Oliver Brock
収録論文 31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
- 環境制約を活用した動作生成動作計画2026/7/1
ロボットの動作計画において、環境との意図的な接触を利用して次元削減と計算複雑性の低減を図る「環境制約活用」アプローチを提案し、RRTベースのプランナーでその有効性を実証した。
- ロボット学習のための世界とタスクの因子分解ロボット学習2026/6/1
ロボット学習の汎化を改善するため、ポリシーを世界因子とタスク因子に構造的に分解する方法を提案し、その原理的条件を理論的に分析した。
- 身体化LLMの探求:観測精度の向上が問題解決を妨げる場合VLA2026/5/1
ロボットに組み込んだLLMエージェントの観測情報を変えて実験し、生のRGB入力が最も性能が良く、完全な真値観測では逆に悪化することを発見。シミュレーションでノイズが性能向上に寄与することを示した。
- 変化するポテンシャルを操る:多目的行動におけるリアクティブ制御の十分性制御2026/5/1
静的ポテンシャル場の限界を指摘し、グラフベースの世界モデルにヌル空間投影を組み込むことで、多目的タスクの競合を状態に応じて動的に解決するリアクティブ制御手法を提案。非凸障害物回避や平面押し操作で高い成功率を示し、実ロボットにも適用可能。
- 感覚運動規則性から生じる集団運動のメカニズムモデル群制御2026/5/1
ロボティクスの枠組みを拡張し、個体の感覚・推定・行動に基づく集団運動のメカニズムモデルを提案。偏光運動やミリングなど多様な集団行動を再現し、感覚運動パラメータが行動遷移を支配することを示した。
- 規則性の適応的合成による行動生成への一般化の組み込み行動生成/一般化2026/5/1
ロボットの行動生成における一般化を、環境との相互作用から得られる規則性を状況に応じて適応的に合成することで実現する枠組みAICONを提案し、単純なシミュレーションでその有効性を示した論文。
- 計画なし、されど人間らしく:反応的ロボティクスモデルが臨床課題における人間の計画失敗を予測認知モデル2026/5/1
ロボット操作向けに開発された反応的勾配降下モデルAICONを、計画能力を評価する認知テスト(ロンドン塔課題)に適用し、人間の難易度順序や計画能力低下時の失敗パターンを再現できることを示した論文。
- 単一デモから接触豊富な操作の汎用ポリシーへ操作学習2026/5/1
環境制約を帰納バイアスとして利用し、単一のデモンストレーションから多段階の接触豊富な操作タスクを汎化する学習フレームワークを提案。実世界7タスクで90%以上の成功率を達成。
- ロボット共設計における構造の特定と活用共設計2026/4/1
ロボットの形態と制御の共設計問題を解析し、設計空間に存在する3つの構造パターンを特定して、それを活用する効率的なアルゴリズムを提案した。提案手法は既存手法より36%優れた設計を生成し、同等品質に達するための評価回数も約1桁少なかった。
- ロバストなアフォーダンス推定のための結合粒子フィルタアフォーダンス推定2026/3/1
把持可能領域と移動可能領域を推定する2つの粒子フィルタを結合し、相互に情報交換させることで、照明不足や混雑環境でも高精度にアフォーダンスを推定する手法を提案した。
- 万能ジャミンググリッパのための音響センシング触覚2026/3/1
柔軟なグリッパ本体をセンサとして利用し、内部にスピーカーとマイクを配置して音響信号から物体の特性を推定する手法を提案。コンプライアンスを損なわずに高精度な物体認識を実現した。
- 人間の手を事前情報に用いた運動学的構造推定マニピュレーション2025/3/1
遮蔽やテクスチャ不足などの視覚的不確実性に対処するため、操作中の人間の手の動きを事前情報として活用し、物体の運動学モデルをリアルタイムで確率的に推定する手法を提案した。
- 計画なしで全てを制御:動的に構成される勾配降下法による逐次タスクの堅牢な解法マニピュレーション2025/3/1
フィードバックに応じてポテンシャル場を動的に調整する勾配ベース手法を提案し、計画なしでブロックワールドや引き出し操作を実現した。
- ロボットシステムの堅牢性を高める生物に学ぶ設計原理マニピュレーション2024/8/1
生物の堅牢性に着想を得て、システム構成要素間の能動的な相互接続によって環境変化への堅牢性を高める設計原理を提案し、錠前箱を解く長期的操作タスクで有効性を示した。
- 知能とは計算である知能理論2024/5/1
知能を計算として捉える統一的な概念を提案し、物理・神経・身体性・形態・機械など様々な知能観を異なる計算パラダイムの組み合わせとして説明する。
- シンプルな把持内キューブ再構成マニピュレーション2023/8/1
環境制約と柔軟なエンドエフェクタを活用し、古典的AIプランニングによる簡素な把持内キューブ操作を実現した。複雑な深層学習・物理シミュレーション手法を上回る性能を示す。
- 柔軟な器用ハンドのためのフィードバック制御の線形化によるハンド内操作マニピュレーション2023/8/1
柔軟な多指ハンドの変形状態を制御変数とし、粗いヤコビアン近似と線形フィードバック制御により、実世界で数分以内にハンド内操作スキルを獲得するフレームワークを提案した。
- 環境制約下での模倣学習のためのデータ拡張模倣学習/マニピュレーション2022/10/1
単一の人間による実演から、関節機構を伴う接触の多いマニピュレーションタスクを学習し、環境と能動的に対話して実演を自動拡張することで、同種の異なる機構や環境変化に頑健に汎化する手法を提案した。
- ソフト空気圧アクチュエータのための受動・能動音響センシング触覚2022/8/1
ソフト空気圧アクチュエータにマイクとスピーカーを埋め込み、音の変調から接触位置・力・物体素材・膨張・温度を推定する音響センサを提案した論文。
- 音響センシングを用いたソフトアクチュエータ用仮想2D触覚アレイ触覚2022/8/1
ソフト空気圧アクチュエータに埋め込んだ音響部品で接触による音の変化を検出し、仮想的な2次元触覚アレイを実現した。点字ディスプレイで空間分解能や感度、点字文字認識性能を評価した。
- 一度に一つの物体:ロボットのための高精度でロバストなStructure from MotionStructure from Motion2022/8/1
注視しながら移動するロボットが、回転と並進の結合を利用して対象物までの距離と周囲の物体の相対位置を高精度に推定し、未知の障害物を避けつつ未知サイズの物体を把持する手法を提案。
- 世界こそが最良のモデル:オンライン行動選択による頑健な実世界マニピュレーションマニピュレーション2022/5/1
環境を常時監視して離散的なタスク状態を推定し、各状態に対応するコントローラをその場で選ぶことで、想定外の外乱に頑健なロボットマニピュレーションを実現した。
- RBOハンド3:ソフトで器用なマニピュレーションのためのプラットフォームソフトロボティクス/マニピュレーション2022/1/1
空気圧駆動の人間型ソフトハンドRBO Hand 3を開発し、16自由度の独立駆動と柔軟性を組み合わせて、親指対向のKapandjiテスト最高スコアやGRASP分類の全33把持タイプの実現、器用なインハンド操作を示した。
- 驚くほど堅牢なハンド内操作:実証的研究マニピュレーション2022/1/1
柔軟な多指ハンドで単純に設計した操作スキルが、物体の形状・重さ・速度変化に非常に頑健であることを示し、その理由を3つの設計原則として分析した論文。
- 低コストで製造容易な柔軟マルチタクセル触覚センサとその把持物体認識への応用触覚2021/11/1
柔軟素材とフレキシブル基板を用いた低コスト・高密度の触覚センサを開発し、ソフトロボットハンドに搭載して物体認識に有効な触覚フィードバックを実現した。
- 機械学習からロボティクスへ:身体性知能の課題と機会身体性知能2021/10/1
機械学習をロボティクスや身体性知能にそのまま適用することの限界を論じ、実環境での運用・安全性・適応性・能動的な世界モデル構築の観点から課題と機会を整理した論文。
- 関節物体と人間の相互作用データセットRBOデータセット2018/6/1
家庭内によくある14種類の関節物体について、人間が操作するRGB-D動画と力覚データを収録し、各剛体部品の正解姿勢と関節状態を注釈付けしたデータセットを公開した。
- 微分可能パーティクルフィルタ:アルゴリズム的事前分布を用いた端到端学習状態推定2018/5/1
パーティクルフィルタを微分可能に実装し、運動・観測モデルを状態推定性能そのものを目的関数として端到端で学習する手法を提案。シミュレーションと実データで誤差を約80%削減し、LSTMより汎化性能が高いことを示した。
- ロボティクスにおける深層学習の限界と可能性深層学習2018/4/1
ロボット特有の学習・推論・身体性の課題を整理し、評価指標やシミュレーション学習、データ駆動とモデル駆動の融合の重要性を論じた展望論文。
- インタラクティブ知覚:知覚における行動と行動における知覚の活用インタラクティブ知覚2016/4/1
環境との相互作用が知覚を促進するという「インタラクティブ知覚」の原理を提唱し、既存研究を分類・分析して応用例と未解決課題をまとめたサーベイ論文。
- 第1回Amazon Picking Challengeの分析と観察マニピュレーション2016/1/1
倉庫棚から商品を自動で取り出すロボット競技の初開催概要と、参加26チームへのアンケート結果をまとめ、機構・知覚・計画手法の傾向と成功要因を分析した。
