Sethu Vijayakumar
University of Edinburgh
収録論文 76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
- 密着型ウェアラブル装着のための幾何認識強化学習マニピュレーション2026/10/23
身体部位と衣類開口部の空間関係を幾何学的に表現し、段階的カリキュラムと指ごとの挿入ソフトゲートを組み合わせた強化学習で、ロボットによるブレスレット装着を高成功率で実現した。
- 目なしでも問題なし：盲目的な保定球操作における触覚の貢献触覚/マニピュレーション/sim2real2026/10/16
視覚なしで触覚と固有感覚のみを用い、シミュレーションから実機の多指ハンドへゼロショット転移して保定球の連続回転を実現し、触覚情報の寄与と重要領域を分析した研究。
- 最適輸送Q学習によるフローポリシーの操縦と高速化VLA/強化学習2026/7/1
ロボットの経験を用いたRL後訓練により、準最適なフローベースポリシーを微調整・高速化する最適輸送Q学習（OTQL）を提案した。
- BayesContact: 視覚触覚プロポーザルとシミュレーションベース推論による不確実な姿勢推定マニピュレーション2026/7/1
ペグ穴挿入タスクにおいて、視覚と触覚の情報をシミュレーションベース推論で融合し、物体姿勢の確率分布を推定する手法を提案。実ロボット実験で挿入成功率を30%向上させた。
- ロボ触覚オリンピアード2.0：触覚ベース強化学習の標準化ベンチマーク触覚/強化学習/ベンチマーク2026/5/1
触覚ベースの強化学習を標準化するため、4種類のロボット形態で「盲目的」操作を評価するGPU並列ベンチマークを提案し、既存手法より10倍高速な性能を達成した。
- 関節物体のオンライン推定と操作マニピュレーション2026/1/1
視覚事前情報と固有感覚を因子グラフで統合し、未知の関節物体の関節状態をオンライン推定しながら操作する手法を提案。実機で75%の成功率を達成。
- 注意的特徴集約：ロバスト性を気にせずタスク関連の視覚手がかりに注目する方策VLA2025/11/1
事前学習済み視覚表現を用いた視覚運動方策において、タスク無関係な情報を無視する軽量な注意的特徴集約機構を提案し、視覚的摂動に対するロバスト性を向上させた。
- 歩行訓練支援ロボットにおけるヒューマン・イン・ザ・ループ最適化歩行支援・外骨格2025/10/1
下肢外骨格のアシスト制御をCMA-ESで個人ごとに最適化し、2日間の実験で検証したが、性能への明確な効果は見られなかった。
- 触覚強化学習によるロボット制御の強化触覚2025/10/1
自己教師あり学習で触覚観測を活用し、疎なバイナリ接触信号が巧みな操作に重要であることを示し、ボールバウンドや太極球回しで超人級の器用さを達成した。
- 足下垂管理のためのFESにおける必要時支援制御リハビリテーション/機能的電気刺激2025/10/1
足のつま先のクリアランスをリアルタイムで計測し、刺激強度を動的に調整する閉ループFES制御を提案し、健常者で足下垂を模擬して従来の開ループ制御と比較した。
- マルチモーダル大規模言語モデルによる選好に基づく長期的ロボット積み重ねマニピュレーション2025/9/1
マルチモーダルLLMを高レベルプランナとして用い、重さや安定性などの選好を考慮した長期的な積み重ねタスクを実現する。カスタムデータセットで微調整し、シミュレーションと実機ヒューマノイドで有効性を示した。
- 突いて打つ：タスクに即した探索方策の学習マニピュレーション2025/9/1
強化学習を用いて、タスクに必要な物体の物理特性を効率的に探索し、その後のタスク実行に活かす手法を提案。パックを打つタスクで90%の成功率を達成。
- 接触最適化による全身マルチコンタクトマニピュレーションのスケーリングマニピュレーション2025/8/1
ヒューマノイドロボットが全身を使って物体を操作するための接触最適化フレームワークを提案し、従来手法より77%高速な計画を実現、実機検証も行った。
- 近接・触覚センシングを用いた人間の実演による道具使用スキルの少数ショット転移sim2real2025/7/1
シミュレーションで接触状態を事前学習し、実世界での人間の実演で微調整することで、ロボットが多様な道具を使った表面追従タスクを少数の実演で習得できるフレームワークを提案した。
- 条件付き最適輸送カップリングによる高速フローベース視覚運動ポリシーVLA2025/5/1
ノイズとサンプル間の条件付き最適輸送カップリングを用いてフローODEを直線化し、拡散ポリシーより10倍高速で成功率も4%高い少数ステップのロボット視覚運動ポリシーを実現した。
- ContactFusion: 視覚と接触センシングを統合した確率的ポアソン表面マップマニピュレーション2025/3/1
力覚センサからエンドエフェクタ上の接触位置を推定し、視覚情報と統合して確率的ポアソン表面マップを構築することで、ペグ挿入タスクの穴位置推定精度を向上させた研究。
- ロボット歩行訓練の個別化に向けたモデルベース最適化歩行リハビリテーション2025/3/1
筋骨格モデルを用いて歩行訓練ロボットの制御パラメータを個人ごとに最適化する手法を提案し、健常者18名で検証した。個別化によりシミュレーションでは改善が予測されたが、実験では個人差が大きく、効果は限定的だった。
- 遮蔽環境下での非把持マニピュレーションのための視触覚推定と制御の学習マニピュレーション2024/12/1
シミュレーションで訓練した特権方策の多様な相互作用データを活用し、ベイズ深層学習による視触覚状態推定器と不確実性を考慮した制御方策を学習することで、遮蔽のある非把持マニピュレーションを実機で実現した。
- カテゴリ内転移による物体配置の効率的学習マニピュレーション2024/11/1
物体配置をカテゴリの標準フレームで学習し、新しい物体インスタンスへ転移することで、5回程度のデモから食器や家具などの配置を予測する手法を提案した。
- 双腕移動マニピュレータのオンライン柔軟全身モデル予測制御のための効率的表現マニピュレーション2024/10/1
ベジェ曲線パラメータ化を用いた二層MPCにより、双腕移動マニピュレータの全身運動をオンラインで生成し、柔軟な物体操作を実現する手法を提案。
- 一人称視点動画から精密なアフォーダンスを学習しロボット操作に応用アフォーダンス2024/8/1
一人称視点動画から人手ラベルなしで精密なアフォーダンス注釈を生成し、幾何情報と視覚基盤モデルで汎化性能を高め、道具把持やロボットから人への受け渡しなどの操作を実現するシステムを提案した。
- 全身接触を活用した操作における接触の明示的最適化マニピュレーション2024/8/1
ロボットが体表面全体で物体に接触して操作する問題に対し、接触と運動の計画を階層的な連続最適化として定式化し、ロボット表面の新たな連続表現を提案して収束性と計画時間を大幅に改善した。
- NAS: 足裏配置計画問題の全解をNステップで計算する手法歩行計画2024/7/1
階段昇降のような接触計画問題について、離散的な接触面と順序の全解を効率的に計算し、ヒューマノイドロボットのリアルタイム歩行計画に使えるアルゴリズムNASを提案した。
- 安定なニューラルODEを用いた深層力学系の学習力学系学習2024/4/1
複数のアトラクタを持つ安定な潜在力学系をニューラルODEで学習し、状態微分情報や状態計測を必要とせずに軌道生成を実現する手法を提案。
- 混雑環境における位置ベース注意機構を用いた目標指向物体押し操作の学習マニピュレーション2024/3/1
強化学習と位置ベース注意機構を組み合わせ、障害物が多い環境でもロボットが物体を目標姿勢まで衝突回避しながら押し操作できる手法を提案し、実機で検証した。
- 視覚から触覚・音響へのクロスモーダル転移学習による潜在物体特性認識触覚2024/3/1
視覚で学習した潜在表現を触覚・音響・モータデータへ転移学習し、ロボットが把持中の物体の形状・位置・姿勢を間接センサ情報から認識できるようにした研究。
- 大運動量物体の衝撃を考慮した両腕キャッチングマニピュレーション2024/3/1
高速で飛んでくる大きな運動量の物体を両腕ロボットで受け止めるため、接触位置・軌道・剛性・力をオンライン最適化し、衝撃を抑えて安定把持するフレームワークを提案。
- 歩行リハビリにおける患者・ロボット・FESの三者協調のための適応制御：パイロット研究リハビリテーションロボティクス2024/2/1
患者の随意運動を優先し、FESとロボット支援を階層的に適応制御することで、追従性能を向上させつつ筋疲労を抑える歩行リハビリ用ハイブリッド制御器を提案し、シミュレーションと健常者1名で検証した。
- 触覚表現の事前学習による力ベース動作の少数ショット模倣学習触覚/模倣学習2023/9/1
触覚表現エンコーダを大量の教師なしデータで事前学習し、動作生成デコーダを少数の人間デモで学習することで、未知のスポンジへの拭き動作を実現する半教師あり模倣学習手法を提案。
- 視覚と固有感覚を用いた因子グラフによる関節物体のオンライン推定マニピュレーション2023/9/1
視覚ベースの関節予測と操作中の運動センシングを因子グラフで統合し、未知の関節物体を開けるロボットシステムを実現した。
- マルチモーダルカテゴリカル探索を用いた強化学習による非把持平面マニピュレーションマニピュレーション2023/8/1
物体の押し操作のような非把持マニピュレーションにおいて、接触モードの多様性に対応するためカテゴリカル分布によるマルチモーダル探索を導入し、任意の初期・目標姿勢への高精度な押し操作を実現した。シミュレーションで学習した方策を実機KUKA iiwaに転移し、外乱や観測ノイズへの頑健性も示した。
- 非定常な人間と協調するロボットのための行動トランスフォーマー人間ロボット協調2023/7/1
人間の行動変化による非定常性に対応するため、メタ学習に基づく条件付きトランスフォーマーBeTransを開発し、シミュレーションで既存手法より速く適応できることを示した。
- 価値関数近似によるオンライン多接触リーチングホライズン計画歩行2023/6/1
多接触運動のオンライン計画を可能にするため、凸緩和モデルと学習ベースの2つの価値関数近似手法を提案し、ヒューマノイドの急斜面歩行で有効性を検証した。
- 全身MPCと最適領域選択による知覚型歩行歩行2023/5/1
接触面選択の組合せ爆発を避けつつ、全身MPCでロボットの限界に近い歩行動作をリアルタイム生成する枠組みを提案し、不整地やICRA 2023四足歩行チャレンジで検証した。
- 長期的な大規模遮蔽に頑健なRGB-D慣性動的SLAMSLAM2023/3/1
動的物体による長期的な大規模遮蔽下でも、カメラ追跡・動的物体の密なセグメンテーション・静的スパースマップ維持を同時に行うRGB-D慣性SLAMを提案。
- トポロジーに基づくMPCによる自動足配置と接触面選択歩行2023/3/1
トポロジーの巻き数とポテンシャル場を用いた接触面ペナルティ関数を導入し、全身ダイナミクスを考慮したMPCで足配置と接触面をリアルタイムに同時計画する手法を提案。
- OpTaS: 軌道最適化とモデル予測制御のための最適化ベースタスク記述ライブラリ軌道最適化2023/1/1
ロボットの軌道最適化とモデル予測制御のためのPythonライブラリOpTaSを提案し、単一スクリプトでカスタム非線形制約問題を記述でき、複数のソルバーと連携可能であることを示した。
- ROS-PyBulletインターフェース：信頼性の高い接触シミュレーションと人間-ロボット相互作用のためのフレームワークsim2real2022/10/1
信頼性の高い接触シミュレータPyBulletとROSを橋渡しするフレームワークを提案し、シミュレーション環境での人間-ロボット相互作用を支援する機能を提供する。
- 微分動的計画法による微分可能最適制御最適制御2022/9/1
DDPと感度解析を用いてロボットの運動のパラメータに対する勾配を効率的に計算する手法を提案し、振り子系とKinovaアームの共設計タスクで有効性を示した。
- 零空間分解による逆動力学MPC歩行2022/9/1
脚式ロボットのMPCにおいて、等式拘束を零空間パラメータ化で効率的に扱う逆動力学ベースの手法を提案し、ANYmalでの動的登攀を実現した。
- 事前モデル不要の把持のための疎密モーション・モデリングと追跡マニピュレーション2022/4/1
物体の動きから未知物体をオンラインでセグメンテーションし、疎・密の追跡を組み合わせてモデル化することで、事前モデルなしに把持を可能にする手法を提案した。
- 複数の大きな動的物体を含む屋内平面環境におけるRGB-D SLAMSLAM2022/3/1
カメラ視界が複数の動的平面物体で大きく遮られる環境でも、カメラ運動事前分布を活用して物体追跡・自己位置推定・背景再構成を同時に行う密なRGB-D SLAM手法を提案した論文。
- 脚式ロボットの俊敏な機動：予測制御アプローチ歩行2022/3/1
触覚情報と全身ダイナミクスを考慮したハイブリッド予測制御器を提案し、ANYmalロボットが実環境で俊敏な機動を生成・実行できることを示した。
- 腕付き四足ロボットの堅牢な移動操作フレームワークRoLoMa移動操作2022/3/1
外乱に対するロバスト性を表す指標を提案し、それを軌道最適化に組み込むことで、腕付き四足ロボットの複雑な移動操作タスクをより強い外乱に耐えられる軌道で解けるようにした。
- 認識的不確かさ下での確率的整合性を保証する集合ベース状態推定状態推定2021/10/1
学習モデルの認識的不確かさを考慮し、ゾノトープで状態を推定して高確率で真の状態を包含することを保証するGP-ZKFを提案し、振り子とロボット介助着衣で有効性を示した。
- 脚式ロボットの高ダイナミックジャンプのための慣性整形を伴う統一モデル跳躍制御2021/9/1
脚を点質量・胴体を単一剛体として扱うLL-SRBMを提案し、脚姿勢で重心慣性を能動的に変えて二足・四足ロボットの高ダイナミックジャンプ性能を向上させた研究。
- 相補性制約付き軌道最適化による非把持平面マニピュレーションマニピュレーション2021/9/1
物体の固着と滑りを切り替える平面操作を、相補性制約付き数理計画として軌道最適化し、計画とMPCの両方に適用してKUKA LWRで実機検証した論文。
- PoseFusion2：リアルタイムでの背景再構成と人体形状復元の同時実現SLAM2021/8/1
動く人間を検出して動的物体を分離し、高密度な静的背景の再構成と人体ポーズ・形状の推定をリアルタイムで同時に行うSLAMフレームワークを提案した論文。
- 適応型インピーダンス制御による堅牢で器用な双腕テレ協調テレオペレーション2021/8/1
フラクタルインピーダンス制御を双腕テレ協調に拡張し、ゲイン調整なしで動的タスク間を安定に切り替えられる高透明・高器用な遠隔操作系を実現した研究。
- 音響融合：動的環境における視覚SLAMへの音源定位の統合SLAM2021/8/1
動的物体の音を音源定位で検出し、その方向情報をRGB-D画像に融合することで、計算コストを抑えつつ動的障害物の影響を除いたマルチロボットSLAMを実現した。
- HapFIC: 多関節システムにおける安全な環境インタラクションのための適応型力/位置制御力制御2021/6/1
フラクタルインピーダンス制御の受動性と非線形性を活かし、エンドエフェクタの力覚フィードバックを用いた有限探索で適応的に力/位置を切り替える制御器を提案し、物理シミュレーションで剛体を含む多様な物体との安定な接触制御と接触切替を実証した。
- 動的脚式ロボットのための汎用コデザインフレームワークコデザイン2021/3/1
二段階最適化を用いて、脚式ロボットの形態・質量分布・アクチュエータを動力学や摩擦制約を考慮しつつ動作と同時に設計する手法を提案し、跳躍・トロット動作で省エネな四脚ロボットを設計できることを示した。
- 異種マルチロボット協調操作のための分散型能力認識適応制御群制御2021/2/1
各ロボットの力発揮能力をオンラインで最大化しつつ、通信なしで負荷分散と協調を実現する分散型適応制御手法を提案し、異種ロボット群の協調搬送で検証した。
- 受動的ナビゲーション計画アルゴリズムによる移動ロボットの衝突回避制御ナビゲーション2020/11/1
フラクタルインピーダンス制御と弾性バンドを組み合わせ、低計算資源で滑らかな経路計画と衝突回避を実現する受動的制御手法を提案し、シミュレーションと実機で検証した。
- 微分動的計画法によるスパース性誘導最適制御最適制御2020/11/1
DDPベースの最適制御にL1・Huber正則化を導入し、衛星やヒューマノイドの制御でスパースな制御入力を実現する手法を提案・検証した。
- 軌道最適化における逆動力学と順動力学の比較：直接変換法での検証軌道最適化2020/10/1
剛体接触を含む系で逆動力学と順動力学の軌道最適化性能を比較し、逆動力学が収束速度・反復回数・粗い離散化への頑健性で優れることを示した。
- パーシステントホモロジーによるメモリクラスタリングで最適制御のウォームスタートを改善する手法最適制御/学習ベースウォームスタート2020/10/1
解空間の不連続性やマルチモーダル構造をパーシステントホモロジーで自動クラスタリングし、クラスタごとにMixture-of-Expertsを学習して最適制御ソルバのウォームスタート精度を高めた研究。
- 動的四足歩行のためのロバスト足置き計画とLQR制御歩行2020/10/1
足置き計画を400Hzで更新し、LQRを射影逆動力学制御に適用することで、外乱や環境不確実性に対する四足歩行のロバスト性を向上させた研究。
- 実行可能性駆動型の制御制約付きDDP軌道最適化2020/10/1
制御制約と初期化の制限を扱うため、動的実行可能性を調整する実行可能性駆動型DDP（BOX-FDDP）を提案し、四足・ヒューマノイドの複雑な運動生成とMPCへの適用を示した。
- RigidFusion: 大きな動的剛体物体を含む環境でのロボット自己位置推定とマッピングSLAM2020/10/1
RGB-D SLAMにおいて、カメラ視界の大部分を遮蔽する大きな動的剛体物体を一つの剛体として扱い、静的背景と動的物体を同時にセグメンテーション・追跡・再構成することで、事前知識なしに高精度な自己位置推定とマッピングを実現した。
- 衝撃を考慮したマニピュレーションのためのマルチモード軌道最適化マニピュレーション2020/6/1
接触力の伝達モデルを軌道最適化に組み込み、接触力・接触タイミング・連続軌道・コンプライアンスを同時に最適化することで、衝撃を伴う接触動作を計画する手法を提案し、大運動量物体の停止タスクで実機検証した。
- 脚式ロボットによる産業環境での検査・介入のための全身制御の可変自律性脚式ロボット2020/4/1
脚式ロボットの遠隔操作を支援するため、全自動・半自律・ハプティック操作の3モードを持つ全身制御フレームワークを提案し、現場試験で検証した。
- 車輪跳躍ハイブリッドロボットのモデリングと制御跳躍・車輪移動2020/3/1
伸縮関節を備えた車輪ロボットの簡易テンプレートモデルを解析的に導出し、モデル予測制御で障害物跳躍や起き上がり動作を最適化により実現した研究。
- 車輪付き二足ロボットのオンライン動的運動計画と制御歩行2020/3/1
車輪付き二足ロボットの動的な走行と歩行を統合するため、Cart-LIPMとLIPMをテンプレートモデルとしたMPCベースの階層型計画・制御フレームワークを提案し、シミュレーションで障害物を越えるハイブリッド運動を実証した。
- フラクタルインピーダンスを用いた生体模倣型適応力/位置制御力制御2020/3/1
フラクタルインピーダンス制御の力の不連続性と力フィードバック欠如を、仮想拮抗筋による変調と並列力/位置制御で改善し、外部環境に適応する力追従を実現した研究。
- 多面体射影を用いた外乱に頑健な動的軌道の最適化軌道最適化2020/3/1
外乱力や不確かなペイロードに対するロバスト性を考慮し、ロボットの運動学構造を活かして非線形計画問題を解きやすい形に変換することで、頑健な動的軌道を生成する手法を提案した。脚式ロボットにマニピュレータを搭載した機体で有効性を示した。
- ヒューマノイドの全身運動スキルを深層強化学習で獲得する階層的フレームワーク歩行・バランス制御2020/2/1
物理シミュレータ上で深層強化学習を用い、足首・股関節・足傾斜・踏み出しなどの多様なバランス回復動作を単一のポリシーで学習し、実機転送可能な全身運動スキルを獲得した研究。
- 四足ロボットの全身ロコマニピュレーションを強化する胴体-地面接触の最適化ロコマニピュレーション2020/2/1
胴体に取り付けた突起(プラング)で地面と点接触させ、安定性指標SUFを高速近似して階層型QP制御で全身ロコマニピュレーションの頑健性を高め、実機で障害物越えや大型物体操作を実証した。
- 受動的タスク空間コントローラの重畳による冗長ロボットの安全で柔軟な制御マニピュレーション2020/2/1
複数の受動的タスク空間コントローラを階層的に重畳し、行列逆演算や最適化を用いずに冗長マニピュレータを安全かつ柔軟に制御する手法を提案した。動的タスクでサブセンチメートル精度の追従を達成しつつ、特異点や環境との相互作用に対して堅牢であることを示した。
- Crocoddyl：多接触最適制御のための効率的で汎用的なフレームワーク最適制御2019/9/1
多接触最適制御のためのオープンソースフレームワークCrocoddylを提案し、非実行可能な軌道も扱える新アルゴリズムFDDPにより跳躍や前方宙返りなどの高ダイナミック動作を数ミリ秒で計算可能にした。
- 残余力ポリトープ：動的軌道が発揮可能なタスク空間力の表現軌道最適化2019/8/1
動的動作中にロボットが外力に抗して発揮できる力の集合を「残余力ポリトープ」として定式化し、軌道最適化の評価指標に応用して外乱に頑健な軌道が得られることを示した。
- 遠隔操作モードの比較：制約タスクにおける操作性評価遠隔操作2019/5/1
重機の遠隔操作において、操作入力の次元数と制御空間の違いがタスク性能に与える影響をフィッツの法則と制約達成度で比較し、低次元タスク空間での指令が関節空間操作より高性能であることを示した。
- 四足歩行のタスク空間計画のための解析モデル歩行2019/2/1
四足歩行を重心で連結された2つの二足歩行として捉え、重力アトラクタのトポロジーに基づく代数モデルを拡張して、重心と足の軌道を簡易に生成する手法を提案した。
- ORCAハブ：知的インターフェースによる説明可能なオフショアロボティクス群制御2018/3/1
洋上エネルギー施設でロボット群と自律知能システムを安全に運用するため、遠隔オペレータへの状況認識と透明性を高める説明可能なインターフェースを研究・実証するプロジェクトの紹介。
- iDRM: 複雑環境でのリアルタイム終端姿勢選択を伴うヒューマノイド動作計画動作計画2016/7/1
逆動的到達可能性マップ(iDRM)を提案し、複雑で動的に変化する環境において浮遊ベース系が衝突のない有効な終端姿勢をリアルタイムで選択できるようにした。38自由度ヒューマノイドValkyrieでの評価により、瞬時に有効姿勢を発見でき、動作計画の効率も向上することを示した。
- ヒューマノイドロボットへのサンプリングベース運動計画の拡張運動計画2016/7/1
カスタム状態空間表現とバイアス付きサンプリング、ロバスト逆運動学に基づくステアリング関数を用いて、既存のサンプリングベース計画法を38自由度ヒューマノイド(NASA Valkyrie)の到達運動に適用可能にした研究。
