Ixchel G. Ramirez-Alpizar
AIST
収録論文 12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
- 非把持スローイング:強化学習の視点からロボット操作2026/9/1
ロボットによる物体投げ動作を強化学習で実現し、滑りや転がりを活用して把持不要の投げを可能にした。シミュレーションで99%の成功率を達成し、実機への適用も考慮している。
- 物体の幾何学事前知識を活用した視覚からの接触力分布予測学習接触力予測2026/8/1
シミュレータで得た点接触力を統計的平滑化と物体形状情報を用いて分布化し、単眼RGB画像から3次元接触力分布を予測するモデルを構築。実環境への汎化も確認した。
- ロバストインスタントポリシー:ロボットマニピュレーションのためのロバストなインコンテキスト模倣学習に向けたStudentのt回帰モデルの活用模倣学習2025/6/1
LLMを即時ポリシーとして用いるインコンテキスト模倣学習において、幻覚による軌道のずれをStudentのt分布で集約して抑制し、ロボットの軌道生成をロバスト化する手法を提案した。
- IMMERTWIN:拡張現実を用いたロボットアーム遠隔操作フレームワーク遠隔操作2024/9/1
閉ループデジタルツインを介した複合現実フレームワークでロボットアームの遠隔操作を支援し、26名のユーザー調査で有効性と低い作業負荷を確認した。
- 触覚能動推論による力制御ペグ挿入マニピュレーション2023/9/1
触覚フィードバックに基づく能動推論と力制御強化学習を組み合わせた二重ポリシーで、傾いたペグを穴に整列させ、0.1mm以下のクリアランスで90%の成功率を達成した。
- フォースマップ:視覚から接触力分布を予測する学習マニピュレーション2023/4/1
単一画像から物体間の接触力分布(フォースマップ)を予測する手法を提案し、実画像でもおおよその接触領域を推定できることを示した。予測した力分布を用いて持ち上げ方向を計画し、周囲への擾乱を低減できることを確認した。
- カリキュラム学習で接触の多いマニピュレーションのロボット学習を加速する研究マニピュレーション2022/4/1
カリキュラム学習とドメインランダム化を組み合わせ、位置制御ロボットによる産業用挿入タスクの学習を従来の5分の1以下のサンプル数で加速し、実機へ転移可能な方策を得た研究。
- 図解説明書を読み取ることによる組立作業計画組立計画2021/6/1
人間向けの図解マニュアルを画像認識して部品情報や作業動作を抽出し、組立タスク系列グラフを自動生成して双腕ロボットで実行可能にした研究。
- 可変コンプライアンス制御によるロボットのペグ挿入組立:深層強化学習アプローチマニピュレーション2020/8/1
位置制御ロボットで穴位置に不確実性があるペグ挿入タスクを、オフポリシー強化学習とsim2real・ドメインランダム化で高速学習する手法を提案し、接触の多い挿入作業で評価した。
- 剛性位置制御ロボットによる接触を伴うマニピュレーションのための力制御学習力制御/マニピュレーション2020/3/1
強化学習と従来の力制御を組み合わせ、位置制御ロボットで接触を伴う作業を安全に学習させる枠組みを提案し、実機UR3で検証した。
- 汎用グリッパと工具を活用したロボット組立・キッティングシステム:WRS 2018 での挑戦マニピュレーション2020/3/1
専用治具や工具チェンジャーを使わず、2本指グリッパで工具を把持してネジ締めや吸引作業を行う汎用ロボットシステムを提案し、WRS 2018組立チャレンジで4位とSICE賞を受賞した。
- グリッパ交換を考慮した把持・組立プランナマニピュレーション2018/5/1
複数のグリッパを想定し、組立順序・ロボット動作・把持姿勢・グリッパ交換を同時に計画する組立プランナを提案し、数値例と実機実験で有効性を示した。
