Pablo Gil
収録論文 12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
- GelSight Miniセンサ間での力マップ推定のゼロショット転移触覚2026/8/18
異なるGelSight Miniセンサ個体間で3D力マップ推定を一般化する手法を提案。入力触覚画像をUniTベースモデルで共通表現に再構成し、U-Netで力マップを推定する。
- VBT-MPC: 視覚ベース触覚MPCによる輪郭追従触覚/制御2026/5/1
視覚ベース触覚センサを用いたモデル予測制御(MPC)を提案し、物体の輪郭追従を直接特徴空間で行うことで、姿勢推定や複雑な力制御を不要にした。シミュレーションと実機で多様な形状・材質の物体に対する追従性能を評価した。
- 巧みな物体受け渡しの学習マニピュレーション2025/6/1
二本の多指ハンド間で物体を受け渡すタスクを強化学習で実現し、双四元数に基づく新しい報酬関数で回転距離を最小化することで、未知の物体や相手の動きに対する頑健性を実証した。
- QDGset: 品質多様性アルゴリズムで生成した大規模把持データセットマニピュレーション2024/10/1
品質多様性(QD)アルゴリズムを拡張し、メッシュ変換と転移学習を組み合わせることで、従来より約3.5倍の把持姿勢と4.5倍の物体を含む大規模な6DoF把持データセットを効率的に生成した。
- マーカーレス視触覚センサのための把持力推定触覚2024/10/1
マーカーレス視触覚センサから得られる複数の触覚表現を比較し、通常把持力を推定するのに最適なRGB表現とその汎化性能を示した。
- 屋外環境でごみを把持する視覚・触覚ロボットシステムマニピュレーション2024/7/1
色画像と深度データで屋外のごみを検出・3D位置推定し、把持を計画する。さらに指尖の低コスト触覚センサで接触と滑りを検知し、回収成功率94%を達成した。
- 屋外での家庭ごみ回収のための視覚・触覚マニピュレーションマニピュレーション2024/7/1
RGBDカメラ・LiDAR・触覚センサを統合した移動マニピュレータで、屋外の家庭ごみを認識・把持・回収する知覚システムを提案し、98%の認識精度と91%の把持安定性を達成した。
- 視触覚セグメンテーションによる物体回転の計測触覚2024/1/1
触覚センサの接触領域をセグメンテーションし、滑りによる把持物体の回転角を推定する手法を提案。未見物体でも最大誤差3度で検出可能。
- 触覚画像のセグメンテーションによる回転滑り予測触覚2023/5/1
視覚ベース触覚センサDigitの触覚画像をセグメンテーションし、接触領域から物体の回転滑り角度を推定するシステムを構築した。未知物体でも平均誤差3度以内で予測でき、滑りによる落下防止に応用可能。
- ロボットによる家庭ごみの検出と把持点推定マニピュレーション2021/5/1
Mask-RCNNで屋内・屋外のごみを5クラスに分類・検出し、RGBDデータから3D形状を復元して2本指グリッパーの把持点を算出するシステムを構築した。
- 触覚GCN:触覚センサによる把持安定性予測のためのグラフ畳み込みネットワーク触覚2019/1/1
触覚センサの読み取りをグラフ構造で表現し、グラフニューラルネットワークで把持の安定/滑りを分類する手法を提案。約5000回の把持データで学習し、未知物体でも有効性を示した。
- 非マトリクス触覚センサの局所接続性を活用した把持安定性予測触覚2018/9/1
非マトリクス配置の触覚センサを触覚画像として扱い、局所接続性を活かしたCNNで把持安定性を予測し、94.2%のF1スコアを達成した。
