Syn Schmitt
University of Stuttgart
収録論文 7本 ・ フィジカルAI/ロボット学習
アシストデバイス飛行ロボットマニピュレーション歩行筋骨格制御強化学習/筋骨格系形態計算
※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
- 上肢の振戦・失調補償に向けた透明性の高い3自由度支援デバイスの設計と実験的検証アシストデバイス2026/10/22
日常生活動作での振戦・失調補償を目指し、全アクチュエータを基部に配置した高透明3自由度支援デバイスを開発し、水平面の開ループ力提示と鉛直方向の閉ループ力制御を組み合わせたハイブリッド制御で透明性と力生成の両立を実験的に示した。
- 持続可能な飛行のための身体性知能:能動的形態制御を備えた滑空ロボット飛行ロボット2025/8/1
鳥に着想を得た形状変化ロボットFloatyを開発し、風力エネルギーを利用した受動的滑空と形態制御により、10m/sの上昇気流中でもホバリング・機動・外乱抑制を実現。消費電力は10W/kgと従来のスラスタ型より1桁低い。
- 強化学習における人間らしい腕運動の生成:報酬項とタスク要件の定量的比較マニピュレーション2024/2/1
筋骨格腕モデルの強化学習において、タスク要件・ノイズ・最適性原理の組み合わせが人間らしい腕運動と三相性筋活動パターンを生むかを定量的に比較した。
- 実演データなしの強化学習による高次元筋骨格モデルの自然で頑健な歩行歩行2023/9/1
専門家の実演データに頼らず強化学習のみで、高次元筋骨格モデルに自然で外乱に強い二足歩行を獲得させた研究。
- 筋肉で学ぶ:人型タスクにおけるデータ効率とロバスト性の利点筋骨格制御2022/7/1
筋骨格系の非線形ダイナミクスが学習にもたらす利点を検証し、データ効率・ハイパーパラメータ感度・ロバスト性の面で筋肉アクチュエータの優位性を示した。
- DEP-RL: 過剰駆動・筋骨格系の強化学習における身体性に基づく探索強化学習/筋骨格系2022/6/1
過剰駆動な筋骨格系の強化学習では探索が非効率という問題に対し、自己組織化由来の差分外在可塑性(DEP)を組み込み、到達・歩行タスクを高効率かつ頑健に学習できるようにした。
- 筋とDCモータ駆動のホッピングモデルにおける形態計算の評価形態計算2015/12/1
筋駆動とDCモータ駆動のホッピングモデルで2種類の形態計算指標を評価し、状態依存的な分析が平均指標だけでは得られない知見を与えることを示した。
