Joerg Stueckler
University of Tübingen
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
- Co-VLA: 視覚言語行動モデルのためのコンセンサスベース連合学習VLA2026/9/17
ロボットデータを分散したまま、ADMMによるコンセンサス最適化で視覚言語行動モデル(VLA)を連合学習し、集中学習と同等の性能を達成した。
- 剛体オブジェクトのための行動条件付き・オブジェクト中心ガウシアンスプラッティング世界モデルの学習世界モデル2026/6/1
オブジェクト中心のガウシアン表現と時空間トランスフォーマーを用いて、剛体オブジェクトの将来の動きを行動履歴から予測する世界モデルを提案し、非把持操作のモデル予測制御で評価した。
- ISyHand: 関節式掌を持つ多指巧みなロボットハンドマニピュレーション2025/9/1
低コストで組み立てが容易なオープンソースの多指ロボットハンドを開発し、関節式の掌が巧みさを向上させることを強化学習による立方体の回転操作で示した。
- 低解像度触覚センシングを備えた多指ロボットハンドの視触覚物体姿勢推定触覚2025/3/1
多指ハンド内面の二値・低解像度触覚と視覚・固有感覚をファクタグラフで統合し、遮蔽や視覚ノイズ下でも把持物体の3D姿勢を高精度に推定する手法を提案した。
- 並列化可能な物理シミュレータを用いた非把持物体操作のためのインクリメンタル少数ショット適応マニピュレーション2024/9/1
並列化可能な剛体物理シミュレーションを動的モデルとして用い、MPCで収集した少数のロボット-物体相互作用からモデルパラメータをサンプリング最適化することで、非把持物体操作を少数ショットで適応させる手法を提案し、物体押し出し実験で検証した。
- 地形とロボットの特性に適応する移動ロボットナビゲーションのためのダイナミクスモデル学習ナビゲーション2024/9/1
地形の摩擦やロボットのペイロード・摩耗などの変化に適応する確率的順ダイナミクスモデルTRADYNをメタ学習で構築し、モデル予測制御によるナビゲーション計画の性能向上を示した。
- 視覚慣性オドメトリとの密結合による単軌道車両ダイナミクスモデルのオンラインキャリブレーション状態推定2023/9/1
車輪移動ロボットの単軌道ダイナミクスモデルを視覚慣性オドメトリと密結合し、モデルパラメータをオンラインで最適化することで、将来の制御入力に対する予測精度と追従精度を向上させる手法を提案。
- 地形とロボットの特性に適応する文脈条件付きナビゲーションナビゲーション2023/7/1
摩擦係数が場所ごとに変化する地形やロボットの動特性の変化に適応できる、ニューラルプロセスに基づく確率的順動力学モデルTRADYNを提案し、2Dナビゲーションで予測誤差の低減と制御効率の良い経路計画を実現した。
- ブラックボックス対グレーボックス:スピンと衝撃を考慮した卓球ボール軌道予測の学習に関する事例研究軌道予測2023/5/1
物理モデルにデータ学習を組み合わせたグレーボックス手法で卓球ボールの軌道を予測し、ブラックボックス手法より高精度であることを示すとともに、空気圧人工筋ロボットで97.7%の返球率を達成した。
- 動的歩行のための視覚慣性・脚オドメトリ融合歩行2022/10/1
VIOと脚オドメトリをEKFで融合し、遅延を抑えた高頻度な状態推定を実現して、四足ロボットのトロットやジャンプなどの俊敏な歩行を可能にした。
- シンボリック行動としての時間的拡張スキル学習による連続領域の計画階層型強化学習2022/7/1
連続制御スキルをシンボリックな状態抽象のフォワードモデルと結びつけ、長期計画と連続制御を両立する階層型強化学習エージェントSEADSを提案した。
- 速度制御型運動モデルのオンラインキャリブレーションを用いた視覚慣性オドメトリの可観測性解析VIO2022/4/1
ステレオカメラと速度制御型運動モデルを組み合わせた視覚慣性オドメトリにおいて、平面運動制約を加えるとロール・ピッチが可観測になり、運動モデルのパラメータも可観測であることを証明した解析論文。
- SDFを用いた微分可能剛体力学シミュレータ微分可能物理2021/11/1
物体形状を符号付き距離場(SDF)で陰的に表現し、摩擦接触を含む微分可能な剛体物理シミュレーションを実現。形状・摩擦係数・質量などを軌跡や深度画像から推定できることを示した。
- 文脈を探れ:文脈条件付きダイナミクスモデルのための最適データ収集モデルベースRL2021/2/1
パラメータ化された力学系の族に対し、潜在文脈変数で条件付けした確率的ダイナミクスモデルを学習し、文脈推定に最も情報量の多い遷移を選ぶ行動列で効率的に探索する手法を提案した。
- リアルタイム計画のためのサンプル効率の良いクロスエントロピー法モデルベース強化学習2020/8/1
時間相関のある行動とメモリを導入し、CEMのサンプル効率を大幅に改善してリアルタイム計画を可能にした研究。
