Judah Goldfeder
収録論文 7本 ・ フィジカルAI/ロボット学習
視線制御継続学習ロボットモデリングモジュラーロボットマニピュレーション衝突検出/ニューラル表現動作計画
※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
- 目線の動きを学習するVLM誘導Transformer-VAEによる表現豊かな視線ダイナミクス視線制御2026/10/14
VLMで注視対象を選び、Transformer-VAEで人間らしい頭部・眼球・まぶたの動きを生成するロボット視線制御システムを提案。
- 継続的ロボット学習における創発的な「自己」の証拠継続学習2026/3/1
ロボットに継続学習(可変タスク)を行わせると、不変なサブネットワークが形成され、これが「自己」に相当する可能性を示した。このサブネットワークは適応に重要で、損傷すると性能が低下する。
- AutoURDF: 点群フレームからのクラスタ登録による教師なしロボットモデリングロボットモデリング2024/12/1
点群フレームからクラスタ登録を用いて、未知のロボットのURDF記述ファイルを教師なしで自動生成する手法を提案。
- ロボット代謝:他の機械を消費して成長できる機械に向けてモジュラーロボット2024/11/1
単純なモジュールで構成されたロボットが、他のロボットや環境から部品を取り込んで成長・自己修復する「ロボット代謝」の概念を提唱し、トラス型モジュラー・ロボットで実証した。
- Knolling Bot:ロボットに人間の「整頓」概念を教えるマニピュレーション2023/10/1
家庭内の散らかった物を整然と配置する「ノリング」をTransformerによる逐次予測問題として定式化し、多様な物体や主観的な整頓基準に対応できるロボット整頓手法を提案した。
- DeepCollide: 暗黙的ニューラル表現によるスケーラブルなデータ駆動型高自由度コンフィギュレーション空間モデリング衝突検出/ニューラル表現2023/5/1
サンプル衝突データから衝突検出関数を近似する暗黙的ニューラル表現手法を提案し、訓練データ量や自由度に対する計算コストのスケーラビリティと複雑な作業空間形状の表現精度で既存手法を上回ることを示した。
- 畳み込みエンコーダ・デコーダによるロボットのコンフィギュレーション空間の直接構築動作計画2023/3/1
畳み込みエンコーダ・デコーダを用いて、ロボットのコンフィギュレーション空間(衝突あり/なし)を高精度に予測する手法を提案し、2次元双腕ロボット環境で97.5%のF1スコアを達成した。
