Stephen J. Redmond
収録論文 13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
- 乳頭構造を模したニューロモーフィック触覚センサによる初期滑り検出システム触覚2025/9/1
乳頭状の皮膚構造を持つNeuroTacセンサとスパイキングCNNを組み合わせ、物体が滑り始める前の「初期滑り」を低消費電力で検出するニューロモーフィック触覚システムを提案した。
- オフライン方策学習を改善するためのデータセットクラスタリングオフライン強化学習2024/2/1
複数の方策で集められたデータセットを行動ごとにクラスタリングして単一行動のサブセットに分割し、オフライン方策学習の性能を向上させる手法を提案した。
- PapillArray光学触覚センサを用いた学習ベースの初期滑り検出によるロボット把持の安定化触覚2023/7/1
PapillArray触覚センサのデータから初期滑りを学習ベースで検出する手法を提案し、データ拡張により未知の把持環境でも高精度に滑りを予測して把持を安定化させた。
- オフライン学習データセット中のエキスパート行動の特定によるロボットマニピュレーション方策の行動クローニング改善マニピュレーション2023/1/1
混合データセットから半教師あり学習でエキスパートデータを特定し、対称性を利用したデータ拡張と組み合わせることで、行動クローニングの性能を大幅に向上させた。
- 正例・未ラベル学習による行動クローニングの改善模倣学習2023/1/1
品質が混在するロボットデータセットから少数の高品質な正例を用いて専門家軌道を反復的に特定し、そのフィルタ済みデータに行動クローニングを適用することで、オフライン強化学習や模倣学習のベースラインを上回る性能を実現した。
- 深層強化学習と知識転移による複雑なスパース報酬タスクのための器用なロボットマニピュレーションマニピュレーション2022/5/1
深層強化学習と知識転移を用いて、立方体を位置と姿勢の両方で操作する複雑なタスクを実現した研究。
- 想像上の後知恵経験再生:スパース報酬タスクのための好奇心駆動型モデルベース学習モデルベース強化学習2021/10/1
モデルベース強化学習に想像データと後知恵経験再生・好奇心報酬を組み合わせ、スパース報酬の多目標ロボットタスクを報酬設計なしでデータ効率よく学習する手法を提案した。
- クラウド上のロボット競技会:Real Robot Challengeマニピュレーション2021/9/1
遠隔操作可能な3本指ロボットプラットフォームを構築し、世界中のチームが参加できる器用な物体操作の競技会を開催した。競技で収集した数百時間分のデータセットも公開している。
- 深層強化学習による実機ロボットチャレンジの攻略sim2real2021/9/1
3本指ロボットで立方体を目標軌道に沿って運ぶ課題を、シミュレーションでのドメインランダム化とHindsight Experience Replayを用いた純粋な強化学習で解き、実機転移に成功した。
- リー群制約付き拡張カルマンフィルタと少数IMUによる下半身キネマティクス推定IMU/歩行計測2021/3/1
2〜3個のウェアラブル慣性センサのみで歩行中の骨盤・大腿・下腿・足の運動学を推定するリー群ベースの拡張カルマンフィルタを提案し、光学式モーションキャプチャの手法と比較評価した。
- 指紋構造で初期滑りを誘発する生体模倣触覚センサ触覚2020/8/1
人間の指紋を模した同心円状の隆起を光学式触覚センサに追加し、物体把持時に生じる部分的な滑り(初期滑り)を誘発・検出して、物体の落下を事前に防げることを示した論文。
- 3つのウェアラブルセンサのみで歩行時の下肢キネマティクスを推定する制約付きカルマンフィルタアルゴリズムウェアラブルセンサ/歩行計測2019/10/1
骨盤と両すねに装着した3つの慣性センサのみから、制約付きカルマンフィルタを用いて歩行中の骨盤・大腿・下腿の3次元運動を推定する手法を提案し、光学式モーションキャプチャとの比較で精度を評価した。
- リー群制約付きEKFと少数ウェアラブルIMUによる下肢運動学推定歩行2019/10/1
3つのIMUとリー群表現・制約付き拡張カルマンフィルタを用いて歩行中の骨盤・大腿・下腿の運動学を推定し、膝・股関節角度を高精度に求めた研究。
