Mayank Mittal
ETH Zurich
収録論文 28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
- GoalDex：画像ゴール条件付き巧みな手内操作ポリシーの学習マニピュレーション2026/11/1
物体姿勢推定を介さずRGB画像と固有感覚から直接巧みな手内回転操作を学習する視覚運動フレームワークを提案し、画像で目標姿勢を指定できるようにした。シミュレーションで姿勢ベース手法を上回り、実機5物体へのsim2real転移も示した。
- 四足歩行ロボットによる巨大ルービックキューブの解法マニピュレーション2026/10/17
四足ロボットが足のみで巨大ルービックキューブを自律的に解くシステムを開発し、オンボードRGB-D知覚と強化学習による全身スキルを組み合わせて実機で3回の解法に成功した。
- ForceTwin: 計測された人間の操作からロボットマニピュレーションのための物理情報デジタルツインを構築マニピュレーション2026/9/18
力覚グリッパで人間が物体を操作した際の姿勢と力を用い、慣性・摩擦・機構動力学を含む物理情報デジタルツインを同定する手法を提案し、インピーダンス制御のフィードフォワードモデルとして目標達成率を大幅に改善した。
- 接触誘導探索による多批判的強化学習を用いた非把持移動操作移動操作/強化学習2026/8/28
非把持操作のための接触誘導探索戦略を多批判的強化学習フレームワークに組み込み、接触を求める報酬で探索を促進し、時間とともにその影響を減衰させてタスク最適な方策を獲得する手法を提案。箱押し、椅子運搬、食洗機開閉などのタスクで評価し、実機の四足移動マニピュレータで椅子運搬を実証した。
- 脚式ロボットの進歩、課題、そして機会歩行2026/7/1
ヒューマノイドや四足ロボットの現状をハードウェア、移動、自律性、データ、応用の観点から評価し、普及に向けた課題と将来展望を論じたレビュー論文。
- TactSpace: 触覚のシミュレーションから実世界への転移のための物理強化共有潜在空間の学習触覚/sim2real2026/6/1
触覚センサのシミュレーションと実データの差異を埋めるため、異なる触覚モダリティを共通の潜在空間に整列させる表現学習フレームワークを提案し、シミュレーションのみで訓練したモデルを実センサに直接適用するゼロショット転移を実現した。
- ViserDex: 頑健な器用な手内回転のための視覚的シミュレーションから実世界への転移器用操作2026/4/1
単眼RGBカメラを用いた手内物体回転のためのシミュレーションから実世界への転移フレームワークを提案し、3Dガウシアンスプラッティングによる視覚的ドメインランダマイゼーションでポーズ推定と操作ポリシーを訓練する。
- DeFM: 深度画像からロボティクスの基盤表現を学習基盤モデル2026/1/1
6000万枚の深度画像で自己蒸留により事前学習した基盤モデルDeFMを提案し、分類・セグメンテーション・ナビゲーション・歩行・マニピュレーションで最先端性能とsim-to-real汎化を実現した。
- Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- RSL-RL: ロボティクス研究のための学習ライブラリ強化学習ライブラリ2025/9/1
ロボティクス研究向けに設計された軽量で拡張しやすい強化学習ライブラリを提案し、GPU特化の高速学習と実機実験での有効性を示した。
- 分割・発見・展開：対称性とスタイル事前分布を用いた因子化スキル学習スキル学習2025/8/1
状態空間をユーザー定義で因子分解し、各因子に対称性バイアスやスタイル因子を組み合わせて多様なスキルを教師なしで獲得、四足ロボットで実機ゼロショット転移を実証した。
- SonoGym: ロボット超音波による難易度の高い手術タスクのための高性能シミュレーション医療ロボティクス2025/7/1
ロボット超音波の複雑な手術タスク向けに、CT由来の3D解剖モデルから超音波画像を物理ベースと生成モデルでリアルタイムに並列シミュレーションできるSonoGymを提案し、深層強化学習や模倣学習による解剖再構成・手術ガイダンスの学習を可能にした。
- モデルフリー制約付き強化学習による移動マニピュレータの動的物体ゴール押し込みマニピュレーション2025/2/1
四脚ロボットに搭載したアームで、未知の物体を押して目標位置・姿勢へ移動させる制約付き強化学習制御器を開発し、実機で高いロバスト性を示した。
- ロバストなマルチコンタクト移動操作のための誘導強化学習移動操作2024/10/1
タスク非依存のMDPと適応的位相ダイナミクスを用い、1回の実演から強化学習でドア開けや重い食洗機の操作などのマルチコンタクト移動操作を学習し、実機に転移した。
- 脚式ロボットによる全身エンドエフェクタ姿勢追従全身制御2024/9/1
不整地を歩行する四脚ロボットとアームの全身強化学習により、広い作業空間でエンドエフェクタの位置と姿勢を高精度に追従させる手法を提案した。
- 障害物回避を伴う知覚的ペディピュレーションマニピュレーション2024/9/1
脚ロボットの足で操作を行うペディピュレーションにおいて、強化学習により静的・動的障害物を回避しながら足先位置指令に追従する全身制御方策を学習し、ANYmal四脚ロボットで実機検証した。
- ORBIT-Surgical: 手術支援巧緻性学習のためのオープンシミュレーションフレームワークsim2real2024/4/1
NVIDIA Omniverse上でdVRKとSTARロボット向けに14の手術タスクを提供し、強化学習・模倣学習による手術スキル向上とsim-to-real転移を可能にする物理ベースの手術ロボットシミュレータを開発した。
- タスク対称性を考慮したロボット政策学習のための対称性活用法強化学習2024/3/1
目標条件付きロボットタスクにおいて、データ拡張とミラー損失関数を用いて対称性不変性を深層強化学習に組み込む手法を提案し、四足歩行の箱登りや巧みな操作タスクで収束の高速化と性能向上を実証した。
- Pedipulate: 四足歩行ロボットの脚によるマニピュレーションマニピュレーション2024/2/1
四足歩行ロボットの脚をマニピュレーションに用いる強化学習ベースの制御器を開発し、ドア開けやサンプル収集などの実世界タスクを実現した。
- ViPlanner: 視覚意味論的命令学習による局所ナビゲーションナビゲーション2023/10/1
RGB画像から地形の意味情報と幾何情報を統合し、微分可能なセマンティックコストマップを用いた命令学習で局所経路計画を訓練。シミュレーションのみで学習し実環境へゼロショット転移できる。
- 相互作用モードとしての行動アフォーダンスの自己教師あり学習アフォーダンス学習2023/5/1
深度センサ情報のみを用いて、関節物体に対する有効な相互作用（ハンドルを回すなど）を自己教師ありで学習し、目標状態に条件付けられた生成モデルを構築した研究。
- Orbit: インタラクティブロボット学習環境のための統合シミュレーションフレームワークsim2real2023/1/1
NVIDIA Isaac Simを基盤に、フォトリアルなシーンと高忠実度の剛体・変形体シミュレーションを備えたモジュール式ロボット学習フレームワークOrbitを提案。GPU並列化により強化学習やデモ収集を高速化し、16のロボット、4種のセンサ、20以上のベンチマークタスクを提供する。
- 衝突回避を考慮した全身動的移動・操作のためのMPC全身制御/MPC2022/2/1
脚式移動マニピュレータの全身計画において、自己衝突と環境衝突をソフト制約としてMPCに組み込み、動的な移動・操作を衝突なく実現する手法を提案した。
- GPUシミュレーションから遠隔実機TriFingerへの巧みな操作の転移sim2real2021/8/1
3本指ロボットで立方体を任意の6自由度姿勢に動かすタスクをIsaacGymで強化学習し、キーポイント表現とドメインランダム化により遠隔実機で83%の成功率を達成した。
- 未知環境における全身移動マニピュレーションによる関節物体操作移動マニピュレーション2021/3/1
未知のキッチン環境でキャビネットやオーブンなどの関節物体を操作するため、物体中心プランナと全身運動制御を組み合わせた2段階アーキテクチャを提案し、車輪型・脚型移動マニピュレータで検証した。
- カメラのキャリブレーションずれ検出の学習キャリブレーション2020/5/1
RGBカメラの内部パラメータのずれを検出するための指標と半合成データセット生成手法を提案し、深層畳み込みニューラルネットワークで再キャリブレーションの要否を判定できることを示した。
- 都市災害救助のための視覚ベース自律UAVナビゲーションと着陸UAVナビゲーション2019/6/1
地震などで倒壊した建物環境において、事前地図なしでUAVが自律飛行し、がれき上に安全に着陸するシステムを提案。地形の平坦さや傾斜などを考慮した着陸地点検出手法と大規模合成データセットを構築した。
- 災害現場での視覚に基づく自律着陸UAV自律着陸2018/9/1
倒壊建物の瓦礫上に安全に着陸するため、地形の平坦さや傾斜などを考慮したコストマップとクラスタリングで着陸地点を選び、最小ジャーク軌道で自律着陸するシステムを提案した。
