Hiroki Mori
収録論文 15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
- A3RNN:ロボットの視覚的注意におけるボトムアップとトップダウンの双方向融合視覚的注意2025/10/1
予測的なトップダウン信号と顕著性に基づくボトムアップ手がかりを双方向注意アーキテクチャで統合するA3RNNを提案し、ロボットの模倣学習タスクで注意行動が訓練を通じて発達的に変化することを示した。
- コンクリート穴へのペグ挿入タスク戦略マニピュレーション2024/3/1
強化学習で訓練した深層ニューラルネットワークを用い、コンクリートの穴に対するペグ挿入タスクを実現する手法を提案し、未知の穴に対して平均96.1%の成功率を達成した。
- 視覚的空間注意と固有感覚データ駆動型強化学習による変動条件下でのロバストなペグインホール作業マニピュレーション2023/12/1
視覚と固有感覚データを用いた空間注意点ネットワークと深層強化学習を組み合わせ、照明や穴の状態が変動する建設現場でのアンカーボルト挿入作業をロバストに自動化する手法を提案。
- 動く物体の把持に向けた実時間動作生成とデータ拡張マニピュレーション2023/9/1
低速で教示した把持動作の時系列データをダウンサンプリングとパディングで拡張し、未学習の速度や位置変化にも対応できる把持動作を実機で実現した。
- 実時間ロボット動作生成のための深層能動的視覚注意:道具身体同化と適応的道具使用の創発VLA2022/6/1
人間の認知構造に着想を得て、タスク状態に応じて注意対象を能動的に変える深層視覚注意モジュールを備えたロボット動作生成モデルを提案し、道具使用タスクで道具を身体の一部とみなす同化現象と未学習道具への適応を実現した。
- cGANによる潜在空間での衝突回避経路計画経路計画2022/2/1
cGANを用いてロボットの関節空間の衝突しない領域のみに潜在空間を写像し、その空間上で任意のプランナが経路生成できる手法を提案し、2リンクロボットアームのシミュレーションで検証した。
- cGANによる潜在空間上の任意最適化基準に基づく衝突回避計画マニピュレーション2022/2/1
cGANで障害物マップを条件に衝突回避領域のみを捉えた潜在空間を生成し、その空間内で任意の最適化基準に沿った衝突回避軌道を計画する手法を提案し、UR5eで検証した。
- トップダウンとボトムアップの相互作用に基づく誘導型視覚注意モデルによるロボット姿勢予測視覚注意/ロボット姿勢予測2022/2/1
Key-Query-Value形式の視覚注意モデルを提案し、クエリを外部から変更することで動的に注意対象を切り替え、ロボット姿勢予測を高精度かつデータ効率的に実現した。
- 視覚と触覚の深層予測学習による柔軟物体の接触リッチ操作触覚2021/12/1
ファスナー付き柔軟袋の開封タスクにおいて、視覚と触覚を統合した深層予測学習モデルを構築し、袋の変形に応じたリアルタイム動作を実現した。触覚の導入により成功率が56.7%から93.3%へ向上した。
- マルチモーダル深層学習による道具選択と対象物の能動的知覚マニピュレーション2021/6/1
ロボットが画像・力・触覚のマルチモーダル情報を能動的に取得し、対象物の特性を認識して適切な道具の選択と操作動作を生成するDNNモデルを構築した。食材移し替えタスクで未知の対象物でも特性を認識できることを示した。
- ロボット行動を通じて事前学習済み単語埋め込みを身体化する言語接地2021/4/1
事前学習済み単語埋め込みをロボットの感覚運動経験で変換し、未見の言葉から適切な行動を生成できるようにした研究。
- 深層学習に基づく双腕ロボットによるロープの空中結びマニピュレーション2021/3/1
視覚・近接センサのデータで学習した2つの深層ニューラルネットワークを用い、双腕2指ロボットがロープの状態に応じて動作を予測し、空中で本結びやちょう結びを行う手法を実現した。
- 空間注意点ネットワークによるロバストな自律ロボット動作生成マニピュレーション2021/3/1
画像中の作業対象に対する空間的注意点を自動抽出し、その位置に基づいて動作を生成することで、少ない学習データで物体位置や背景・照明・障害物の変化に頑健なロボット動作生成手法を提案した。
- RNNの内部ダイナミクスに基づくコントローラ切替によるロボットの未定義挙動補償ロボット制御2020/3/1
RNNが学習したタスクダイナミクスの内部表現に応じて学習ベースとモデルベースのコントローラを切り替え、衝突など訓練データにない外乱からロボットが復帰できる手法を提案した。
- 深層ニューラルネットワークによる力学系設計で感覚信号と指示信号に基づく動作切替を実現マニピュレーション2017/12/1
点アトラクタに基づく力学系を深層学習で設計し、感覚信号と指示信号によって複数のサブタスク動作を切り替え・組み合わせる手法を提案。布畳みタスクで有効性を検証した。
