Nicolas Hudson
収録論文 11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
- Stow: 布製ポッドへのロボットによる商品梱包マニピュレーション2025/5/1
多様な商品を高密度な棚に詰め込むロボット梱包システムを開発し、大規模EC倉庫で50万回以上の作業を実現した。
- 大規模荷物操作のためのピッキング計画戦略マニピュレーション2023/9/1
アマゾンの倉庫ロボット群において、実運用データで学習したピック成功率予測器を用いて、山積みの荷物から効率的にピッキングする手法を開発し、大規模実運用で有効性を示した。
- 学習したピック成功率指標による大規模荷物操作の実証マニピュレーション2023/5/1
アマゾンの倉庫ロボット群が、実運用データで学習したピック成功率予測器を使い、乱雑に積まれた荷物を大規模にピッキングした実証研究。
- 異種地上・空中プラットフォームと均一センシング:CSIRO Data61チームのDARPA地下チャレンジへの取り組みマルチエージェントSLAM2021/4/1
DARPA地下チャレンジ向けに、地上ロボットとUAVを組み合わせた異種チームを構築し、共通センシングによる分散型マルチエージェントSLAMで通信網に依存しない自律探査を実現した。
- 深層強化学習による狭い隙間の通過sim2real2021/3/1
ロボットが数cm単位の狭い隙間を接触を許容しながら通過するための強化学習ポリシーをシミュレーションで学習し、実機の大型クローラロボットで検証した論文。
- 移行準備ポリシーの学習:移動行動間の信頼性の高い切り替え歩行2021/1/1
事前学習済みの歩行ポリシー間を橋渡しする「セットアップポリシー」を学習し、難所地形での行動切り替え成功率を大幅に向上させた研究。
- 切り替えタイミングを学習する:地形系列を踏破するためのコントローラ合成歩行2020/11/1
各 terrain 用にカリキュラム学習で個別の DRL ポリシーを訓練し、ポリシー間の重複領域を確保した上で、切り替え成功率を推定するネットワークを学習して未知の地形系列でヒューリスティックより良い切替を実現した。
- 脚式ロボットの地形分類のための半教師ありゲート付きリカレントニューラルネットワーク地形分類2020/11/1
ゲート付きリカレントニューラルネットワークを用いて、脚式ロボットが走行する地形を教師あり・半教師ありの両方で分類し、ラベルなしデータの活用で精度を大幅に向上させた研究。
- 動的六脚ロボットBruceの設計と開発歩行2020/11/1
CSIROが開発した動的六脚ロボットBruceは、約80%の3Dプリント部品と直列弾性アクチュエータを用い、1年未満で設計から実環境展開までを実現した。芝生・岩・瓦礫などの不整地を0.3m/s、平地を最大0.5m/sで移動できる。
- 複雑地形歩行のためのガイド付きカリキュラム学習歩行2020/10/1
深層強化学習で二足歩行を学習する際、地形難易度の段階的増加・目標方策由来のガイド力の漸減・ランダム外乱の増大という3段階カリキュラムを提案し、平地・ハードル・ギャップ・階段など5種類の地形で有効性を示した論文。
- 負の障害物を越えるための仮想面と姿勢を考慮した計画・行動ナビゲーション2020/10/1
地形の傾斜・可視性・機体姿勢を考慮し、マッピング・計画・反応行動を統合して未観測領域や段差・張り出し・狭路などの負の障害物を回避する自律ナビゲーションシステムを提案し、DARPA地下トンネルチャレンジで実証した。
