Joonho Lee
収録論文 25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
- 関節特化型ハイブリッド遠隔駆動を用いた全駆動4自由度ロボット指の設計マニピュレーション2026/10/7
MCP関節をリンク機構、PIP/DIP関節をワイヤ駆動で独立に動かす4自由度ロボット指を設計し、伝達特性と指先力を評価した。
- 接触の多い操作のための反射的行動の学習マニピュレーション2026/10/2
シミュレーションで訓練した固有感覚反射ポリシーを高レベル制御の下に凍結実行層として組み込み、接触の多い操作を安定化させる手法を提案。
- 実製造のための学習拡張型ロボット自動化産業応用/自動化2026/4/1
産業用ロボットに学習ベースの制御とニューラル3D安全監視を統合し、電動モーター生産ラインでのケーブル挿入と半田付けを自動化。実データ20分未満で5時間以上連続稼働し、99.4%の品質合格率を達成した。
- ロボットハンドにおける親指対向性向上のための掌自由度の運動学的解析ロボットハンド設計/運動学2026/4/1
5指ロボットハンドのモデルを用いて、掌の自由度が親指と各指の対向性(重なり作業空間)に与える影響を定量的に解析し、掌と指の自由度の役割分担と設計指針を示した論文。
- 物体モデルや接触モデルを必要としないロボットハンド設計のためのピンチ構成評価の運動学的フレームワークハンド設計2026/4/1
指先の可動範囲の相互作用に基づき、物体形状や接触力モデルを使わずにロボットハンドのピンチ構成を運動学的に評価する手法を提案した。
- 潜在器用性を用いたロボットハンドの指節長比の運動学的最適化ロボットハンド設計2026/4/1
ロボットハンドの設計段階で、特定の物体や操作タスクを定義せずに指節長比が器用性に与える影響を定量的に評価する枠組みを提案し、5指ロボットハンドの指節長比を最適化した。
- 協働ロボットのための高速・ツール認識型衝突回避衝突回避2025/8/1
ツールの形状や環境との関わり方をリアルタイムに考慮し、部分観測下でも10ms未満で滑らかな回避動作を生成する学習ベースの衝突回避システムを提案した。
- 学習ベースの脚式移動:最新技術と今後の展望歩行2024/6/1
深層学習やシミュレーション技術の発展により進歩した学習ベースの脚式移動研究を、四足歩行と二足歩行(ヒューマノイド)に分けて概観し、未解決課題と社会的影響を論じたサーベイ。
- 車輪付き脚ロボットのための堅牢な自律ナビゲーションと移動の学習ナビゲーション2024/5/1
都市環境での自律ナビゲーションに向け、強化学習と特権学習で歩行・走行を切り替える移動制御器と階層型ナビゲーション制御器を統合し、キロメートル規模の実都市ミッションで検証した。
- ロバスト性評価の再考:学習ベース四足歩行制御器への敵対的攻撃歩行2024/5/1
学習ベースの四足歩行制御器に対し、時系列に沿った敵対的攻撃を生成して脆弱性を定量的に特定する手法を提案し、シミュレーションと実機で有効性を検証した。
- 3D表現を用いた狭所歩行の学習歩行2024/3/1
強化学習と3Dボリューム表現を組み合わせ、二層の階層型ポリシーで四足ロボットが狭く起伏のある環境を歩行できるようにした研究。
- 置換不変ニューラルネットワークによるマルチエンティティロボット問題の解決群制御2024/2/1
置換不変なニューラルネットワークと強化学習を用いて、複数のロボット・物体・目標を扱う分散制御を実現し、車輪脚型四足ロボットの実機実験で協調動作を検証した。
- 脚式ロコモーションのための制約付き強化学習アルゴリズムの評価歩行2023/9/1
脚式ロボットの制御に制約付きマルコフ決定過程(CMDP)を適用し、複数の制約付き方策最適化アルゴリズムを比較して、物理制約を考慮したsim-to-real転移の有効性を示した。
- 草を透かして見る:支持面学習のためのセマンティック点群フィルタsim2real2023/5/1
LiDAR点群とRGB画像から、草などの透過可能な植生を除去して真の支持面を推定するCNNベースのフィルタを提案し、四足歩行ロボットANYmalで検証した。
- 並列弾性アクチュエータを備えた四脚ロボットの学習ベース設計と制御脚式ロボット2023/1/1
四脚ロボットの膝関節に並列弾性要素を導入し、その設計パラメータと歩行制御器を強化学習とベイズ最適化で同時最適化するフレームワークを提案。実機実験でトルク効率33%改善、最大関節トルク30%削減、連続稼働時間11%延長を達成した。
- メタ強化学習による脚式ロボットの最適設計脚式ロボット設計最適化2022/10/1
メタ強化学習で様々な設計に素早く適応する歩行方策を学習し、四足ロボットの機構・アクチュエータパラメータをエンドツーエンドで最適化する設計フレームワークを提案した。
- 複数の敵対的モーションプライアを活用した強化学習による高度スキル獲得強化学習/歩行2022/3/1
敵対的モーションプライアを複数スタイルに拡張し、車輪脚四脚ロボットで歩行やしゃがみ、四脚・二脚切替などのスキルを実機検証した研究。
- 脚式移動マニピュレータのための学習ベース歩行方策とモデルベース操作の統合脚式移動マニピュレーション2022/1/1
モデル予測制御による外力予測を学習ベースの歩行方策に組み込み、脚式ロボットがマニピュレータ操作時の反動を補償しつつ安定歩行できるようにした研究。
- 野外環境で四足ロボットが頑健に知覚歩行を学習する手法歩行2022/1/1
固有感覚と外界知覚をアテンション付きリカレントエンコーダで統合し、雪や水、反射面など知覚が乱れる野外でも高速かつ頑健に歩行できる四足ロボット制御器を学習した。
- CERBERUS:DARPA地下トンネル・都市環境における脚式・飛行ロボットの自律探査自律探査2022/1/1
DARPA地下チャレンジ向けに、四脚ロボットと飛行ロボットを統合し、カメラ・LiDAR・慣性センサの融合と集中型マップ最適化で地下環境を自律探査するシステムを構築した。
- サーカスANYmal:四足ロボットが四肢で巧みな操作を学習マニピュレーション2020/11/1
四足ロボットANYmalがモデルフリー強化学習で軽量ボールを四肢でバランス・操作する深層方策を訓練し、シミュレーションから実機へゼロショット展開を実現した。
- 困難地形を歩行する四脚ロボットの学習制御歩行2020/10/1
強化学習で訓練したニューラルネットワーク制御器により、泥・雪・瓦礫・水などの未知の自然環境でもロバストに歩行できる四脚ロボットを実現した。
- DeepGait: 深層強化学習による四脚歩容の計画と制御歩行2019/9/1
モデルベース計画と強化学習を組み合わせ、動的実現可能性の評価をMDPに組み込むことで、不整地における足場と胴体の運動を計画・実行する四脚ロボットの歩容制御ポリシーを学習した。
- 深層強化学習による四足歩行ロボットの頑健な復帰制御歩行2019/1/1
階層型の深層強化学習コントローラを構築し、四足ロボットANYmalが任意の転倒姿勢から5秒以内に97%以上の成功率で復帰できるようにした。
- 脚式ロボットの俊敏で動的な運動スキルを学習するsim2real2019/1/1
シミュレーションで訓練したニューラルネットワーク方策を実機の四足ロボットANYmalに転送し、高速走行や転倒からの復帰を含む俊敏な運動を実現した。
