Sulabh Kumra
収録論文 6本 ・ フィジカルAI/ロボット学習
マニピュレーション把持教示学習把持検出
※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
- 前行動条件付きロボットマニピュレーションネットワークによる多段階操作方策の学習マニピュレーション2022/2/1
シーン画像と前行動のQ値予測から多段階操作の行動候補を学習するPAC-RoManNetを提案し、タスク進捗ベースの報酬と損失調整型探索で成功率と行動効率を向上させた。
- タスク進捗ガウス報酬と損失調整探索によるロボットマニピュレーション学習マニピュレーション2021/3/1
視覚ベースのRoManNetとタスク進捗に基づくガウス報酬、損失調整探索を組み合わせ、多段階のロボットマニピュレーションタスクを強化学習で学習する手法を提案した論文。
- 深層強化学習によるロボット把持マニピュレーション2020/7/1
視覚運動フィードバックを用いた深層強化学習で把持方策を学習し、マルチビューカメラで把持精度を向上させた研究。
- 生成的残差畳み込みニューラルネットワークによる対向型ロボット把持把持2019/9/1
GR-ConvNetという生成型残差CNNを提案し、未知物体の対向型把持をリアルタイム(約20ms)で生成。標準データセットで97.7%の精度を達成し、実機でも95.4%の把持成功率を示した。
- 隠れマルコフモデルの状態分布を用いた協働ロボットの教示学習教示学習2018/9/1
人間の教示からキーポイントを抽出し、隠れマルコフモデルでスキルを学習して汎化軌道を生成する協働ロボット向けの対話的枠組みを提案した。
- 深層畳み込みニューラルネットワークによるロボット把持検出把持検出2016/11/1
RGB-D画像から深層CNNで特徴を抽出し、浅いCNNで並列板グリッパーの最適把持姿勢を予測するシステムを提案。Cornell Grasp Datasetで89.21%の精度を達成し、リアルタイム動作を実現した。
