲得する枠組み触覚2020/7/1
タスクのデモを動作プリミティブに分割し、適応動作のデモから初期フィードバックモデルを学習した後、少数の実機試行で強化学習により微調整する枠組みを提案し、人型ロボットの触覚フィードバックタスクで評価した。
- 逐次動作計画のための多様体学習動作計画2020/6/1
VAEと新手法ECoMaNNを用いてデータから暗黙の制約多様体を学習し、サンプリングベース動作計画に組み込んで経路品質を評価した論文。
- 微分可能なニュートン・オイラー法に物理制約を組み込むダイナミクス学習2020/1/1
微分可能なRNEAにパラメータ構造化で物理制約を加え、実機7自由度アームの逆動力学制御で学習速度と汎化性能の向上を検証した。
- 触覚サーボのための潜在空間ダイナミクス学習触覚2018/11/1
触覚センサ情報を2次元多様体として扱い、デモンストレーションから触覚サーボ用のダイナミクスモデルを学習する手法を提案し、接触点追従タスクで評価した。
- 位相変調ニューラルネットワークによる教示からのセンサフィードバックモデル学習触覚2017/10/1
動作位相をRBFカーネル中心に用いたネットワークで、教示データから触覚センサのずれに応じた動作適応を学習する枠組みを提案し、傾斜板のスクレイピング作業で検証した。
- 熟練動作に反応性を付与するフィードバック項の学習マニピュレーション2016/10/1
DMPで表現した熟練動作に対し、ニューラルネットで学習した反応的な修正項を加え、障害物回避を例に人間の実演から反応的な動作計画を獲得する手法を提案した。
