Thanpimon Buamanee
収録論文 7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
- Bi-HIL: サブタスク進行率とキーフレームメモリを用いた双方向制御に基づくマルチモーダル階層模倣学習による長時間の接触を伴うロボット操作マニピュレーション2026/3/1
長時間の接触を伴うロボット操作を安定化するため、サブタスク進行率とキーフレームメモリを統合した双方向制御ベースの階層模倣学習フレームワークを提案し、実機タスクで有効性を検証した。
- Bi-VLA: 視覚言語融合による双方向制御ベースの模倣学習VLA2025/9/1
双方向制御による模倣学習に視覚と言語指示を融合させ、単一モデルで複数タスクを実行できるようにしたフレームワークを提案し、実機実験で成功率の向上を示した。
- Bi-LAT: 双方向制御と言語指示を統合した模倣学習による力加減の調整模倣学習2025/4/1
言語指示(「やさしく掴む」など)と双方向遠隔操作の力覚データをTransformerで統合し、ロボットが指示に応じて把持力やねじり力を調整できる模倣学習フレームワークを提案した。
- ALPHA-αとBi-ACTこそが必要なすべて:低コストシステムによる片腕・両腕ロボットマニピュレーションの模倣学習における位置・力情報/制御の重要性模倣学習2024/11/1
位置と力の両方を活用する双方向制御ベースの模倣学習手法Bi-ACTと、多様な制御モードに対応した低コスト両腕ロボットハードウェアALPHA-αを提案し、力制御の重要性を示した。
- DABI: 画像を用いたバイラテラル制御ベース模倣学習におけるダウンサンプリングによるデータ拡張手法の評価模倣学習2024/10/1
ロボットの模倣学習において、1000Hzの関節データと100Hzの画像をダウンサンプリングで同期させ、データを10倍に拡張するDABIを提案し、実機実験で成功率の大幅な向上を確認した。
- ILBiT: 双方向制御とTransformerを用いた位置・トルク情報に基づくロボットの模倣学習模倣学習2024/1/1
双方向制御に基づく模倣学習において、従来のLSTMの代わりにTransformerを採用し、位置とトルク情報を用いることで、100Hzの高周波動作と異なる硬さの物体への適応性を実現した。
- Bi-ACT: 双方向制御ベースの模倣学習とTransformerによる行動チャンキング模倣学習2024/1/1
双方向制御で収集した力・関節情報と画像をTransformerで学習し、リーダーロボットの関節角度・角速度・力を予測してフォロワーを制御する模倣学習手法を提案。
