H. J. Terry Suh
収録論文 10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
- 接触信頼領域による器用な接触リッチマニピュレーションマニピュレーション2025/5/1
接触の片側性を考慮した接触信頼領域(CTR)を提案し、モデル予測制御と局所計画の接続により、接触リッチな操作を効率的に実現する手法を開発した。
- 軌道最適化による接触の多いマニピュレーションのための物理駆動データ生成マニピュレーション2025/2/1
VRで収集した少数の人間のデモを、運動学的リターゲティングと軌道最適化で様々なロボット形態・物理パラメータに適応させ、接触の多い操作タスク用の大規模で物理的に一貫したデータセットを低コストで生成するパイプラインを提案。
- 平滑化された接触ダイナミクスに対する線形フィードバックは接触の多い計画を安定化するのに十分か?マニピュレーション2024/11/1
接触平滑化を用いた微分可能シミュレータによる線形制御器合成の有効性を、双腕全身マニピュレーションの300以上の軌道で検証し、LQRでは接触の多い計画の安定化に不十分である理由を分析した。
- 勾配で不確実性に挑む:拡散スコアマッチングによるオフライン強化学習オフライン強化学習2023/6/1
データへの平滑化距離を不確実性指標として用い、その勾配をスコアマッチングで直接学習することで、高次元オフライン強化学習における一次法プランニングを可能にするSGPを提案した論文。
- 準動的接触モデルの局所平滑化による接触の多いマニピュレーションの大域計画マニピュレーション2022/6/1
接触の多い操作タスクに対し、接触力学を凸で微分可能な準動的形式に定式化し平滑化することで、強化学習と同等の性能をはるかに少ない計算量で達成するモデルベース運動計画法を提案した。
- 微分可能シミュレータはより良い方策勾配を与えるか?方策勾配2022/2/1
微分可能シミュレータの一次勾配推定が剛性や不連続性で劣化することをバイアス・バリアンスの観点から分析し、一次と零次の利点を組み合わせたα次勾配推定器を提案した論文。
- 6自由度直列弾性エンドエフェクタによる視触覚ツール操作視触覚/ツール操作2021/11/1
空間的に柔軟な要素と視触覚センシングを組み合わせ、6自由度で工具を把持・操作する枠組みSEEDを提案。視触覚からの相対姿勢推定と力・位置ハイブリッド制御で安定した力相互作用を実現した。
- ランダム化平滑化による接触を介したバンドル勾配接触計画2021/9/1
接触を含む非平滑な力学系において、ランダム化平滑化を用いて勾配のサンプリング近似(勾配バンドル)を定式化し、iLQRと組み合わせることでマニピュレーションの接触計画問題の収束を改善した論文。
- 物体の山を押し操作する視覚的先読みにおける線形モデルの意外な有効性マニピュレーション2020/2/1
小さな物体の山を画像フィードバックで目標形状に押し込むタスクで、深層学習モデルより単純な線形モデルの方が予測精度・タスク性能・汎化性で優れることを示した。
- マルチモーダルハイブリッド移動のための省エネルギー動作計画動作計画2019/9/1
複数の移動形態を組み合わせたロボットに対し、近似動的計画法とオフライン軌道最適化を用いて省エネな移動経路を計画する手法を提案した。
