Lorenzo Amatucci
Istituto Italiano di Tecnologia
収録論文 12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
- 相対的行動クレジット学習による局所解脱出強化学習2026/10/27
PPOに行動条件付き価値評価を追加し、同一状態での代替行動と比較することで、接触の多い長期的タスクにおける局所解の停滞を脱出する手法を提案した。
- 卓上から歩行ロボットへ:脚式マニピュレータへのVLAモデル実装VLA2026/10/23
四足歩行ロボットに搭載したアームでVLAモデルを実機展開し、データ収集・モデル適応・推論設計の実践的な選択肢を検証した。デモ拡充で誤差30%減、副次スキル追加で性能劣化なく新行動を獲得できることを示した。
- LocoPilot:四足ロボットの脚と腕を同時に操る単独遠隔操作によるロコマニピュレーション学習遠隔操作2026/10/20
四足ロボットに搭載したアームを、別のリーダーアームとコントローラで単独操作し、力覚フィードバック付きで脚と腕の協調動作データを収集する遠隔操作フレームワークを提案した。
- ZiMPedance: 受動的ペイロード運搬を考慮した四脚ロボットのインピーダンス認識ZMPモデリングと制御歩行制御2026/6/1
四脚ロボットが受動バネアームで荷物を運ぶ際の安定性を、拡張ZMPとモデル予測制御で向上させる手法を提案した。
- 脚ロボットのGPU加速学習と制御のための主双対iLQR歩行2025/6/1
GPU並列化を活用した脚ロボット歩行のモデル予測制御を提案し、主双対KKT系を並列スキャンで解くことで高速化と大規模並列学習を実現した。
- MUSE: 四足歩行ロボットのためのリアルタイムマルチセンサ状態推定器状態推定2025/3/1
IMU・エンコーダ・カメラ・LiDARを統合し、滑りやすい不整地でも高精度かつリアルタイムに四足ロボットの姿勢と運動を推定する状態推定器MUSEを開発した。
- モンテカルロ木探索と教師あり学習による非歩容的脚式移動歩行2024/8/1
サンプリングベース手法と教師あり学習を組み合わせ、脚式ロボットの歩容系列とタイミングを最適化する手法を提案し、シミュレーションと実機で有効性を検証した。
- GPUサンプリングベース確率予測制御による脚式移動の利点歩行2024/3/1
GPU加速のサンプリングベース確率制御を四足歩行ロボットに適用し、歩容周波数適応を実現して外乱下で従来の勾配ベースMPCを上回ることを実機で示した。
- 分散最適化による脚式ロボットのモデル予測制御の高速化歩行2024/3/1
脚式ロボットのモデル予測制御を、ロボットの動力学を並列化可能な部分系に分解しADMMで整合させる分散最適化によって高速化する手法を提案し、集中型全身MPCと同等の解を最大75%短い計算時間で得られることを示した。
- SafeSteps: モデルベース事前情報を用いた脚式ロボットの安全な足運び計画ポリシーの学習歩行2023/7/1
地形の安全性情報を事前に学習してポリシーに組み込み、四足ロボットが安全な足運びを計画できるようにした手法を提案し、実機実験で安全性の向上を確認した。
- 四足歩行のための高速凸型視覚的足場適応歩行2023/7/1
ニューラルネット回帰で安全な足場領域を高速近似し、凸分解とMPCを組み合わせて四足ロボットの着地位置を最適化する制御手法を提案し、HyQRealのシミュレーションで検証した。
- モンテカルロ木探索による非定型歩容の脚式ロボット歩行計画歩行2022/5/1
脚式ロボットの接地順序決定を意思決定問題として捉え、MCTSと最適化シミュレーションで歩容を計画し、MPCで接地力と足場を最適化する枠組みを提案した。四足ロボットで周期歩容の生成や外力・未知地形への適応、異なる構造への汎用性を実証した。
