Mayumi Komatsu
収録論文 2本 ・ フィジカルAI/ロボット学習
マニピュレーション
※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
- 接触モデルに基づく拡散モデルによる可変インピーダンス制御の学習マニピュレーション2024/3/1
接触を伴う作業のための拡散接触モデル(DCM)を提案し、可変剛性入力から接触軌道を予測することで、ロボット試行回数を削減しつつ従来の最適化手法と同等の性能を実現した。
- インピーダンス制御を考慮したタスク分割と事前分布付き多目的ベイズ最適化による柔軟な剛性の学習マニピュレーション2023/7/1
デモンストレーションからインピーダンス制御を考慮したスイッチング線形動力学を同定してタスクを分割し、その剛性を事前分布として多目的ベイズ最適化を行うことで、タスク性能と安全性(コンプライアンス)を両立する剛性を学習する手法を提案した。
