Timothy Bretl
収録論文 16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
- 形状から変形可能な線状物体の力相互作用を推定する変形可能物体操作2026/2/1
深度カメラで得たワイヤの形状のみを用い、静力学的釣り合いの仮定のもとで外部から加わる力の位置と大きさを線形方程式系を解いて推定する手法を提案し、シミュレーションと実機実験で検証した。
- KnotDLO: 解釈可能な結び目形成に向けてマニピュレーション2025/6/1
把持と目標ウェイポイントを現在のロープ形状から計画し、人間のデモや訓練なしに片手で結び目を結ぶ手法を提案。16回の試行で50%の成功率を達成。
- DLO-Splatting: 3Dガウシアンスプラッティングによる変形可能な線状物体の追跡変形物体操作2025/5/1
多視点RGB画像とグリッパ状態から、予測更新フィルタリングと3Dガウシアンスプラッティングを用いて変形可能な線状物体の3D形状を推定する手法を提案し、結び目作成タスクで有効性を示した。
- GSFeatLoc: 3Dガウシアンスプラッティングを用いた特徴対応による視覚的ローカリゼーション視覚的ローカリゼーション2025/4/1
3Dガウシアンスプラッティングで合成したRGBD画像とクエリ画像の特徴対応からPnP問題を解くことで、高速かつ高精度にカメラ姿勢を推定する手法を提案。
- 測定サブセット選択による複数IMUの効率的な外部自己校正キャリブレーション2024/7/1
複数のIMUの外部校正において、測定の有用性がパラメータ推定値に鈍感であるという仮説を立て、初期推定値で有用性を評価することで校正時間を2桁削減する手法を提案した。
- 一般化座標における離散弾性ロッドを用いた変形可能な線状物体の高精度シミュレーションとパラメータ同定sim2real2023/10/1
ロープやケーブルなどの変形可能な線状物体（DLO）を、ロボット物理シミュレータMuJoCo上で高精度かつ高速にシミュレーションする手法を提案し、曲げ・ねじり剛性を同定するパイプラインを開発した。
- 時間刻み周波数が異なるスケールの物体に対するロボットマニピュレーションシミュレーションの現実性に与える影響sim2real2023/10/1
ロボットマニピュレーションシミュレーションにおいて、時間刻み周波数と物体スケールが精度に与える影響を評価し、小規模物体では高周波数化が精度向上に寄与することを示した。
- フィデューシャルマーカーを用いたVisual SLAMによる移動ロボット自己位置推定の比較研究SLAM2023/9/1
フィデューシャルマーカーを利用したVisual SLAMの3つのモード（SLAM、事前地図ありSLAM、事前地図あり位置推定）を屋内画像列で比較し、軌道誤差と実行時間を評価した。事前地図の品質を変化させた場合の頑健性も検証した。
- マルチスケール基準マーカーを用いた回転翼機の離着陸ナビゲーション支援ビジュアルSLAM2023/9/1
入れ子状に配置可能なマルチスケール基準マーカーを活用した視覚SLAMを構築し、回転翼機の半自律離着陸における性能を実機実験で評価した。
- ハイパーグラフに基づくマルチロボットのタスク・動作計画マニピュレーション2022/10/1
マニピュレータによる物体再配置のためのマルチロボットタスク・動作計画手法を提案し、ハイパーグラフ表現により計画空間を分解することで、既存手法より最大3桁高速かつ最大20物体の計画を可能にした。
- 真に決定論的な方策最適化強化学習2022/5/1
探索ノイズを注入せず決定論的方策空間で探索する方策勾配法TDPOを提案し、Wasserstein型二次モデルによる単調改善保証と厳密なアドバンテージ推定を示した。周波数領域の非局所報酬や8000ステップの長地平線タスクで既存手法を大きく上回る。
- 産業用協働組立プロジェクトからの知見：研究と連携における教訓産業用協働ロボティクス2022/5/1
3つの学術研究グループと産業パートナーが協働し、サブセンチ精度の組立向け柔軟・安全・高生産性な製造セルを開発した産学連携プロジェクトの教訓を報告する。
- 任意軌道からの複数慣性センサの外部キャリブレーションキャリブレーション2022/5/1
複数のIMUのみの計測から剛体上の相対姿勢を推定する非線形最小二乗法を提案し、カメラやマーカー不要で任意の軌道に適用可能なことを示した。
- iCaps: カテゴリレベル物体の姿勢と形状の反復推定6D姿勢推定2022/1/1
深度画像からカテゴリ内の未知物体の6D姿勢を追跡し、符号付き距離関数に基づく潜在表現で3D形状を反復的に推定する手法を提案。
- ロボットマニピュレーションのための自己教師あり6D物体姿勢推定6D姿勢推定2019/9/1
シミュレーションで学習したモデルを起点に、実世界画像へ正確な6D姿勢ラベルを自動付与し、物体の把持・押し動作でデータを継続収集しながら姿勢推定を自己教師ありで改善するロボットシステムを提案した。
- PoseRBPF：6D物体姿勢追跡のためのRao-Blackwellized粒子フィルタ物体姿勢推定2019/5/1
物体の3D回転と3D並進を分離し、回転空間を細かく離散化してオートエンコーダで特徴埋め込みのコードブックを構築することで、対称性を持つ物体でも高精度に6D姿勢を追跡する手法を提案した。
