Michael Noseworthy
収録論文 7本 ・ フィジカルAI/ロボット学習
sim2realマニピュレーション3D認識
※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
- 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。
- 正規化フローによるドメインランダム化でロボットスキルを学習・系列化sim2real2025/2/1
正規化フローで環境のサンプリング分布を自動学習するドメインランダム化手法を提案し、6つのシミュレーションと1つの実機タスクで頑健性を検証。さらに学習した分布と特権価値関数を組み合わせ、不確実性を考慮した多段階マニピュレーション計画での分布外検出に応用した。
- 関節物体操作のための半教師ありニューラルプロセスマニピュレーション2024/12/1
ラベル付き操作データが少ない物体でも、大量の画像データと組み合わせて報酬を予測する半教師ありモデルを提案し、ドア開けタスクで有効性を示した。
- FORGE: 不確実性下での接触の多いマニピュレーションのための力誘導探索sim2real2024/8/1
力閾値とダイナミクスランダム化を組み合わせてシミュレーションで学習し、姿勢の不確実性がある実機でも力に基づいて接触の多い作業を安全に遂行できる方策を実現した。
- Bayes3D: 3D物体とシーンの構造生成モデルにおける高速学習と推論3D認識2023/12/1
少数視点から新規3D物体を学習し、 clutterや遮蔽に頑健に認識する階層ベイズモデルとGPU加速逐次モンテカルロ法を提案。
- 能動学習による抽象プラン実行可能性の獲得マニピュレーション2021/7/1
ロボットが自ら探索的にプランを実行し、その成否から抽象プランの実行可能性を予測するモデルを能動学習で効率的に獲得する手法を提案し、実機の積み上げタスクで有効性を示した。
- 関節物体操作のための視覚的先験予測マニピュレーション2020/6/1
視覚的特徴と動作の相関を学習し、類似環境間で知識を転移して少ない試行で関節物体を操作する手法を提案。
