Ryuki Tachibana
収録論文 6本 ・ フィジカルAI/ロボット学習
動作追従力覚/挿入模倣学習ロボティクスフレームワーク強化学習マニピュレーション
※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
- 予測制御と深層学習による人間動作の追従動作追従2018/8/1
モデル予測制御と深層学習を組み合わせ、学習予測と保守的予測を切り替える枠組みでロボットによる人間の手書き動作追従精度を向上させた。
- 多形状ペグ挿入のロボット学習向け力覚データセット力覚/挿入2018/7/1
凸形状ペグのピン挿入タスクについて力覚・姿勢情報を収録した公開データセットを構築し、6軸力覚センサのみで挿入や形状認識を学習できることを示した。
- 観測の内部モデルによる報酬整形模倣学習2018/6/1
専門家の状態軌跡から観測の内部予測モデルを学習し、実状態と予測状態の差を報酬として強化学習を行う手法を提案。マリオやFlappy Birdで専門家のプレイ動画から良好な方策を学習できることを示した。
- MaestROB:低レベル制御と高レベル推論を統合するロボティクスフレームワークロボティクスフレームワーク2018/6/1
自然言語や実演による高レベル指示からロボットが高精度に複雑作業を行うため、オントロジーとルールで階層構造を橋渡しするフレームワークMaestROBを提案し、Pepperが人間の実演を教示してUR5が組立作業を行う協調シナリオで実証した。
- OptLayer:実世界の深層強化学習のための実用的な制約付き最適化強化学習2017/9/1
ニューラルネットが出力する危険な行動を制約を満たす最近傍の行動に変換する層を導入し、実機ロボットでも安全に強化学習できるようにした研究。
- 高精度組立タスクのための深層強化学習マニピュレーション2017/8/1
リカレントニューラルネットを強化学習で訓練し、ロボットが狭いクリアランスのペグ挿入を高精度に遂行できることを示した。位置・角度誤差にも頑健で、7軸多関節アームで実験的に検証した。
