Lingfeng Tao
収録論文 14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
- 遠隔操作のための適応的異常回復:拡散モデルによる視覚追跡遠隔操作2025/3/1
遮蔽や照明不足などの映像異常をフレーム差分で検出し、拡散モデルで再構成して遠隔操作の追従精度を高める枠組みを提案。
- Bio-Skin: 低コストで温度調節機能を備えたマルチモーダル触覚センサ触覚2025/3/1
単軸ホール素子と棒状ピエゾ抵抗、サーミスタと加熱線を組み合わせ、力と温度を検出できる低コストな多層構造の触覚センサを開発した。
- 双方向モーメンタム型触覚フィードバックと制御によるハンド内巧みな遠隔操作システム遠隔操作/触覚2024/9/1
手のひらサイズのモーメンタム駆動機構とIMUを用いて、トルクを含むリアルタイム触覚フィードバックと学習ベースの遠隔操作を実現した研究。
- 巧みな操作のための触覚センサ配置のデータ駆動最適化触覚2024/9/1
深層強化学習による巧みな操作において、各触覚センサの貢献度を定量化し、92個から21個へ削減しても性能を93%維持できることを示した。さらに重要度ランキングに基づき14個で90%以上の性能を保つ配置を明らかにした。
- エンドエフェクト指向の学習ベース遠隔操作によるリアルタイム巧みなテレマニピュレーションテレマニピュレーション2024/8/1
人間の手の動きをそのまま真似るのではなく、物体との相互作用で生じるエンドエフェクト特徴を深層強化学習で再現し、低遅延・高精度な巧みな遠隔操作を実現するフレームワークEFOLDを提案。
- 指ごとのマルチエージェントシャドウ報酬による安定したハンド内操作マニピュレーション2023/9/1
深層強化学習を用いた多指ハンド内操作において、状態行動占有測度に基づく指ごとのマルチエージェントシャドウ報酬(FMSR)を提案し、隣接エージェント間の情報共有と組み合わせることで、安定かつ高成功率な操作を実現した。
- カリキュラムベースのセンサ削減によるシミュレーションから実世界への転移:ハンド内マニピュレーションsim2real2023/9/1
強化学習によるハンド内操作のsim2real転移において、非対称アクター・クリティックの特徴量削減を段階的に行うカリキュラム手法を提案し、Allegroハンドの実機タスクで学習効率と性能を向上させた。
- テレオペレーションのための人間からヒューマノイドへの転移性に基づく連鎖運動マッピングテレオペレーション2022/10/1
人間とロボットのペアごとの学習を減らすため、既存のマッピングを連鎖的に転用する転移性指標とデュアルオートエンコーダによるシナジーマッピング手法を提案し、Pepperロボットで有効性を示した。
- 適応的な指協調のためのマルチエージェント強化学習によるハンド内操作マニピュレーション2022/10/1
各指を個別のエージェントとして強化学習し、指同士が協調してハンド内操作を実現する手法を提案。指の故障などへの適応性が向上する。
- 物理ガイド付き階層型報酬機構による学習ベースのロボット把持マニピュレーション2022/5/1
物理情報を活用した指標と階層型報酬機構を組み合わせた深層強化学習により、多指ロボットハンドの把持学習の効率と汎化性能を向上させた研究。
- 適応的階層カリキュラムによる多段階・多目的の巧みなマニピュレーションマニピュレーション2022/5/1
多目的な巧みな操作タスクにおいて、学習中に目的の優先順位を適応的に更新する階層的報酬機構を提案し、JACOロボットアームでの実験で性能と学習効率の向上を示した。
- 曖昧な目標から協調を築く:実世界の人間-ロボット協調のための進化的価値学習人間-ロボット協調2020/12/1
人間が最初は漠然とした目標しか持たない協調作業で、目標が具体化していく過程をベイズ推論でモデル化し、深層強化学習でロボットが能動的に目標特定を促す協調方策を学習した。
- 半自律遠隔操作における好みの支援戦略の学習と転移遠隔操作2020/3/1
人間の好みを学習する支援モデルと段階的更新で遠隔操作ロボットの支援を安定に学習し、異なるハンド構造間で知識転移する手法を開発した。
- タスクを先に学ぶか、人間パートナーを先に学ぶか:人間-ロボット協調のための階層的タスク分解手法人間-ロボット協調2020/3/1
深層強化学習による人間-ロボット協調において、タスク学習と人間パートナーの行動学習を階層的に分離する手法を提案し、どちらを先に学ぶべきかを実験的に検証した論文。
