Sho Sakaino
収録論文 28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
- VFILC: サンプリング周波数ILCによる模倣学習での正確な周波数外挿模倣学習2026/6/1
模倣学習で速度外挿時の周波数誤差を補正するため、可変周波数模倣学習(VFIL)に反復学習制御(ILC)を組み合わせたVFILCを提案し、実験で周波数誤差を大幅に削減した。
- 低コストロボットアームのための再現可能かつ物理的に実現可能な動的パラメータ同定フレームワークパラメータ同定2026/5/1
低コストロボットアームCRANE-X7の動的パラメータを、物理的実現可能性を保証しつつ同定するフレームワークを提案。慣性積の削減、SDP投影、閉ループ誤差補正を組み合わせ、統計的に中心的なモデルを選択する。
- 高速接触豊富模倣学習のためのインクリメンタル反復参照学習制御による加速デモンストレーションの精緻化模倣学習/接触操作2026/4/1
高速な接触を伴う操作の模倣学習において、人間のデモを単純に加速すると接触ダイナミクスが変わり追従誤差が生じる問題を、反復参照学習制御を拡張したI2RLCで参照軌道を段階的に高速化しながら更新することで解決し、実機タスクで最大10倍速の高忠実デモ生成と模倣学習ポリシーの成功率向上を実証した。
- 運動プリミティブの統合による階層的比例モデルを用いた動作生成模倣学習2026/2/1
運動プリミティブを比例的に組み合わせる階層的模倣学習フレームワークを提案し、実機のピックアンドプレースでプリミティブにない複雑動作の生成に成功した。
- 力生成模倣学習:制御技術による位置軌道と力指令の橋渡し模倣学習2026/2/1
位置軌道から力指令を生成するモデルを提案し、メモリなしモデルとフィードバック制御を組み合わせることで未知の軌道にも対応可能にした。
- 回転行列を用いた6自由度マニピュレータによるデカップリングスケーリング4chバイラテラル制御バイラテラル制御2025/10/1
直交座標系で各次元をスケーリング係数に依らずデカップリングし、所望のダイナミクスを実現する4chバイラテラル制御法を提案した。
- 行動特性の分離表現学習に基づく模倣学習模倣学習2025/9/1
人間の修飾指示に応じてロボット動作をオンラインで調整する模倣学習手法を提案し、拭き取りやピックアンドプレースで有効性を示した。
- 低コストマニピュレータ向けセンサレス4チャネルバイラテラル遠隔操作の設計と実験的検証遠隔操作2025/7/1
低分解能エンコーダとトルクセンサなしの低コストマニピュレータで、非線形ダイナミクス補償と外乱オブザーバによる速度・外力推定を組み合わせ、力覚フィードバックを実現するセンサレス4チャネルバイラテラル遠隔操作を提案し、実機実験で有効性を示した。
- 食品トッピングチャレンジ2024への動作生成:いくら丼の盛り付けと唐揚げのピッキングマニピュレーション2025/4/1
人間の教示から位置と力を同時に学ぶ四チャネルバイラテラル制御を用い、いくら盛り付けと唐揚げピッキングの食品ハンドリングタスクで高成績を達成した。
- モーション・リタッチ:四チャネルバイラテラル制御を用いた動作修正マニピュレーション2025/2/1
四チャネルバイラテラル制御で取得した動作データに対し、位置だけでなく力情報も事後的に修正できる手法を提案し、実機の試験管移し替えタスクで成功率の向上を示した。
- 可変速ティーチング・プレイバックによる実世界データ拡張を用いた模倣学習模倣学習2024/12/1
力制御を含む模倣学習において、教示再生の速度を変えて実機データを水増しするデータ拡張手法を提案し、ピック&プレースと拭き取りタスクで成功率が最大55%向上した。
- 可変速度運動のための可変周波数模倣学習模倣学習2024/11/1
一定のサンプリング周波数に依存する従来の模倣学習の限界を克服するため、可変サンプリング周波数で学習するVFILを提案し、速度精度と成功率を向上させた。
- 誤差フィードバックによる両側制御ベース模倣学習の出力補正モデル模倣学習2024/11/1
ニューラルネットの階層構造に誤差フィードバック機構を組み込み、下位層が上位層の出力を追従することで、未学習の文字書きタスクの精度を向上させた研究。
- 不感帯を考慮したニューラルネットワークの損失関数マニピュレーション2024/2/1
マニピュレータの逆動力学をNNで学習する際、アクチュエータの不感帯にある関節の誤差を除外する損失関数を提案し、実機実験で精度向上を確認した。
- ニューラルネットワークの各層に画像特徴を入力する模倣学習模倣学習2024/1/1
模倣学習において、画像などの高次元データをニューラルネットワークの各層に直接入力することで、短いサンプリング周期でも多様なデータの影響を増幅し、タスク成功率を向上させる手法を提案した。
- 双方向制御ベースの模倣学習とクロス構造ハンドによる柔軟・剛体物体の把持マニピュレーション2023/11/1
双方向制御ベースの模倣学習と新開発のクロス構造ハンドを組み合わせ、柔軟物や剛体物など多様な物体の把持と道具の使用を実現した。
- 組立作業のための非対角剛性行列の設計マニピュレーション2022/10/1
コンプライアンス制御において非対角要素を含む剛性行列を設計し、三角行列を用いることで固有値設計を簡略化して組立作業を容易にする手法を提案した。
- 動作速度を考慮した自己教師あり学習による把持を伴わないマニピュレーションの模倣学習マニピュレーション2022/6/1
把持せずに物体を操作する非把持マニピュレーションにおいて、自律動作中の成功データのみを自己教師あり学習で微調整し、速度変化に対応できる手法を提案。パンケーキのすくい上げ・運搬タスクで成功率を40.2%から85.7%に改善した。
- 両側制御に基づく模倣学習のための独立学習可能な階層モデル模倣学習2022/3/1
長期タスクの模倣学習を可能にするため、長期計画を学ぶ上層と動作プリミティブを学ぶ下層を独立に訓練できる階層モデルを提案し、従来法より短時間で同等以上の成功率を達成した。
- 速度制御ロボットのためのバイラテラル制御に基づく模倣学習模倣学習2021/3/1
力制御を伴う模倣学習を、トルク制御ができない速度指令のみの市販ロボットに適用できるよう拡張し、モップ掛け作業で有効性を実験検証した論文。
- 複数動作に対応した可変速度運動生成のための模倣学習模倣学習2021/3/1
双方向制御ベースの模倣学習を用い、複数の動作において指定した完了時間に応じて速度を変える運動生成手法を提案し、4種類のニューラルネットモデルを比較して最良モデルを選定した。
- 指令補償を備えた新たな自己回帰型ニューラルネットワークによる双方向制御ベースの模倣学習模倣学習2021/3/1
双方向制御ベースの模倣学習において、スレーブ状態のみを入力とする自己回帰型モデル(S2SM)を提案し、スレーブの応答と推定値の誤差を利用したフィードバック制御によりタスク成功率と再現性を向上させた。
- 接触動作の可変速度を実現する模倣学習模倣学習2021/2/1
接触を伴う作業において、環境の空間的な変化に適応しつつ動作速度を可変にする模倣学習手法を提案し、ロボットによる消しゴムでの線消し作業で評価した。
- 自己回帰学習を導入したバイラテラル制御ベースの模倣学習による動作生成模倣学習2020/11/1
バイラテラル制御ベースの模倣学習に自己回帰学習を組み込み、長期的な動作生成の性能と環境変化への汎化性を向上させた研究。
- 強化学習による制御剛性最適化を備えた組立ロボットマニピュレーション2020/2/1
組立作業における接触の多いタスク向けに、強化学習で剛性行列をオンライン生成し局所軌道最適化の性能を高める手法を提案し、2つの接触タスク実験で有効性を検証した。
- 長短期運動を考慮した時系列動作生成模倣学習2019/9/1
マルチデシメーション法に着想を得て、位置と力の情報に適した異なるサンプリング周期で短期・長期の運動を推論する模倣学習手法を提案し、ロボットによる文字書きタスクで有効性を検証した。
- バイラテラル制御を用いた模倣学習による人とロボットの協調作業模倣学習2019/9/1
バイラテラル制御で人間の力覚的な操作技能を抽出し、模倣学習によって料理の配膳など人とロボットの動的な協調作業を実現した研究。
- バイラテラル制御を用いた位置・力情報に基づく物体操作の模倣学習模倣学習2018/11/1
バイラテラル制御で作用力と反作用力を分離し、位置と力の情報をニューラルネットで学習して、定規に沿って線を引く物体操作スキルを模倣できるか検証した論文。
