Lars Berscheid
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
- 産業用挿入タスクのための視触覚フィードバック方策の実環境における安全な自己教師あり学習マニピュレーション2022/10/1
力覚センシングを活用した安全な自己教師ありデータ収集により、把持姿勢のばらつきに頑健な視触覚挿入方策を実機で学習し、USB挿入タスクで45/45の成功率を達成した。
- SpeedFolding: 衣類の効率的な両手折り畳みの学習マニピュレーション2022/8/1
しわくちゃの衣類を滑らかにし、指定した折り線で折り畳む両手ロボットシステムを開発。新しいニューラルネットで把持姿勢のペアを予測し、平均120秒未満・成功率93%で折り畳みを実現した。
- 不確実性を考慮したロボットマニピュレーションのための生成型遷移モデル学習マニピュレーション2021/7/1
操作前後の実画像ペアから次状態とその不確実性を予測する画像間遷移モデルを学習し、ビンピッキングの高速化と行動計画に活用した。
- ジャーク制限付き任意目標状態へのリアルタイム軌道生成軌道生成2021/5/1
多自由度ロボットの任意の目標状態(位置・速度・加速度)に対し、ジャーク制限を守りつつ時間最適な軌道をオンライン生成するアルゴリズムRuckigを提案し、10億超のランダム軌道で堅牢性とリアルタイム性を検証した。
- モデルベース適応プリミティブを用いた6自由度把持のロボット学習マニピュレーション2021/3/1
把持プリミティブの残り2つの横方向自由度をパラメータ化し、衝突回避と把持品質を両立するモデルベース制御器を学習に統合することで、密集環境での6自由度ビンピッキングを実現した。
- 物体モデル不要の精密ピック・アンド・プレースを実現する自己教師あり学習マニピュレーション2020/6/1
単一の目標状態の実演から、物体モデルなしで精密なピック・アンド・プレースを自己教師あり学習で獲得する手法を提案し、未知物体への汎化も示した。
- 混雑環境での把持のための物体移動を学習するロボットマニピュレーション2019/7/1
把持確率を高めるように物体をずらす動作と把持を自己教師あり学習で同時に獲得し、ビンピッキングで箱を空にできる実世界システムを実現した。
- 自己教師あり学習によるロボット把持のデータ効率改善マニピュレーション2019/3/1
深度画像と把持力フィードバックのみから把持を学習する際、幾何学的整合性を利用した小型全畳み込みネットワークと体系的な把持空間探索により、訓練データを大幅に削減しつつ96.6%の把持成功率を達成した。
