Karl Van Wyk
NVIDIA
収録論文 30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
- WeaveRL:知覚的強化学習のためのシーン認識型ファブリックへの再構成の織り込みマニピュレーション2026/9/16
GPU加速により数千の並列シミュレーションでシーンをサーフェルとして再構成し、センサ由来の幾何情報に基づく衝突回避型強化学習を実現した。複雑な操作タスクで性能とsim-to-real転移、未知障害物への堅牢性を向上。
- ADEPT: 事前学習と強化学習による事後学習で器用さを加速する強化学習/器用操作/sim2real2026/8/19
高自由度ロボットの器用な操作を、事前学習と事後学習を組み合わせた強化学習フレームワークで実現し、シミュレーションから実機への転移を可能にした。
- Isaac Lab:マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- 計画してから評価:事後成功評価を組み込んだマルチターゲット計画による学習ベース把持パイプラインの改善マニピュレーション2025/9/1
複数の把持候補それぞれへの軌道を計画し、到達時の把持成功率を評価して最も成功率の高い軌道を実行する枠組みを提案し、従来の生成-評価-計画型パイプラインより性能が向上することを示した。
- エンドツーエンド強化学習による器用な把持政策の改善マニピュレーション2025/9/1
シミュレータと強化学習を別々のGPUに分散する手法を提案し、視覚ベースのエンドツーエンド学習を効率化して、深度を用いた器用な把持政策を訓練・蒸留した。
- DextrAH-RGB:RGB画像から器用な手で何でも掴む視覚運動ポリシーマニピュレーション2024/12/1
シミュレーションで訓練した特権ポリシーをRGB画像ベースのポリシーに蒸留し、実世界で多様な物体を器用に掴むエンドツーエンドの視覚運動制御を実現した。
- 生の点群からの23自由度把持ポリシーマニピュレーション2024/11/1
単一固定カメラの部分点群から23自由度の把持軌道を直接予測する模倣学習ポリシーを提案し、未知物体への汎化と安定した把持を実現した。
- Synthetica: ロボット知覚のための大規模合成データsim2real2024/10/1
フォトリアルなレイトレーシングで270万枚の合成画像を生成し、ロボットの物体検出を高精度・リアルタイム(50-100Hz)で行う手法を提案。
- AutoMate: 多様な形状に対応する専門家・汎用組み立てポリシーマニピュレーション2024/7/1
100種類の組み立てタスクのデータセットと並列シミュレーション環境を構築し、部品特化型と汎用型の組み立てポリシーを学習。シミュレーションから実機へのゼロショット転移を実現した。
- DextrAH-G: 幾何学的ファブリックを用いたピクセルから動作への巧みなアーム・ハンド把持マニピュレーション2024/7/1
深さ画像から直接動作を生成する強化学習と幾何学的ファブリックを組み合わせ、シミュレーションのみで訓練した23自由度アーム・ハンドロボットの高速で安全な巧みな把持方策を実現した。
- 幾何学的ファブリック:方策学習のための安全な誘導媒体強化学習2024/5/1
非線形幾何学に基づく人工的な二次ダイナミクス(幾何学的ファブリック)を導入し、ロボットの行動を安全に誘導する新たな行動空間を提供することで、強化学習方策の学習を容易にするフレームワークを提案。
- cuRobo: 並列化された衝突回避・最小ジャークロボット動作生成マニピュレーション2023/10/1
衝突回避動作生成を大域的最適化問題として定式化し、GPU上で並列に解くことで平均50msで解を得るライブラリcuRoboを開発した。
- ファブリックス:事前経験を符号化するための基礎的に安定な媒体制御理論2023/9/1
ロボット制御における事前経験の符号化手法「ファブリックス」の理論を再定式化し、政策学習への応用を容易にした研究。
- AnyTeleop:汎用視覚ベースの器用なロボットアーム・ハンド遠隔操作システム遠隔操作2023/7/1
様々なロボットアームやハンド、シミュレータ、実機、カメラ構成に対応する汎用的な視覚ベース遠隔操作システムを提案し、特定ハードウェア向けの従来システムを上回る性能を示した。
- DeXtreme: シミュレーションから現実への俊敏なハンド内マニピュレーションの転移sim2real2022/10/1
強化学習で訓練した多指ハンドの巧みな操作方策と物体姿勢推定器を、シミュレーションから実機へ転移させ、視覚ベースの方策で既存手法を上回る再配向タスクを実現した。
- 暗黙的形状拡張による頑健な実世界巧みな把持ポリシーの学習マニピュレーション2022/10/1
少数の人間の把持実演から、対応関係を考慮した暗黙的生成モデルで物体メッシュと把持を変形し、多様な新規物体の把持データセットを生成して、実世界で使える頑健な把持ポリシーを学習する手法を提案。
- 幾何学的ファブリック:古典力学を一般化し行動の物理を捉える制御理論2021/9/1
古典力学をフィンスラー幾何学へ拡張し、安定性を保ちながら挙動を設計できる新たな制御理論「幾何学的ファブリック」を提案し、RMPを上回る性能をロボット実験で示した。
- 模倣学習における方策と補助軌道の同時最適化模倣学習2021/5/1
オフラインの軌道デモのみから模倣学習する手法CoDEを提案。最適制御のコロケーションに着想を得た補助軌道ネットワークでBPTTの課題を回避し、少ないデモで行動クローニングより高精度に7自由度マニピュレータの動作を再現した。
- RMP2: ロボット学習のための構造化可能な合成ポリシークラスロボット学習2021/3/1
RMPflowのメッセージパッシングを自動微分で効率化したRMP2を提案し、強化学習のポリシー性能と安全性を向上させた。
- SynTouch BioTacの触覚信号の解釈と予測触覚2021/1/1
BioTacの触覚信号から高密度な接触情報を推定するため、実験データセット構築と有限要素モデル、ニューラルネットワークによる双方向マッピングを開発した。
- ロボティクスに向けた非線形・フィンズラー幾何学の一般化幾何学2020/10/1
ロボティクス研究者向けに、スプレー幾何学とフィンズラー幾何学を基礎的な微積分から再導出し、テンソル記法を避けて実用的な結果に焦点を当てた解説論文。
- ロボット運動の加速度ベース設計のための幾何学的ファブリック運動生成2020/10/1
RMPを一般化した最適化ファブリックの具体形である幾何学的ファブリックを用い、障害物回避や関節限界回避などを層状に組み合わせて安定性保証付きの反応的ロボット運動を設計する手法を提案した。
- 行動設計のための最適化ファブリック制御理論2020/10/1
古典力学系を一般化した「ファブリック」と呼ぶ微分方程式のクラスを理論構築し、安定性を保ちつつ表現力を大幅に拡張する行動設計の枠組みを提案した論文。
- 最適化ファブリック:幾何学的ファブリックによる滑らかな最適化とロボット運動生成運動生成2020/8/1
空間上の規範的挙動を符号化する二階微分方程式「最適化ファブリック」の理論を提案し、特にフィンスラー・ラグランジュエネルギーで定義される幾何学的ファブリックの設計ツールと、そのRMP(リーマン運動ポリシー)との対応を論じた論文。
- 物理ベースとデータ駆動の枠組みによる触覚信号の解釈と予測触覚2020/6/1
BioTac触覚センサの大規模データセットと3D有限要素モデルを構築し、生信号から高密度変形場をニューラルネットで予測する手法を提案した。
- 接触フィードバックとGPU加速ロボットシミュレーションによる把持物体の姿勢追跡把持・物体姿勢推定2020/2/1
GPUで並列化した物理シミュレーションとサンプルベース最適化を用い、把持中の物体姿勢を接触情報からリアルタイム(30Hz)で追跡する手法を提案した。
- DexPilot:素手の視覚認識による多指ロボットハンド・アームの低コスト遠隔操作システム遠隔操作2019/10/1
素手の映像だけから23自由度の多指ロボットハンド・アームを低コストで遠隔操作できる視覚ベースのシステムを開発し、単純なピック&プレースを超える複雑な操作タスクの実現と高次元データ収集を示した。
- ロボット精度をその場で効率的に改善・定量化する手法キャリブレーション2019/8/1
低コストのモーションキャプチャとレーザートラッカーを参照にベイズ推定で関節ゼロオフセットを校正し、ロボットの位置決め精度を作業空間全体で4倍向上させた研究。
- 触覚信号の滑り検出:単変量信号の解析と校正触覚2018/6/1
複数の商用触覚センサの多変量出力を単変量信号に変換し、LSTMで滑り検出器を構築して、窓サイズやサンプリング周波数、材質、滑り速度などが検出性能に与える影響を定量評価した研究。
- 多指ロボット把持の入門マニピュレーション2016/7/1
多指ロボットによる物体把持のモデル化、把持計画アルゴリズム、性能評価を概説した入門レポート。
