Sammy Christen
収録論文 20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
- こんな風に歩こう:例示駆動拡散による物理ベースキャラクターのスタイル化された歩行歩行2026/10/13
大規模な非構造化モーションデータを活用し、拡散モデルと強化学習を組み合わせて、速度とスタイルを独立に制御できるリアルタイム脚式歩行フレームワークを提案した。
- BFMTrack: 行動基盤モデルを用いた物理ベース動作追跡のための潜在系列最適化物理ベース制御/動作追跡2026/6/1
行動基盤モデル(BFM)の潜在空間を時系列で最適化する手法を提案し、報酬設計なしで高精度な動作追跡を実現した。シミュレーションとポリシー勾配を組み合わせ、実ロボットへの展開も検証している。
- ReActor: 物理を考慮したモーションリターゲティングのための強化学習モーションリターゲティング2026/5/1
人間の参照動作をロボットの形態に合わせて物理的に妥当なものへ適応させる二段階最適化フレームワークを提案し、強化学習による追従ポリシーを同時に訓練する。
- ロボット転倒講座:柔らかく様式化された倒れ方の学習歩行2025/11/1
二足歩行ロボットが転倒する際に、衝撃を抑えつつ指定した最終姿勢を取れるようにする強化学習手法を提案し、実機で検証した。
- RobustDexGrasp: 汎用物体のロバストな巧みな把持マニピュレーション2025/4/1
単眼視画像から未知物体を動的に把持するフレームワークを提案し、シミュレーションと実機で高い成功率と外乱へのロバスト性を示した。
- 操作者の模倣による自律的な人間-ロボットインタラクション人間-ロボットインタラクション2025/4/1
操作者の遠隔操作データを拡散モデルと分類器を統合したトランスフォーマーで模倣し、自律的な人間-ロボットインタラクションを実現する手法を提案。シミュレーションと実機ユーザー研究で有効性を示し、異なるロボットへのゼロショット転移も実証した。
- 動的な手と物体の相互作用のモデリングと人間-ロボット間の受け渡しへの応用マニピュレーション2025/3/1
物理シミュレーションと強化学習を用いて、手が物体を掴んで目標姿勢へ動かす動的把握合成や両手操作を実現し、さらに人間からロボットへの物体受け渡しを学生-教師フレームワークと合成データでsim2real転移する手法を提案した論文。
- FunGrasp:多様な多指ハンドのための機能的な把持マニピュレーション2024/11/1
人間の機能的把持のRGBD画像1枚から手姿勢を推定し、多様なロボットハンドへ転移して強化学習で動的把持を実現するシステム。
- Omnigrasp: シミュレーションされたヒューマノイドによる多様な物体の把持マニピュレーション2024/7/1
シミュレーション上のヒューマノイドが1200以上の多様な物体を把持し、ランダムな軌道に沿って運搬できる制御器を学習した研究。
- RILe: 強化学習と模倣学習を融合した高次元ロボット制御模倣学習2024/6/1
模倣学習と逆強化学習を組み合わせ、トレーナーが適応的な報酬関数を学習し生徒が専門家の行動を模倣する枠組みを提案。高次元のロボット歩行タスクで有効性を実証した。
- GraspXL: 多様な物体に対する把持動作の大規模生成マニピュレーション2024/3/1
3D手-物体データを使わずに、把持領域や接近方向などの複数の目的に沿った把持動作を強化学習で生成し、50万以上の未知物体にも対応できるフレームワークを提案。
- SynH2R: 人間からロボットへの受け渡し学習のための手指物体動作の合成マニピュレーション2023/11/1
人間の動作キャプチャデータに頼らず、受け渡しに適した手指物体動作を合成してロボット方策を訓練する手法を提案し、実機でも既存手法に匹敵する性能を示した。
- 物理的に妥当な全身の手と物体のインタラクション合成全身マニピュレーション2023/9/1
強化学習と物理シミュレーションを用いて、全身の手と物体のインタラクションを物理的に妥当に合成する手法を提案。
- ArtiGrasp:両手巧みな把持と関節操作の物理的に妥当な合成マニピュレーション2023/9/1
強化学習と物理シミュレーションを用いて、両手で物体を把持し関節を操作する動作を生成する手法を提案。難易度を段階的に上げる学習カリキュラムで精密な指制御を実現し、画像からの推定ノイズにも頑健であることを示した。
- 点群からの人からロボットへの受け渡し学習sim2real2023/3/1
人間からロボットへの物体受け渡しを点群入力から学習する初のフレームワークを提案し、シミュレーションと実機で性能向上を示した。
- D-Grasp: 物理的に妥当な動的把持動作の生成マニピュレーション2021/12/1
強化学習と物理シミュレーションを用い、物体を把持して目標位置まで動かす人間らしい手の動作を階層的に生成する手法を提案した論文。
- 触覚に基づく内的動機付けによるロボットマニピュレーション学習の改善触覚2021/2/1
ロボットの力覚センサと物体間の力の総和を内的報酬として用い、接触の多い経験を優先的に再生する手法を導入し、強化学習における探索を加速させて3つの操作ベンチマークで従来手法を上回った。
- 抱擁ロボットの六つの戒律:視覚と触覚を備えた人間サイズの抱擁ロボットの設計と評価HRI/触覚2021/1/1
自然で心地よい抱擁ロボットのための6つの原則を提唱し、柔らかく温かい人間サイズの胴体と視覚・触覚センシングによるクローズドループ抱擁を実現したHuggieBot 2.0を開発、オンライン調査と対面実験で触覚反応性がユーザー評価を向上させることを示した。
- 計画と制御を機能分解した階層強化学習による長期的連続制御タスクの学習階層強化学習2020/2/1
計画層と制御層で状態・行動空間を明示的に分離した階層強化学習HiDeを提案し、スパース報酬のナビゲーションやロボット操作タスクで未見環境への汎化と3倍の長期ホライズンへのスケールを実現した。
- 実演ガイド付き深層強化学習による巧みな人-ロボットインタラクション制御マニピュレーション2019/6/1
人間同士の動作キャプチャから報酬関数を推定し、深層強化学習でロボットハンドの握手・ハイタッチ・指触れなどの自然なインタラクション制御を学習した。
