Jens Lundell
収録論文 26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
- ClothAtlas: 自己遮蔽下での衣服の同定と状態推定の同時実行変形物体マニピュレーション2026/10/12
部分的な点群と正規メッシュのライブラリから、衣服の種類を特定しつつ完全な形状を推定するグラフ条件付きフローマッチング手法を提案。再学習なしで新しい衣服にも対応し、把持位置の推定精度も向上させた。
- MoDex: 連続多物体器用把持のための拡散ポリシーマニピュレーション2026/6/1
単一の器用な手で複数の物体を順次把持する問題に対し、把持に参加する指を指定する対向空間条件を用いた拡散ポリシーを提案し、模倣学習と強化学習の2段階訓練でシミュレーションと実機の成功率を向上させた。
- 学習されたラグランジュ潜在ダイナミクスの低次元制御と幾何学的構造制御理論2026/2/1
高次元ラグランジュ系に対し、構造保存型の低次元潜在ダイナミクスを学習し、その上で追従制御則を導出。安定性・収束性の解釈可能な条件を示し、劣駆動系にも拡張した。
- FLoRA: 低ランクスタイル適応によるサンプル効率の良い選好ベース強化学習選好ベースRL2025/4/1
事前学習済みロボットの報酬モデルに低ランク行列を追加して選好に適応させることで、元タスクの性能を保ちながら少ない選好データでスタイル適応を実現する手法を提案。
- 把持物体を環境に押し付けて操る確率的プッシングマニピュレーション2025/3/1
把持した物体を環境との接触を利用して操る「把持プッシング」を、外部接触点を確率分布として緩和した非線形軌道最適化で高速・低コストに解き、実機ロボットで実証した論文。
- ひと掴みで複数物体を把持:逐次的多物体巧み把持生成マニピュレーション2025/3/1
ロボットハンドの一部の自由度を使い、複数物体を順番に安定把持するためのサンプリング手法SeqGraspと拡散モデルSeqDiffuserを提案し、従来法より高い成功率と約1000倍の高速生成を実現した。
- Cloth-Splatting: RGB画像からの3D布状態推定状態推定2025/1/1
RGB画像のみを教師信号として、3Dガウシアンスプラッティングとメッシュ表現を組み合わせ、布の3D状態を予測・更新する手法を提案。推定精度の向上と収束時間の短縮を実現した。
- DexDiffuser: 拡散モデルによる巧みな把持生成マニピュレーション2024/2/1
部分的な物体点群から拡散モデルを用いて多指ハンドの把持を生成・評価・洗練する手法を提案し、シミュレーションと実機で従来手法を上回る成功率を達成した。
- CAPGrasp: アプローチ方向制約付き連続生成グリップサンプラーマニピュレーション2023/10/1
特定方向からの把持が求められる場面に対応するため、R^3×SO(2)同変性を持つ6自由度の連続的なアプローチ制約付き生成的把持サンプラーを提案し、少ないサンプルで高い把持成功率を実現した。
- 視覚ベース触覚センサによる軟質・硬質物体のロボットマニピュレーション触覚2023/6/1
低コストの視覚ベース触覚センサをグリッパに搭載し、物体の特性を知らなくても硬軟どちらの物体にも適応できるマニピュレーションアルゴリズムを提案。触覚画像の変化から接触と滑りを検出し、ぶどうの房からの損傷なしの収穫などで有効性を検証した。
- GoNet: アプローチ方向を制約した生成的把持サンプリングネットワークマニピュレーション2023/3/1
把持のアプローチ方向をSO(3)の部分集合に制約できる生成的把持サンプラーGoNetを提案し、シミュレーションと実機で制約なしのGraspNetより高い成功率を示した。
- 制約付き6自由度把持の生成的サンプリングマニピュレーション2023/2/1
対象物体の特定部位に限定して6自由度把持を生成するネットワークVCGSを提案し、制約付き把持用データセットCONGを構築して、非制約手法より高い成功率とサンプル効率を示した。
- 変形可能な3D物体の把持を評価するためのシミュレーションベースの新しい品質指標把持計画2022/3/1
変形を考慮した把持シミュレーションから接触情報を予測し、変形物体向けの把持品質指標を提案。剛体用指標より把持成功率が平均18%向上した。
- 能動的な視覚・触覚融合による物体形状補完触覚2022/3/1
視覚による形状補完の不確実性が高い部分を触覚で能動的に探索し、再構成精度と把持成功率を向上させる手法Act-VHを提案した論文。
- 剛性情報を活用した変形物体の把持計画マニピュレーション2021/9/1
物体の剛性情報を深度画像と併せて把持計画ネットワークに入力し、柔らかい物体ではつまみ、硬い物体では包み込むなど剛性に応じた把持を生成できるようにした。
- 物理シミュレーションを用いた3D変形物体の把持生成変形物体把持2021/7/1
物理ベースシミュレータで生成した合成データのみで学習し、物体の剛性に応じて把持を適応させるディープラーニング手法を提案した論文。
- 散らかった環境での生成的深層器用把持マニピュレーション2021/3/1
単一のRGB-D画像から、障害物の多い散らかったシーンで高品質な多指把持を高速に生成する生成モデルDDGCを提案し、従来手法より5倍高速で高品質な把持を実現した。
- Multi-FinGAN:多指把持の粗から細への生成的サンプリングマニピュレーション2020/12/1
RGB-D画像から多指ロボットハンドの高品質な把持を約1秒で生成する粗密型の生成的サンプリング手法を提案し、シミュレーションと実機で把持品質と成功率の向上、最大20〜30倍の高速化を実証した。
- 物体構成の不確実性下におけるPOMDPマニピュレーション計画マニピュレーション2020/10/1
物体の切り分け(物体構成)が不確実な環境で、複数の仮説を考慮し情報獲得行動の価値も見込んで操作計画を立てるPOMDP手法を提案し、実機実験で有効性を示した論文。
- シーン補完によるトップグラスプを超えた把持計画マニピュレーション2019/9/1
単一RGB-D画像から物体の完全形状を推定し、仮想視点を生成して既存のトップグラスプ手法に6自由度把持を生成させる手法を提案し、実機で成功率の向上を実証した。
- 力制御ソフトロボットハンドによる安全な把持ソフトロボティクス/把持2019/9/1
力覚・曲げセンサを組み込んだソフトハンドで接触力を推定し、PI制御で空気圧を調整することで、変形しやすい物体を落とさず潰さず把持できることを示した。
- 不確実な形状補完に対するロバストな把持計画把持計画2019/3/1
部分観測から確率的に形状を補完し、その不確実性を考慮してロバストな把持を計画する手法を提案。シミュレーションと実機で把持品質と成功率の向上を示した。
- 安全に探索できる状態空間:階層的タスク最適化による方策探索の安全な探索強化学習/安全探索2018/10/1
把持などのタスクを優先度付きのサブタスクに分解し、上位タスクの零空間内でのみ下位タスクの方策を学習することで、衝突を避けつつ安全かつ効率的にロボットのスキルを獲得する手法を提案した。
- 屋内ナビゲーションのための深層ネットワーク不確実性マップナビゲーション2018/9/1
深層学習による障害物距離推定の不確実性をラプラス分布でモデル化し、その不確実性を考慮した地図構築と安全な経路計画手法を提案した。
- 人間の探索戦略を模倣する組立ロボットの学習手法模倣学習2018/9/1
人間の実演から状態不変ダイナミクスモデルと探索分布を学習し、位置不確実性下でのペグ挿入やソケット挿入の探索動作をロボットに模倣させる手法を提案した。
- 幻覚ロボット:部分的なレーザー計測から障害物距離を推定知覚/距離推定2018/5/1
2Dレーザースキャナの生データのみから、ガラスやテーブルなど見えない障害物までの距離をオートエンコーダ型ニューラルネットで推定する手法を提案し、Care-O-bot 4で実時間動作を実証した。
