Satoshi Funabashi

収録論文 7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

• PACT: 多指模倣学習のための姿勢整合型ハンド構成・リターゲティング同時設計手法
  マニピュレーション2026/10/13

  人間の把持姿勢に基づき、17サーボのロボットハンドの機構パラメータと姿勢リターゲティング則を同時最適化し、実機で模倣学習の精度と把持性能を大幅に向上させた。

• FACTR 2: コモディティロボットアームの外力センシング学習がポリシー学習を向上させる
  力覚推定/模倣学習2026/6/1

  専用の力センサーを持たないロボットアームでも、データ駆動で外力トルクを推定するNEXTと、接触前後のデータを重点的に学習するFIRSTを組み合わせることで、力覚を活用した遠隔操作とポリシー学習を可能にした論文。

• TaSA: 把持内操作改善のための触覚感覚減衰の二段階深層予測学習
  触覚2026/2/1

  自己接触による触覚と物体接触による触覚を二段階の深層予測学習で区別し、把持内操作の精度を向上させる手法を提案。

• 触覚状態に基づく多指ハンドの集中ブラインド切替操作
  マニピュレーション2025/3/1

  多指ハンドの触覚情報を圧縮し、注意機構と制約付き損失でサブタスクを切り替える深層学習モデルを提案し、キャップ開け操作を実現した。

• FingerTac：人間とロボットの指先に装着可能な交換式触覚センサ
  触覚2023/10/1

  人間とロボットの指先に共通して装着できるウェアラブルな3軸触覚センサを開発し、設計・製造・校正手法を示すとともに、力の測定精度を検証した。

• グラフ畳み込みネットワークと分散触覚センサによる多様な物体特性に対応した多指ハンド内操作
  触覚2022/5/1

  多指ハンドの複雑な配置の触覚センサデータをグラフ畳み込みネットワークで処理し、物体特性ラベルも入力して把持中の物体操作を安定化させる手法を提案した。

• マルチモーダル深層学習による道具選択と対象物の能動的知覚
  マニピュレーション2021/6/1

  ロボットが画像・力・触覚のマルチモーダル情報を能動的に取得し、対象物の特性を認識して適切な道具の選択と操作動作を生成するDNNモデルを構築した。食材移し替えタスクで未知の対象物でも特性を認識できることを示した。