Marco F. Huber
収録論文 15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
- PPOのためのActor-Critic事前学習強化学習2026/2/27
強化学習PPOにおいて、Actorを模倣学習で、Criticを事前学習済み方策のロールアウトから得たリターンで初期化する手法を提案し、15のロボット操作・歩行タスクでサンプル効率を大幅に改善した。
- シミュレーション学習とロボットスキルによる電気キャビネット組立の自動化sim2real2026/2/1
物理シミュレーション上で深層強化学習と再利用可能なロボットスキルを組み合わせ、DINレールへの端子の力制御組立を学習させ、実機UR10eへ追加調整なしで転移して高い成功率を達成した。
- ロボットによるコネクタ組立のための行動クローニング:実証研究マニピュレーション2026/2/1
力覚センサと固定カメラを融合した行動クローニングでコネクタ挿入を学習し、5種類の形状で90%以上の成功率を達成した。
- HIPer: 多機能移動ロボットのための人間に着想を得たシーン知覚モデルシーン知覚2024/4/1
人間の脳の知覚プロセスに倣い、認識・知識表現・知識解釈の3要素で構成されるシーン知覚モデルを提案し、移動ロボットの物体運搬タスクで有効性を検証した。
- RoboGrind:産業用ロボットによる直感的で対話的な表面処理マニピュレーション2024/2/1
研削・研磨などの表面処理を産業用ロボットで自動化する統合システムを提案し、3D知覚・音声対話・力制御を組み合わせて風力タービンブレードの再製造で評価した。
- 異なる物体とグリッパに対応する姿勢距離推定を用いた精密物体配置マニピュレーション2021/10/1
単一の深度画像から複数物体の6D姿勢と把持・配置の姿勢距離を推定し、多様なグリッパで高精度な把持と配置を実現する手法を提案。
- レーダーで義足の階段踏破を支援する知覚システム知覚/義足/レーダー2021/5/1
MIMOレーダーとIMUを組み合わせ、階段の角を検出して段差の奥行きと高さを推定し、義足の自律的な階段踏破を支援する組み込み向け知覚システムを提案した。
- 平行ジョーロボットハンドのための把持姿勢自動生成マニピュレーション2021/4/1
既知の剛体物体に対して、グリッパのストロークや摩擦、衝突判定を考慮しつつ、物体全体に多様に分布する6D把持姿勢をクラスタリングで生成する手法を提案し、実機把持で有効性を示した。
- 単発6D物体姿勢推定のためのニューラルネットワーク出力パラメータ化の検討6D姿勢推定2021/4/1
単発の6D物体姿勢推定に向けてニューラルネットワークの出力パラメータ化を複数提案し、公開ベンチマークで最先端性能を達成するとともに、ICP補正なしで実ロボット把持に適用できることを示した。
- シミュレーション経験を実世界へ転移する高 clutter 環境での精密ピックアンドプレースsim2real2021/1/1
深度画像から既知物体の把持・配置を学習するPQ-Netを提案し、物理シミュレーションとドメインランダム化で実世界へ転移させて高い成功率を示した。
- 単一ショット6D物体姿勢推定6D姿勢推定2020/4/1
深度画像から剛体物体の6D姿勢を単一ショットで推定する全畳み込みネットワークOP-Netを提案し、合成データのみで学習しながら実世界に転移可能で、公開ベンチマークで最先端手法を大幅に上回る性能を示した。
- 産業用ビンピッキング向け大規模6D物体姿勢推定データセット6D姿勢推定2019/12/1
産業用ビンピッキングを対象に、合成・実世界の点群や深度画像、6D姿勢・可視性スコア・セグメンテーションマスクの注釈を備えた大規模公開データセットを構築し、実シーンの精密注釈手法も提案した。
- ビンピッキングのための深層学習によるワーク領域セグメンテーションビンピッキング2019/9/1
点群データからワーク領域と非ワーク領域を全畳み込みニューラルネットワークでリアルタイムに自動分割し、ビンピッキングの検出精度と姿勢推定を改善するフレームワークを提案した。
- 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。
- マルチステップセンサスケジューリングのための最適プルーニングセンサスケジューリング2012/3/1
複数センサから1つだけ選んで計測する線形ガウス系で、情報行列とリカッチ方程式の単調性を利用して候補を絞り込み、推定誤差を最小化するスケジューリングを効率化した。
