Josef Sivic
Czech Technical University in Prague
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
- DepthWorld: ロボットマニピュレーションのための3Dワールドモデルワールドモデル2026/10/6
ロボット操作向けに、多視点RGBと深度を同時予測する3DワールドモデルDepthWorldを提案し、DROIDデータセットをキャリブレーションしたDROID-3Dで学習することで、RGB予測精度の向上と正確なメートル深度推定を実現した。
- ロボット制御のための時間的一貫性を持つ物体6D姿勢推定姿勢推定2026/5/1
単眼RGB画像からの物体姿勢推定に因子グラフを導入し、時間的一貫性とロバスト性を向上させる手法を提案。ロボット制御での安定性を実験的に検証した。
- 持続可能なロボット世界モデル:強化学習によるマルチステップ展開の安定化世界モデル2026/3/1
ロボットの世界モデルが自己回帰的に展開すると誤差が蓄積して劣化する問題に対し、強化学習を用いてモデル自身の展開上で訓練し、長期的な予測の忠実度を向上させた。
- REALM: ロボットマニピュレーションの汎化性能を評価する実機-シミュレーション検証ベンチマークVLA2025/12/1
VLAモデルの汎化性能を評価するための高忠実度シミュレーションベンチマークREALMを提案し、実機性能との相関を示すとともに、既存VLAモデルの汎化・ロバスト性が未解決課題であることを明らかにした。
- 動画デモに導かれる多段階マニピュレーションのタスク・動作計画マニピュレーション2025/5/1
指示動画から把持・解放状態と物体姿勢を抽出し、RRTプランナを拡張して多段階のタスク・動作計画を生成する手法を提案。複数ロボットで実証した。
- PhysPose: 物理制約による6D物体姿勢の精緻化6D姿勢推定2025/3/1
画像からの6D物体姿勢推定に、非貫通制約と重力制約を課す後処理最適化を組み込み、物理的に整合した姿勢へと補正する手法を提案した論文。
- ロボット操作のためのインターネット動画における6D物体姿勢追跡マニピュレーション2025/3/1
インターネットの教示動画から操作対象物体の時間的に一貫した6D姿勢軌道を抽出し、ロボットマニピュレータの動作へ再ターゲティングする手法を提案。
- 6D物体姿勢の位置推定と追跡による視覚誘導型モデル予測ロボット制御マニピュレーション2023/11/1
学習ベースの6D姿勢推定と高速トラッカーを非同期に組み合わせ、トルクベースのモデル予測制御で動く物体を追従・操作する手法を提案し、実機で検証した。
- MegaPose: レンダリングと比較による新規物体の6D姿勢推定6D姿勢推定2022/12/1
CADモデルと画像中の関心領域のみを用いて、学習時に未見の物体の6D姿勢を推定する手法を提案。大規模合成データで学習し、実画像の新規物体に再学習なしで適用可能。
- Imitrob: 6D物体姿勢推定器の訓練と評価のための模倣学習データセット6D姿勢推定2022/9/1
手に持った道具の6D姿勢推定を訓練・評価するためのデータセットを構築し、既存手法の性能を検証した。
- 微分可能な衝突検出:ランダム化平滑化によるアプローチ微分可能物理2022/9/1
任意の凸形状ペアの衝突検出の微分を、ランダム化平滑化を用いて効率的に計算する汎用的手法を提案し、HPP-FCLとPinocchioに実装して評価した。
- 微分可能物理近似を用いた動画からの物体操作スキル学習模倣学習2022/8/1
単一の動画デモから物体操作を学ぶため、微分可能レンダリングと微分可能ODEによる物理近似を組み合わせ、ロボットで直接実行可能な軌道を推定する手法を提案した。
- 衝突検出の高速化:最適化の視点から衝突検出2022/5/1
衝突検出を凸最適化問題として捉え、GJKアルゴリズムがFrank-Wolfe法の特殊ケースであることを示し、Nesterov加速を組み込んだ新アルゴリズムで最大2倍高速化を実現した。
- 動画デモとシミュレーションを整合させて道具操作を学習する模倣学習2021/11/1
YouTube動画から道具の軌道を抽出し、シミュレーション環境を実シーンに整合させた上で強化学習と最適化により道具操作方策を学習する手法を提案し、シャベル・鎌・ハンマーで有効性を示した。
- 単一画像からのレンダ&コンペアによるロボット姿勢・関節角推定姿勢推定2021/4/1
既知の多関節ロボットの単一RGB画像から、6Dカメラ-ロボット姿勢と関節角を合成データで学習するレンダ&コンペア手法RoboPoseを提案し、4種のロボットで従来手法を大きく上回る精度を示した。
- 実動画からの近似状態推定による物体操作スキルの学習模倣学習2020/11/1
2D視覚認識と微分可能レンダリングを用いて動画から手と物体の粗い3D状態を教師なしで推定し、その軌道を強化学習の報酬として物体操作スキルを学習、実機ロボットへ転移できることを示した。
- モンテカルロ木探索による効率的な視覚誘導型再配置計画マニピュレーション2019/4/1
RGBカメラ画像から物体を目標配置へ動かす計画を、モンテカルロ木探索で効率的に生成し、合成データで学習した深層学習による物体位置推定と組み合わせたパイプラインを提案した。
- センサなし人間動作からの物体操作タスク学習:主要課題の整理模倣学習2019/1/1
RGB/RGB-Dカメラのみで人間の実演から物体操作を学習する際の課題を、6DoF姿勢推定や言語処理を含めて整理し、接着剤塗布とブロック積みの事例で検討した。
