Jonas Tebbe
収録論文 8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
- ニューロモーフィックハードウェアによる高速移動物体の検出ニューロモーフィック/イベントカメラ2024/3/1
イベントベース物体検出タスクで3種のニューロモーフィックハードウェアをベンチマークし、卓球ロボットの実時間動作でSNNの有効性を示した。
- マルチモーダル卓球ロボットシステムマニピュレーション2023/10/1
4台のフレームカメラと2台のイベントカメラを備えた6自由度KUKAアームによる卓球ロボットを構築し、新しいキャリブレーションとスピン推定、SNNによるボール検出を実現した。
- eWand: フレームベース・イベントベースカメラの広基線キャリブレーション手法キャリブレーション2023/9/1
不透明球内の点滅LEDをマーカーとして用い、フレームカメラとイベントカメラの広基線での外部キャリブレーションを高精度かつ迅速に行う手法を提案。
- SpinDOE: 卓球ロボットのためのボール回転推定手法回転推定2023/3/1
ボール表面のドットをCNNで検出し幾何学的ハッシュで同定することで、通常のカメラでも高精度に卓球ボールの回転を推定する手法を提案した。
- フレームベースカメラによるリアルタイムイベントシミュレーションイベントカメラ/シミュレーション2022/9/1
イベントカメラのシミュレーションを2桁高速化し、リアルタイム生成を可能にした手法を提案。品質も維持している。
- ポリシー勾配によるロボット卓球の最適ストローク学習マニピュレーション2021/9/1
ボールとロボットのモデルを組み込んだ現実的なシミュレーション環境で、TD3を基盤としたポリシー勾配法により打球時点のボール状態からラケットストロークを学習し、実機でも98%の成功率を達成した。
- 卓球ロボットにおけるサンプル効率の良い強化学習強化学習2020/11/1
卓球ロボットを例に、1ステップ環境と決定論的方策勾配法を組み合わせ、200エピソード未満の学習で高精度な返球を実現したサンプル効率の良い強化学習手法を提案した論文。
- 卓球ロボットにおけるスピン検出スピン検出2019/5/1
卓球ボールの回転(スピン)を推定する3手法(高速カメラによるロゴ追跡、CNNによるロゴ向き予測、マグヌス効果を用いた軌道解析)を比較し、軌道解析が最高精度で実演に使用された。
