Miles Macklin
NVIDIA
収録論文 22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
- 同じ物理、異なる勾配:微分可能物理シミュレーションの最新動向報告微分可能シミュレーション2026/11/9
微分可能物理シミュレーションにおける「何を微分するか(参照対象)」と「どう実装するか(実現方式)」を分離して整理し、接触の非平滑性や勾配消失のメカニズムも検証したサーベイ。
- RoboSimStudio:ロボットマニピュレーションタスクの迅速なReal2Simのための対話型ツールキットsim2real2026/10/13
ロボットと物体の接触力学や摩擦などを含む物理シミュレーションを、人間やコーディングエージェントが対話的に調整できるツールキットを開発し、視覚評価・力覚フィードバック・エージェントによるReal2Sim2Realの実験を行った。
- AlphaNIST: 二値タスク報酬から創発する組立スキルマニピュレーション2026/10/9
NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。
- FlashNeRD: 接触の多いロボットダイナミクスの性能優先型学習学習ダイナミクス2026/10/6
接触検出を解析的に保ちつつ、並列ストリーミングアーキテクチャと任意接触対応エンコーダ、物体との双方向連成を導入し、ロボットの学習ダイナミクスを最大55倍高速化した研究。
- 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。
- ニューラルロボットダイナミクスsim2real2025/8/1
関節剛体ロボットの接触を考慮したダイナミクスを学習し、解析シミュレータの低レベルソルバを置き換える汎用ニューラルシミュレータNeRDを提案。
- HandyPriors: 微分可能な事前分布による物理的に整合した手と物体のインタラクション知覚姿勢推定2023/11/1
微分可能な物理とレンダリングを活用し、手と物体の姿勢推定を統一的に行うパイプラインを提案。最適化ベースとフィルタリングベースの2手法を実現し、接触情報の予測やロボットハンド操作への応用も示した。
- Fast-Grasp'D: 微分可能シミュレーションによる多指巧み把持生成マニピュレーション2023/6/1
微分可能な把持シミュレータFast-Grasp'Dを開発し、3種のロボットハンド向け100万件の多指把持データセットGrasp'D-1Mを生成。既存手法より高速で安定な把持を実現し、視覚ベース把持モデルの性能を大幅に向上させた。
- Grasp'D: 多指ハンドのための微分可能な接触リッチ把持合成マニピュレーション2022/8/1
微分可能な接触シミュレーションを用いて、多指ハンドの高次元把持姿勢を勾配法で合成する手法を提案し、従来の解析的手法より接触密度と安定性を大幅に向上させた。
- Factory: ロボット組立のための高速接触シミュレーション環境sim2real2022/5/1
接触の多い組立作業をリアルタイム以上でシミュレーションできる物理エンジンと学習ツール群を提案し、ナットとボルトの組立を強化学習で実証した。
- 並列微分可能シミュレーションによる方策学習の高速化sim2real2022/4/1
微分可能シミュレータと新アルゴリズムSHACを組み合わせ、局所解や勾配消失を抑えつつ並列環境で方策学習を高速化した論文。
- DiSECt: 軟質材料切断のための微分可能シミュレータ微分可能シミュレーション2022/3/1
軟質材料のロボット切断を対象に、FEMとSDFベースの接触・損傷モデルを組み合わせた初の微分可能シミュレータを提案し、パラメータ推定や制御最適化に有効であることを示した。
- 変形物体の把持結果を物理シミュレーションで評価するDefGraspSim変形物体把持2022/3/1
GPUベースのFEMシミュレーションで多様な3D変形物体の把持を評価し、データセットとパイプラインを公開、実物との対応も示した。
- Isaac Gym:ロボット学習のためのGPUベース高性能物理シミュレーションsim2real2021/8/1
物理シミュレーションとニューラルネットワーク学習を両方GPU上で実行し、CPUボトルネックを排除することで、ロボット強化学習の訓練を従来比2〜3桁高速化したプラットフォームを提案。
- 変形物体の把持をGPU有限要素法でシミュレーションするDefGraspSim変形物体把持シミュレーション2021/7/1
GPUベースの有限要素法で多様な3D変形物体の把持を効率的にシミュレーションし、データセットと評価パイプラインを公開した論文。
- DiSECt: 軟質材料切断のための微分可能シミュレータ微分可能シミュレーション2021/5/1
軟質材料のロボット切断を対象に、FEMとSDFベースの接触・損傷モデルを組み合わせた初の微分可能シミュレータを提案し、パラメータ校正やベイズ推定、切断力最小化の制御最適化に有効であることを示した。
- 微分可能シミュレーションによる物性推定と視覚運動制御sim2real2021/4/1
微分可能なマルチフィジックスシミュレーションと微分可能レンダリングを組み合わせ、動画のピクセルから直接、質量・摩擦・弾性などの物理特性を推定するフレームワークgradSimを提案。3D教師信号なしで視覚運動制御タスクの学習も可能にする。
- 物理シミュレーションと学習潜在投影による触覚センシングのsim-to-real触覚/sim2real2021/3/1
GPUシミュレータ上でBioTac触覚センサの高速FEMモデルを構築し、自己教師あり学習で実世界の電気出力を再現する潜在空間投影を実現した。
- 接触と摩擦を伴う剛体・変形体の非平滑ニュートン法によるシミュレーション物理シミュレーション2019/7/1
接触・摩擦下の剛体と超弾性変形体の連成を非平滑ニュートン法で直接解くGPU対応シミュレータを提案し、巧緻操作や強化学習での性能を示した。
- ソフトロボットヘビのリアルタイムシミュレーションのための検証済み物理モデルソフトロボティクス2019/4/1
空気圧式1次元ソフトアクチュエータの制約ベース動力学モデルを構築し、複数アクチュエータからなるソフトロボットヘビの静的変形と動的移動を実験で検証、GPU並列計算でリアルタイム化を実現した。
- 実世界経験でシミュレーションのランダム化を適応させ、sim-to-realのループを閉じるsim2real2018/10/1
実世界での少数の試行を方策学習に交互に組み込み、シミュレーションのパラメータ分布を自動調整することで、実機への方策転移を改善する手法を提案した。
- GPU加速シミュレーションによる分散強化学習の高速化sim2real2018/10/1
GPUベースの物理エンジンNVIDIA Flexを用いて強化学習のシミュレーションを高速化し、CPUを大幅に削減しつつ歩行タスクの学習を短時間で実現した。
