Ryan Hoque
収録論文 19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
- EgoDex：大規模一人称視点動画からの巧みな操作の学習マニピュレーション2025/5/1
Apple Vision Proで収集した829時間の一人称視点動画と3D手・指トラッキングデータからなる大規模データセットEgoDexを構築し、模倣学習のベンチマークを提供した。
- ヒューマノイド方策～ヒューマン方策VLA2025/3/1
一人称視点の人間の操作データをヒューマノイドロボットの学習に活用するため、人間とロボットの状態行動空間を統合したHuman Action Transformer (HAT)を提案し、汎化性能とロバスト性を向上させた。
- ARMADA: 拡張現実によるロボット操作とロボット不要のデータ収集模倣学習データ収集2024/12/1
Apple Vision Proに仮想ロボットのリアルタイムフィードバックを重ねるARシステムを構築し、実機なしでもロボット模倣学習用の高品質な人間データを収集できることを15人のユーザー研究で示した。
- IntervenGen: ロバストでデータ効率の良いロボット模倣学習のための介入データ生成模倣学習2024/5/1
少数の人間による修正介入から、状態空間を広くカバーする大量の介入データを自動生成し、模倣学習ポリシーの分布シフトへのロバスト性を最大39倍向上させる手法を提案。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- FogROS2-SGC: 安全なグローバル接続を実現するROS2クラウドロボティクスプラットフォームクラウドロボティクス2023/6/1
異なる場所やネットワークにあるROS2ロボットを安全かつ効率的に接続するFogROS2の拡張を提案し、rosbridgeより19倍高速で、3600km離れたロボット間でも動作することを示した。
- 異種人間監督者からの暗黙的インタラクティブ群学習模倣学習2023/6/1
複数の異なる人間監督者からロボット群がインタラクティブに模倣学習する手法を提案し、不確実性定量化により成功率と人間労力効率を大幅に改善した。
- 大規模視覚言語モデルによる意味的メカニカルサーチマニピュレーション2023/2/1
大規模言語モデルを活用して物体間の意味的関係を推論し、隠れた対象物を効率的に探索するフレームワークを提案。従来の幾何学的計画より探索性能を大幅に向上させた。
- 衣服の特徴を定位・追従するための自己教師あり視触覚事前学習触覚2022/9/1
視覚と触覚のペアを自己教師ありで収集し、クロスモーダル対比学習で共有潜在空間を獲得することで、衣服の特徴分類や接触位置推定、遮蔽下での特徴探索、布端の追従などを可能にした研究。
- ロボット布操作ポリシーのSim2Real転移における切り替え基準の学習sim2real2022/7/1
シミュレーションで学習した布操作ポリシーを実機に転移すべきタイミングを自動判定する基準を提案し、布平滑化タスクで有効性を示した。
- Fleet-DAgger: スケーラブルな人間監督による対話型ロボット群学習群制御2022/6/1
複数のロボットが複数の遠隔人間監督者に対話的に介入を求めながら学習する「対話型群学習」を定式化し、人間の労力対効果(ROHE)指標とFleet-DAggerアルゴリズム群、GPUベンチマークを提案。100台のシミュレーションと4台のYuMiアーム実験で最大8.8倍のROHE改善を示した。
- クラウド経由で片腕ロボットに実物の衣類を折らせる研究布操作2022/4/1
クラウドロボティクス基盤Reachを使い、物理ロボット上で布操作アルゴリズムを体系的に比較評価した初の取り組み。片腕でTシャツを折るタスクで、模倣学習と解析手法を組み合わせた新アルゴリズムが人間の84%の性能を達成した。
- ThriftyDAgger：人間の介入予算を考慮した新規性・リスクゲーティングによる対話型模倣学習模倣学習2021/9/1
人間の介入回数に予算を設け、ロボットが未知の状況や失敗リスクの高い場面でのみ人間に介入を求める仕組みを学習し、タスク性能と人間の負担のバランスを改善した対話型模倣学習手法。
- LazyDAgger: 対話型模倣学習におけるコンテキストスイッチの削減模倣学習2021/4/1
人間の介入回数を抑えつつ学習性能を維持する対話型模倣学習手法LazyDAggerを提案し、シミュレーションと布操作ロボット実験で介入を約60%削減できることを示した。
- 布操作のための視空間的先読みによる連続物理タスクの実現マニピュレーション2021/2/1
RGB-D画像上で学習した視覚ダイナミクスモデルを用い、単一のゴール条件付き方策で布の連続的な折り畳み・平滑化タスクを実現し、深度情報の有効性と長期的なコーナー動作の改善を示した研究。
- 多モーダルガウス形状記述子による変形物体の対応点マッチング変形物体対応点マッチング2020/10/1
変形する物体の画像間で画素単位の対応を自己教師あり学習するMMGSDを提案し、布やロープで従来手法より高精度な対応推定を実現した。
- シミュレーションで学ぶ布の密な視覚対応と実機でのしわ伸ばし・折り畳み変形物体マニピュレーション2020/3/1
シミュレーション上で布の異なる配置間の視覚的対応を学習し、その表現を用いて1回の実演から多様な布のしわ伸ばし・折り畳みタスクを実機で模倣できる手法を提案した。
- 布操作のための視空間的先読み学習布操作2020/3/1
RGB画像と深度画像から布の動きをシミュレーションで学習し、単一の目標条件付き方策で布の平滑化や折り畳みなど複数タスクを実行できるVisuoSpatial Foresightを提案した論文。
- アルゴリズム監督者からの逐次布平滑化の深層模倣学習模倣学習2019/10/1
布を平坦化するための逐次引っ張り方策を、シミュレータとアルゴリズム監督者のデータから深層模倣学習で獲得し、RGB・深度・RGBD入力の比較や実機dVRKでの検証を行った論文。
