Marcus Gualtieri
Bosch
収録論文 11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
- エージェント型ロボティクスにおけるモデル・スキル・フィードバック・カリキュラムの制御実験エージェント型ロボティクス2026/11/6
9つのマニピュレーションタスクと631構成・2.8万回のコーディングエージェント実行を通じ、自己学習ループの成否を左右する要因を体系的に分析した。ボトルネックは情報量よりも、失敗の原因帰属と空間・幾何構造の推論、コードの選択的再構成にあると示した。
- 生涯LERF:FogROS2を用いた局所的3Dセマンティック在庫モニタリングVLA2024/3/1
移動ロボットが言語と幾何の密な表現を継続的に最適化し、物体の変化を検出して選択的に更新することで、自然言語クエリに応じて3Dヒートマップで在庫位置を提示する手法を提案。
- 不確実な物体インスタンスセグメンテーションと形状補完を用いたロボットのピックアンドプレースマニピュレーション2020/10/1
部分的にしか見えない新規物体のピックアンドプレースにおいて、知覚の不確実性を再把持プランナのコスト関数に組み込み、ニューラルネットで把持・配置の安定性確率を推定する手法を提案し、実機でビンへの高密度詰め込み成功率を向上させた。
- 階層的空間注意によるマニピュレーションスキルの学習マニピュレーション2019/4/1
ロボットの注意を空間的な階層構造に制約することで、効率的に汎化可能な操作スキルを学習する手法を提案し、実機のピック&プレース課題で有効性を示した。
- 直示的画像マップ:姿勢不変な操作ポリシー学習のための抽象化マニピュレーション2018/6/1
物体の位置や向きが変わっても同じように機能する操作ポリシーを深層強化学習で学ぶため、姿勢変化に不変な状態・行動の抽象化「直示的画像マップ」を提案し、その有効性を示した論文。
- 注意焦点を用いた6自由度把持とピック・アンド・プレースの学習マニピュレーション2018/6/1
深さセンサで認識したシーンに対し、階層的SE(3)サンプリングで注視系列を学習し、6自由度の把持・配置をシミュレーションのみの訓練で実機にも転移できることを示した。
- 幾何モデルなしで実現するピック・アンド・プレースマニピュレーション2017/7/1
物体の正確な形状モデルが未知でも、把持到達姿勢を行動とする深層強化学習でピック・アンド・プレースを解く手法を提案し、マグカップとボトルでシミュレーションと実機の両方で有効性を示した。
- 点群からの把持姿勢検出の高精度化把持検出2017/6/1
ノイズや遮蔽のある点群から物体のCADモデルなしで把持姿勢を検出する手法を改良し、密集した clutter 環境で93%の把持成功率を達成した論文。
- 把持検出のための視点選択マニピュレーション2016/9/1
把持対象の位置・姿勢が既知のとき、把持検出精度を高める視点を選ぶアルゴリズムを提案し、実機で成功率を最大12%改善した。
- レーザー選択によるオープンワールド支援把持支援ロボティクス2016/9/1
移動支援機器に搭載したロボットアームで、未知物体や混雑環境でも把持検出を用いて物体を掴む支援システムを開発し、物体選択88%・把持検出90%の成功率を達成した。
- 密集環境における高精度な把持姿勢検出マニピュレーション2016/3/1
深度センサの点群から6自由度の把持候補を生成し、CNNで良否を分類する把持検出法を提案。把持候補の新表現と事前学習・事前知識により精度を向上させ、密集環境で平均93%の把持成功率を達成した。
