John Lloyd
収録論文 18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
- 姿勢とせん断に基づく触覚サーボ制御触覚2023/12/1
高解像度の柔軟触覚センサを用い、接触姿勢とせん断を推定するモデルを構築し、物体追従や押し操作などの非把持マニピュレーションを実現する触覚サーボ系を開発した。
- Bi-Touch: シミュレーションから実機への深層強化学習による両腕触覚マニピュレーション触覚マニピュレーション2023/7/1
低コストの触覚センサを備えた双腕ロボットシステムを構築し、双方向プッシュ・再配向・収集タスクを深層強化学習と触覚sim-to-realで学習させ、実環境での汎化性と頑健性を示した。
- 触覚によるプッシング操作のためのSim-to-Realモデルベース・モデルフリー深層強化学習触覚2023/7/1
視覚入力を使わず触覚センシングのみで物体を目標位置へ押すタスクに対し、モデルベースとモデルフリーの深層強化学習をsim-to-realで実機に適用し、未見物体への汎化と外乱下での高精度制御を実現した。
- 接触姿勢とせん断を同時推定する触覚ロボットシステム:物体追従・表面追従・物体押し操作触覚2023/6/1
触覚センサで接触姿勢と接触後のせん断を同時に推定し、その情報を使って物体の追従・表面追従・片腕/両腕での押し操作を滑らかに制御するシステムを提案した。
- 触覚駆動による人間とロボットの協調作業のための優しい把持触覚2023/3/1
5本の指先に光学式触覚センサTacTipを搭載したソフトハンドで、触覚フィードバックを用いて様々な物体を優しく安定に把持する制御器を開発し、人からロボットへの受け渡しタスクに応用した。
- Tactile Gym 2.0:低コスト高解像度触覚センサを比較するためのSim-to-Real深層強化学習触覚/sim2real2022/7/1
3種類の光学式触覚センサ(TacTip, DIGIT, DigiTac)を対象に、単一のsim-to-real手法で実機タスク(物体押し・エッジ追従・表面追従)を高精度に達成し、低コスト4自由度アームでベンチマークを拡張した。
- DigiTac: 低コスト高解像度ロボット触覚を比較するDIGIT-TacTipハイブリッド触覚センサ触覚2022/6/1
GelSight型のDIGITセンサにTacTip型の3Dプリント感圧面を組み合わせたハイブリッド触覚センサを開発し、姿勢推定とサーボ制御で既存センサと性能を比較した。
- 段階的学習によるワンショット領域適応模倣学習模倣学習2022/4/1
概念表現・行動生成・領域適応の3段階を組み合わせ、少量の実演データで新しい環境に適応できるロボット模倣学習フレームワークを提案し、注ぎタスクで有効性を示した。
- 実画像変換による触覚のsim-to-realポリシー転送触覚2021/6/1
光学式触覚センサを深度画像として模擬する環境を構築し、実センサ画像をシミュレーション画像へ変換することで、触覚を要するタスクのゼロショットsim-to-real転送を実現した。
- 触覚センシングを用いた3Dピンチングの安定把持のためのロバスト制御器触覚2021/6/1
触覚指先を持つ2本指ロボットで未知形状物体を安定把持する制御器を提案し、触覚画像からCNNで接触面の向きを推定して指先を転がし把持力を調整、シミュレーションと実機で外乱に頑健な安定把持を実証した。
- 確率的識別モデルによる触覚の知覚的エイリアシング問題の解決触覚2021/6/1
触覚データにおける知覚的エイリアシング問題を指摘し、混合密度ネットワークを用いた確率的識別モデルで曖昧な触覚入力を精度良く予測できることを示した論文。
- 柔軟ロボットハンドにおける触覚と運動制御の統合触覚2021/2/1
ピサ/IITソフトハンドに光学式触覚センサTacTipを組み込み、未知物体への軽接触の閉ループ制御と把持物体のエッジ姿勢制御を実現した研究。
- 触覚と固有感覚フィードバックを用いた目標駆動型ロボット押し操作触覚/マニピュレーション2020/12/1
高解像度光学触覚センサのフィードバックで押し操作を適応制御し、モデルに頼らず物体を目標位置へ運ぶ手法を提案・評価した。
- 姿勢ベース触覚サーボ制御:深層学習を用いた制御されたソフトタッチ触覚2020/12/1
柔らかい光学式触覚センサの姿勢を深層学習で推定し、それをサーボ制御ループに組み込むことで、複雑な3D物体上でもロバストかつ正確な触覚サーボ制御を実現した論文。
- 触覚ロボティクスのための深層強化学習:点字キーボードでタイピングを学習する触覚/強化学習2020/8/1
触覚画像のみを観測として用い、実機ロボットで点字キーボードのタイピングを深層強化学習で学習させる環境と4段階のタスクを提案し、シミュレーションでは全タスク、実機では4タスク中3タスクの学習に成功した。
- ロボット触覚のための最適な深層学習触覚2020/3/1
光学式触覚センサを用い、物体の接触部位の相対姿勢を推定する深層学習モデルを構築。せん断などの外乱に頑健なモデルをベイズ最適化で探索した。
- ピクセルから知覚へ:深層学習と光学生体模倣触覚センサによる高ロバストなエッジ知覚と輪郭追従触覚2018/12/1
光学生体模倣触覚センサTacTipに深層CNNを適用し、円盤へのタッピングのみで訓練したモデルで、不規則・柔軟物体のエッジ知覚と輪郭に沿った接触点計画を実現した。
- ボロノイ分割による触覚センシングの特徴推定触覚2018/5/1
光学式触覚センサTacTipの内部ピン変位データにボロノイ分割を適用し、圧力・せん断・接触位置を学習なしで直接推定する手法を提案した。
