Jesse Haviland
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
- ROS2WASM: ロボットオペレーティングシステムをウェブへROS/WebAssembly2024/9/1
ROS 2をWebAssemblyにクロスコンパイルし、ブラウザ上でインストール不要に実行できるようにした研究。専用ミドルウェアとWebプラットフォームを開発し、教育や研究の再現性・共有性を高める。
- 暗黙的ニューラルマップを用いた反応型移動マニピュレーション移動マニピュレーション2024/8/1
ニューラルSDFで環境形状を連続的・微分可能に表現し、ベースとアームの動作を二次計画法で同時最適化する反応型制御フレームワークRMMIを提案。混雑環境での到達成功率が25%向上した。
- オープンボキャブラリな部位指定把持マニピュレーション2024/6/1
自然言語プロンプトで指定された任意物体の部位を把持するため、物体検出・部位セグメンテーション・6自由度把持予測を組み合わせたモジュラーフレームワークを提案し、実環境で60.8%の把持成功率を達成した。
- 動的環境における移動マニピュレーションのための反応型ベース制御移動マニピュレーション2023/9/1
移動ベースが動きながらマニピュレーションを行う際に、静的・動的な障害物を回避しつつ反応的にベースを制御する手法を提案し、実機で従来法より48%短い作業時間を達成した。
- SayPlan: 3Dシーングラフを用いた大規模言語モデルのロボットタスク計画への接地タスク計画2023/7/1
3Dシーングラフを活用し、大規模言語モデルによる多階層・多部屋環境でのロボットタスク計画を実現する手法を提案。
- マニピュレータの微分運動学 第1部:運動学・速度・応用マニピュレーション2022/7/1
マニピュレータの運動学を基本変換列(ETS)でモデル化し、ヤコビアンに基づく速度制御や逆運動学などの古典的手法と現代的应用を解説するチュートリアル。
- マニピュレータの微分運動学 第2部:加速度と応用マニピュレーション2022/7/1
マニピュレータの2階微分運動学とヘッセ行列を定式化し、速度制御や特異点回避への応用を解説するチュートリアル。
- 自己遮蔽を最小化するロボットマニピュレーション用視認性最大化コントローラマニピュレーション2022/2/1
ロボット自身の体による遮蔽を抑えつつ目標姿勢を達成する最適化ベースのリアクティブ制御器を提案し、視線の可視性をソフト制約として組み込むことでベース・アーム・頭部の協調制御を実現した。
- 不確実性を考慮したシミュレーション学習方策の実機ゼロショット展開sim2real2021/12/1
深層強化学習方策と従来の手設計コントローラをベイズ的に融合し、不確実性に応じて切り替えることで、ゼロショットのsim2real転移を実現した研究。
- アームと台車を一体として扱う反応型移動マニピュレーション移動マニピュレーション2021/9/1
アームと台車の自由度を一つの構造として統合し、計画なしで目標姿勢へ反応的に動きながら把持などの行動を実現する移動マニピュレーション制御を提案・実装した論文。
- ベイズ制御融合:ロボティクス深層強化学習における制御事前知識の活用強化学習/ハイブリッド制御2021/7/1
従来の手設計制御器と深層強化学習を不確実性を考慮して融合し、安全な探索と制御事前知識を超える性能を実現するハイブリッド制御手法を提案。
- 基本変換列(ETS)を用いたマニピュレータのヤコビアンとヘッセ行列の体系的計算法運動学2020/10/1
ETS記法で記述された任意のシリアルリンクマニピュレータに対し、ヤコビアンとヘッセ行列を体系的に計算する手法を提案し、オープンソースのPythonライブラリとして実装した論文。
- NEO: マニピュレータの反応型運動制御のための高速最適化アルゴリズムマニピュレーション2020/10/1
マニピュレータが静的・動的障害物を避けつつ目標姿勢へ移動する純反応型の高速制御器NEOを提案し、操作性最大化と関節制限を凸二次計画で数msで解く。
- 可操作度を最大化する純リアクティブ動作制御器マニピュレーション2020/2/1
関節限界を避けつつ可操作度を同時に最大化するエンドエフェクタ速度制御を二次計画問題として定式化し、数ミリ秒で解くオープンソースPython実装を提案した論文。
- RGB画像のみで把持最終局面を制御する画像ベースビジュアルサーボビジュアルサーボ/把持2020/1/1
把持直前に深度センサが使えなくなる問題に対し、RGB-Dから目標画像特徴を予測してRGBのみの画像ベースビジュアルサーボで把持最終局面を誘導する手法を提案し、未知の移動物体への把持精度を実験で示した。
