Marc Peter Deisenroth
収録論文 13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
- 大規模ソフトロボットの動的タスクを少数試行で学習ソフトロボティクス2024/11/1
大規模ソフトロボットの動的タスク制御を、モデル化を介さずベイズ最適化で直接圧力指令から少数試行で学習する手法を提案し、実機とシミュレーションで有効性を示した。
- ガウス過程による運動計画の統一変分フレームワーク運動計画2023/9/1
変分ガウス過程を用いて確率的推論ベースの運動計画アルゴリズムを統一的に扱い、制約を考慮した学習と不確かさ推定を可能にするフレームワークを提案した。
- シーンと動作を統合モデル化するニューラルフィールド運動プリミティブ模倣学習2023/8/1
ニューラルフィールドを用いてシーンと動作を共有埋め込みで生成的・データ効率的に学習し、新しいシーンでも精密な動作軌道を生成する模倣学習手法を提案。
- 多指ハンドによる未知物体形状モデリングのための滑り触覚探索触覚2023/8/1
触覚センサ付き多指ハンドと部分的な深度画像のみを用い、ベイズ最適化とリーダー・フォロワー戦略で効率的に滑り触覚探索を行い、未知物体の3D形状を再構成する手法を提案した。
- 自己整合的な局所表面の暗黙表現に基づく把持転移マニピュレーション2023/8/1
物体メッシュの小規模データセットから局所表面の暗黙表現を学習し、専門家の把持実演を形状が類似する未知物体へ転移する手法を提案した。
- アフォーダンス領域のワンショット転移:AffCorrs!アフォーダンス2022/9/1
参照画像のアフォーダンス領域を手がかりに、対象シーン内の意味的に対応する部位をワンショットでセグメンテーションする教師なしモデルAffCorrsを提案。
- ベイズ最適化に基づく非線形適応PID制御器設計によるロバストな移動マニピュレーションマニピュレーション2022/7/1
移動マニピュレータの関節制御に非線形適応PID制御器を適用し、ベイズ最適化でパラメータを調整することで、外乱やモデル不確かさがある場合でも高精度な追従とロバストな動作を実現した。
- 物理構造化ニューラルネットワークによる接触ダイナミクスの学習接触ダイナミクス2021/2/1
深層ニューラルネットと微分方程式の対応を利用し、物体間の接触を含む不連続なダイナミクスをデータ効率的に学習するネットワーク構造を提案。触覚フィードバックの理想化が学習を容易にする鍵だと示した。
- ピクセルからトルクへ:深層力学モデルによる方策学習モデルベース強化学習2015/2/1
深層オートエンコーダで画像を低次元埋め込みに変換し、その空間で予測モデルを同時学習することで、ピクセル情報のみから閉ループ制御方策をデータ効率的に獲得するモデルベース強化学習手法を提案した。
- ガウス過程によるロボティクスと制御のデータ効率学習モデルベースRL2015/2/1
ガウス過程で確率的な遷移モデルを学習し、モデル不確実性を計画に組み込むことで、実ロボットでの試行回数を大幅に減らしたモデルベース方策探索法を提案した論文。
- マルチタスク方策探索強化学習2013/7/1
状態とタスクの両方を入力とするパラメータ化方策を学習し、複数の既知・未知タスクに汎化する単一の方策を実ロボット実験で獲得する手法を提案した。
- ガウス過程によるロバストなフィルタリングと平滑化状態推定2012/3/1
遷移関数と観測関数をガウス過程で表現した非線形確率動的システムに対し、ロバストなベイズフィルタリングと平滑化のアルゴリズムを提案した論文。
- ガウスフィルタリングとスムージングの確率的視点状態推定2010/6/1
ガウスフィルタ/スムーザを結合確率の平均・共分散の計算方法の違いとして統一的に捉え、その枠組みからキュバチャカルマンスムーザとギブスサンプリングに基づくロバストな新アルゴリズムを導出した論文。
