Martin Servin
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
- FORWARD: 不整地で作業するフォワーダのマルチモーダルデータセットデータセット/森林機械2025/11/1
スウェーデンの森林で伐採運搬車両(フォワーダ)を走行させ、位置・速度・燃料・クレーン操作・映像・地形データなどを約18時間分収録したデータセットを公開した。
- 環境不確実性下におけるロボットマニピュレーションの安全フィルタリング:計算論的アプローチマニピュレーション2025/9/1
物理シミュレーションを活用し、世界パラメータの不確実性下で制御ポリシーを評価する安全フィルタリング手法を提案。双腕マニピュレーションタスクで不安全な軌道を効率的に特定・除去できることを示した。
- AIとシミュレーションを統合した月面ロボティクスの設計・制御プロセスsim2real2025/9/1
月面建設機械の設計と制御を並行して進めるための統合フレームワークを提案し、CADモデルと自律システムを高忠実度シミュレーションに接続する宣言型言語OpenPLXを活用した。自律月面ローバーの事例で、視覚言語モデルによるナビゲーションと強化学習による移動制御を組み合わせて有効性を示した。
- 建設車両のためのキャリブレーション済み物理ベースデジタルツインの開発sim2real2025/8/1
ホイールローダーにセンサを取り付け、物理ベースのマルチボディモデルを実データでキャリブレーションすることで、バケットにかかる力を高精度に推定できるデジタルツインを構築した。
- 月面自律建設作業のためのシミュレーションフレームワークsim2real2025/5/1
複数の自律機械による月面建設作業をシミュレーションするフレームワークを提案し、掘削機とダンプトラックを用いた2つのシナリオで実証した。
- 散乱環境における複数丸太把持姿勢の合成マニピュレーション2024/3/1
物理シミュレーションの合成データを用いて、RGB-D画像とインスタンスセグメンテーションから複数物体の把持姿勢を推定するU-Netモデルを訓練し、最大96%の精度で把持姿勢を生成できることを示した。
- 変形地形を掘削するホイールローダのシミュレーション・実機ギャップの検証sim2real2023/10/1
土砂を掘削するホイールローダを物理シミュレータで再現し、実機とのギャップが約10%であること、また高忠実度でなくてもリアルタイム性能が得られることを示した。
- 強化学習と仮想ビジュアルサーボによる複数丸太の把持マニピュレーション2023/9/1
森林作業の自動化に向けて、3D再構成と仮想カメラを用いた強化学習エージェントを構築し、2〜5本の丸太の山から複数本を把持するタスクで95%の成功率を達成した。
- 自律型ホイールローダーのための世界モデリングsim2real2023/9/1
土砂の山に対する自動積み込み作業を対象に、初期地形と動作パラメータから積み込み後の山形状・積載量・時間・仕事量を予測する深層学習ベースの世界モデルを構築し、長期的な積み込み計画を可能にした。
- 深層強化学習によるアクティブサスペンション制御のsim-to-real転移sim2real2023/6/1
林業車両のアクティブサスペンション制御を深層強化学習で学習し、ドメインランダム化やアクション遅延などでシミュレーションから実機への転移を実現した。
- 不整地走行性を多目的に学習する手法走行性予測2022/3/1
高解像度地形データと車両シミュレーションを用い、速度・エネルギー・加速度の3指標で走行性を予測する深層学習モデルを提案し、未見の森林地形で90%の精度を達成した。
- 深層強化学習による不整地車両の制御不整地走行2021/7/1
16トン級林業車両を対象に、深層強化学習で知覚・計画・制御を統合し、障害物や27度の斜面を含む不整地を安全かつ効率的に走行させる制御器を実現した。
- 林業クレーン操縦の強化学習制御マニピュレーション2021/3/1
シミュレーション環境で深層強化学習とカリキュラム学習を用い、林業クレーンの省エネルギーログ把持制御を実現し97%の成功率を達成した。
- 深層強化学習による地下ローダーの連続制御強化学習/建設機械2021/3/1
地下ローダーのバケット充填を、深度カメラで掘削点を選ぶエージェントと車両を連続制御するエージェントのマルチエージェント強化学習で実現し、エネルギー消費ペナルティを含めると最大容量の平均75%を達成した。
