Michael Danielczuk
収録論文 19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
- 積み重ねられた物体の効率的な積み下ろしを伴う棚上でのメカニカルサーチマニピュレーション2022/7/1
棚に積み重なった物体を積み下ろししながら目標物体を探索する手法を提案し、シミュレーションと実機実験で有効性を示した。
- ロボットの取り出し時間を最小化する最適な棚配置マニピュレーション2022/6/1
各物体のアクセス頻度と移動コストに基づき、棚上の物体配置を最適化する混合整数計画法を提案し、実機実験で取り出しコストを60-80%削減できることを示した。
- FogROS2: ROS 2を用いたクラウド・フォグロボティクスのための適応型プラットフォームクラウドロボティクス2022/5/1
ROS 2に統合されたオープンソースのクラウド/フォグロボティクス基盤FogROS2を提案し、SLAMや把持計画、動作計画の高速化を実現した。
- 新ツール「ブラクション」を用いた棚上のメカニカルサーチマニピュレーション2022/1/1
薄い押し出しブレードと吸盤グリッパを組み合わせた新ツール「ブラクション」と、棚の側面から対象物を探索するための改良シミュレーション・知覚・探索方策を提案し、吸着把持動作が押し出しのみの手法より成功率を向上させることを示した。
- IPC-GraspSim:柔軟指先の変形を考慮した把持シミュレータ把持/sim2real2021/11/1
柔軟な指先の変形と動力学をIPCモデルで再現し、平行グリッパ把持のSim2Realギャップを低減するシミュレータを提案。実機2000回の把持でF1=0.85と既存手法を上回る精度を示した。
- 効率的な把持集合を学習する探索的把持アルゴリズムLEGSマニピュレーション2021/11/1
把持が難しい物体に対して、有望な把持候補の小さな集合を維持しながら数千の把持を効率的に探索し、高い信頼度で探索を終了できる手法LEGSを提案した論文。
- FogROS: フォグ・ロボティクスの導入を自動化する適応型フレームワーククラウドロボティクス2021/8/1
ROSの拡張として、ソフトウェアの一部をクラウドに最小限の手間で配備し、追加のCPUコアやGPU等を活用できるFogROSを提案し、SLAM・把持計画・多核動作計画の3例で有効性を示した。
- Kit-Net: 未知の3D物体を未知の3D空洞に嵌め込む自己教師あり学習マニピュレーション2021/7/1
深度画像から物体と空洞の3D回転をCNNで推定し、未知の物体を未知の空洞に嵌め込む枠組みを提案。シミュレーションで98.9%の位置合わせ精度、実機で63%の成功率を達成した。
- 適応把持と触覚探索のための多室スマート吸引カップ触覚2021/5/1
複数の気室を持つ吸引カップで流量を監視し、低圧で触覚探索、高圧で把持を行い、シール破断を97%の精度で検出するロボットエンドエフェクタを開発した。
- 探索的把握:難把持多面体物体に対する漸近最適把持アルゴリズムマニピュレーション2020/11/1
未知の多面体物体を把持・解放・転倒の繰り返しで効率的に信頼できる把持を発見する「探索的把握」問題を定式化し、バンディット型アルゴリズムBORGESを提案した論文。
- 棚上の隠れた物体を横方向アクセスで探索するLAX-RAYマニピュレーション2020/11/1
棚に隠れた対象物を横から効率的に探すため、対象物の占有支持分布を予測し、遮蔽物を順に押しのける機械探索ポリシーを提案・評価した論文。
- 学習した暗黙的衝突関数を用いた物体の再配置マニピュレーション2020/11/1
シーンと対象物体の点群から6自由度姿勢の衝突を予測する学習モデルを構築し、MPPI方針と組み合わせて遮蔽のある卓上での把持・配置計画を実現した。
- 学習済み事前分布を活用した把持探索の高速化マニピュレーション2020/11/1
Dex-Netの学習済み事前分布をトンプソンサンプリングに組み込み、未知形状物体の把持探索を効率化した研究。
- ロボットビンピッキングにおける連続失敗を減らす非マルコフ方策マニピュレーション2020/7/1
同じ把持失敗を繰り返す物体(連続失敗物体)を分類し、過去の失敗を記憶して次の行動を変える非マルコフ方策を3つ提案。シミュレーションと実機実験で、マルコフ方策より連続失敗率と時間当たり成功ピック数(MPPH)が大幅に改善した。
- X-Ray: 学習した占有分布の支持を最小化する遮蔽物体のメカニカルサーチマニピュレーション2020/4/1
RGBDヒープ画像から学習した占有分布の支持を最小化する方策で、山積みの中から目標物体を効率的に探索・把持するアルゴリズムX-Rayを提案し、シミュレーションと実機で有効性を示した。
- 把持最適化を組み込んだビンピッキング用動作計画マニピュレーション2020/3/1
複数の候補把持とロボットのダイナミクスを動作計画に統合し、SQPと信頼領域の反復更新で時間最短の軌道を生成することで、ビンピッキングのピック速度を最大9倍高速化した研究。
- 最小仕事:変形可能な中空物体のための把持品質指標マニピュレーション2019/9/1
ペットボトルやカップのような変形可能な中空物体を、液体をこぼさず壊さず把持するための新しい把持品質指標「最小仕事」を提案し、実機実験で従来指標より高い精度を示した。
- 機械的探索:散らかった物体に隠れた目標物の多段階取り出しマニピュレーション2019/3/1
散らかった箱の中で目標物体を押す・吸着・把持の3動作を繰り返し選んで取り出すタスクを定式化し、5つのアルゴリズム方策を1万5千回のシミュレーションと300回の実機実験で評価した。
- 合成深度画像で学習したMask R-CNNによる未知3D物体のセグメンテーションsim2real2018/9/1
3D CADモデルのシミュレーションから合成深度画像データセットを自動生成し、ドメインランダム化を施したMask R-CNNを学習することで、手ラベルなしで未知物体のインスタンスセグメンテーションを実現した。
