Rudolph Triebel
収録論文 36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
- ビンピッキング完全攻略：オンライン自己学習による階層型ハイブリッド手法で産業用ビンピッキングの信頼性を向上マニピュレーション2026/8/28
モデルベースとモデルフリーの手法を組み合わせた4層の階層型ハイブリッドアプローチを提案し、オンライン自己学習で把持点を自動ランク付けすることで、ビン内の部品を100%取り切ることを実現した。
- Trinity: 合成データを活用した非構造化屋外環境のクラス非依存地形・セマンティックセグメンテーションの統合セグメンテーション2026/5/1
本論文は、屋外環境での移動ロボットの地形理解を目的に、クラス固有のセマンティックセグメンテーションとクラス非依存の地形セグメンテーションを単一のトランスフォーマーネットワークで統合する手法を提案する。合成データセットと実データセットを導入し、ロボット非依存の視覚的地形事前知識を学習する。
- 姿勢推定失敗の原因追跡による説明と緩和手法姿勢推定2026/3/1
ロボット操作における物体姿勢推定の失敗を、誤差源ごとに分類し、必要な時だけ的を絞った対策を施すモジュール型フレームワークを提案。軽量なICPベースで基盤モデル並みの性能を実現した。
- SPIRIT: 深層学習の不確実性下での堅牢なロボット操作のための知覚共有自律共有自律/遠隔操作2026/3/1
深層学習による知覚の不確実性に応じて自律度を調整する「知覚共有自律」を提案し、不確実な時は遠隔操作に切り替えることで、信頼性の高い操作を実現した。
- マルチエージェントSLAMのためのマーカーレスロボット検出と6D姿勢推定マルチエージェントSLAM2026/2/1
深層学習による6D姿勢推定を活用し、マーカーなしでロボットを検出してマルチロボットSLAMの相対位置精度を向上させる手法を提案し、惑星類似環境での実験で有効性を示した。
- S3LI Vulcanoデータセット：非構造惑星環境におけるマルチモーダルSLAMのためのデータセットSLAM2026/1/1
火山島で収録した視覚・LiDARデータを用い、非構造惑星環境でのSLAMと場所認識アルゴリズムの開発・評価を可能にするマルチモーダルデータセットを公開した。
- 点群位置合わせにおける人間が解釈可能な不確かさの説明点群位置合わせ2025/9/1
点群位置合わせの不確かさを定量化し、その原因を既知の誤差要因に帰属させて説明するガウス過程概念帰属(GP-CA)を提案し、能動学習で新たな不確かさ要因も発見する。
- CLEVER: 人間の指示によるロバストな意味知覚のためのストリームベース能動学習能動学習2025/7/1
データストリーム上でDNNの失敗時に人間の指示を求め、ベイズ的定式化によりオンラインで適応させる能動学習システムを提案し、実ロボットで検証した。
- 点群レジストレーションにおける不確かさ推定の説明に向けて点群レジストレーション2024/12/1
確率的ICPが出力する不確かさの原因を、カーネルSHAPを用いてセンサノイズや遮蔽などの要因ごとに説明する手法を提案した。
- 未知物体に対する多接触把持を実現する学習ベースの器用ハンド制御器マニピュレーション2024/9/1
単一深度画像から得た粗い3Dモデルだけを用い、未知物体に対して多接触を含む任意の把持を実現する学習ベースの把持制御器を提案し、実機で6msの制御周期を達成した。
- FFHFlow: フロー変分推論による多様で不確実性を考慮した巧みな把持生成マニピュレーション2024/7/1
正規化フローを用いた変分推論により、部分点群から多様で不確実性を考慮した多指ハンドの把持を生成する手法を提案し、シミュレーションと実機で成功率と多様性を向上させた。
- 局所・大域マルチモーダル特徴を統合した曖昧・低テクスチャ環境での場所認識場所認識2024/3/1
視覚とLiDARの特徴をクロスアテンションで統合し、大域表現で候補を絞った後に局所特徴マッチングで再ランキングする場所認識モデルUMFを提案。惑星類似環境やRobotCarで従来手法を上回る。
- ロボット学習における分布外検出のためのトポロジー整合正規化フロー分布外検出2023/11/1
正規化フローの基底分布を情報理論的目的で学習し、複雑な対象分布のトポロジーに整合させることで、ロボット学習における分布外検出精度を向上させた研究。
- 正規化フローによる密度ベースの実行可能性学習：内省的なロボット組立に向けて組立計画2023/7/1
ロボット組立順序計画において、実行可能な例のみから正規化フローを用いたOOD検出として実行可能性を学習し、実行不可能な組立を検出する手法を提案した。
- 近似3Dモデルを用いた軌道上ロボティクスのための6D物体姿勢推定姿勢推定2023/3/1
単一画像から物体の6D姿勢を推定する手法を提案。3Dモデルが近似でも、密な2D-3D対応予測と誤差推定により複数の姿勢仮説を生成・洗練し、過酷な視覚条件下でも高精度を実現。
- グラフ表現学習による効率的で実現可能なロボット組立順序計画組立計画2023/3/1
製品組立をグラフで表現し、GRACEという方策ネットワークで実現可能な組立順序を段階的に予測する手法を提案。二腕ロボットのシミュレーションで有効性を示した。
- 物体姿勢推定と能動学習によるVR遠隔操作：空中マニピュレーションを実現するテレプレゼンスロボット空中マニピュレーション2022/10/1
LiDAR・カメラ・IMUと触覚デバイス、VRインターフェースを組み合わせ、空中マニピュレーションロボットの遠隔操作を可能にするテレプレゼンスシステムを提案。物体姿勢推定と能動学習により動的環境での把持・配置を実現した。
- 極めて非構造的な環境におけるSLAMの課題：DLR惑星ステレオ・ソリッドステートLiDAR・慣性データセットSLAM2022/7/1
月や火星に類似したエトナ山で取得した、ステレオカメラ・ソリッドステートLiDAR・IMUを組み合わせたSLAM用データセットを公開し、視覚的・構造的課題を明らかにする。
- 視覚的不快感を求めて：強化学習のための好奇心駆動型表現学習視覚強化学習2021/10/1
状態表現学習を活用し、学習が難しい状態への訪問を促す好奇心駆動の探索手法を提案。視覚ベース強化学習のサンプル効率と汎化性能を向上させた。
- GPGM-SLAM：不整地惑星環境のためのガウス過程勾配マップを用いた堅牢なSLAMSLAM2021/9/1
地形の勾配をガウス過程回帰で連続表現したGPGMapを画像的に扱い、視覚特徴とBag of Wordsでループ閉じ込みを行うステレオSLAMを提案し、月・火星類似環境で評価した。
- ベイズニューラルネットワークの平滑化予測によるロボットの内省的知覚物体認識/不確実性推定2021/9/1
ベイズNNの不確実性推定を改善し、CRFの単項ポテンシャルや半教師ありドメイン適応に活用してロボットの物体認識精度を向上させた研究。
- 視覚ベース強化学習における好奇心の明示化視覚RL2021/9/1
状態表現学習を活用して探索を強化し、視覚ベース強化学習のサンプル多様性と効率を向上させる手法を提案した論文。
- ベイズ能動学習によるSim-to-Realロボット知覚sim2real2021/9/1
ベイズニューラルネット物体検出器の不確実性を利用し、実データのアノテーション対象を自動選択することで、Sim-to-Real学習における人手ラベル付けコストを大幅に削減する手法を提案した。
- 火星探査飛行ロボットのための堅牢な単眼視覚オドメトリ視覚オドメトリ2021/9/1
火星のような反復テクスチャ環境でも動作する単眼視覚オドメトリを提案。効率的なオプティカルフロー追跡と改良キーフレーム選択で回転のみの運動にも対応し、スケールドリフトのリスクを主成分分析で推定する。
- ロボットを信頼せよ！スパースガウス過程によるニューラルネットワークの予測不確実性推定不確実性推定2021/9/1
DNNをスパースガウス過程の混合専門家として理論的に位置づけ、ロボットタスクで高速かつ信頼性の高い予測不確実性推定を実現した研究。
- 視覚情報を付加したサブマップによる非構造惑星環境でのマルチモーダルループ閉じ込めSLAM2021/5/1
ステレオカメラの視覚・深度情報を組み合わせ、サブマップに視覚キーフレームを追加してループ閉じ込めを頑健化する手法を提案し、エトナ山の惑星類似環境で検証した。
- Contact-GraspNet：混雑環境での効率的な6自由度把持生成把持生成2021/3/1
深度画像から点群を直接入力とし、把持接触点を基準に4自由度に次元削減した表現で6自由度パラレルジョー把持を生成するエンドツーエンドネットワークを提案。実環境の混雑場面で90%超の成功率を達成。
- 合成データから新しい環境での自己位置推定を学習する手法視覚的自己位置推定2020/11/1
合成データで学習し、未知のシーンにも汎化できる視覚的自己位置推定モデルを提案。階層的相関層や不確実性の活用により、従来の学習ベース・古典的手法を上回る性能を示した。
- ベイズ最適化とラプラス近似によるロボットの自己認識不確実性推定2020/10/1
深層ニューラルネットワークの不確実性推定を改善するため、ラプラス近似の過小適合を緩和するベイズ最適化手法を提案し、予測の校正と精度を同時に最適化できることを示した。
- 不整地惑星環境におけるループ閉じ込み検出のためのガウス過程勾配マップSLAM2020/9/1
地形の高低差データをガウス過程回帰で連続的な勾配マップに変換し、画像位置合わせ技術でループ閉じ込みを検出する手法を提案。モロッコやエトナ山の実ローバデータで検証した。
- ベイズニューラルネットワークによる乗法的相互作用学習を用いた視覚慣性オドメトリVIO2020/7/1
マルチヘッド自己注意でセンサ間の乗法的相互作用を学習し、ラプラス近似で不確実性を考慮した単眼視覚慣性オドメトリ手法を提案。KITTIで最先端手法を上回り、センサ故障への頑健性を示した。
- 生成深層ニューラルネットワークによる低侵襲ロボット支援手術器具のセグメンテーション医療画像セグメンテーション2020/6/1
CycleGANで合成データを実写風に変換して学習データを拡張し、U-Netによる手術器具のセマンティックセグメンテーション精度を人手ラベリングなしで向上させた研究。
- スパース情報形式によるニューラルネットワークのモデル不確実性推定不確実性推定2020/6/1
情報行列のスペクトルが疎になりやすい性質を利用し、低ランク近似と新たなスパース化アルゴリズムでDNNのモデル不確実性を効率的に表現・サンプリングする手法を提案した。
- 視覚慣性テレプレゼンスによる空中マニピュレーション空中マニピュレーション2020/3/1
VRと触覚デバイスを用いて遠隔操作者にリアルタイム3D視覚フィードバックを提供し、空中ロボットの把持・配置・力作業・ペグ挿入などの高度な操作を可能にするテレプレゼンスシステムを提案した。
- ロボット動作から自己教師ありで把持物体をセグメンテーションセグメンテーション2020/2/1
RGB動画のオプティカルフローと時間的手がかりを利用し、ロボットが把持した未知物体のセグメンテーションマスクを自己教師ありで学習する手法を提案した。
- 逆強化学習とDeep Q-Networkによる自動運転の学習自動運転/逆強化学習2016/12/1
大規模状態空間での報酬をDeep Q-Networkを用いた逆強化学習で抽出し、自動運転シミュレーションで衝突回避や人間らしい車線変更を実現した。
