Todor Stoyanov
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
- 散らかった環境でのロボット把持のための単視点形状補完マニピュレーション2025/12/1
単視点の深度画像から拡散モデルを用いて物体の完全な3D形状を補完し、散らかった家庭用品の把持成功率を向上させる手法を提案した。
- コンテキストは現実ギャップを埋められるか?コンテキスト認識ポリシーのSim-to-Real転送sim2real2025/11/1
シミュレーションから実機への転送において、動力学パラメータの推定値(コンテキスト)をポリシーに条件付けることで性能が向上するかを検証し、実機の押し操作タスクで有効性を示した。
- 新規合成視点での把持生成のための放射輝度場の活用マニピュレーション2025/5/1
Gaussian Splattingなどの放射輝度場を用いて新規視点画像を合成し、把持姿勢生成の精度とカバレッジを向上させる手法を提案した。
- 定義済み行動を超えて:行動木と動的運動プリミティブを統合したロボットのデモンストレーション学習模倣学習2025/5/1
行動木(BT)と動的運動プリミティブ(DMP)を統合し、単一のデモンストレーションからBT構造とDMP行動を同時に学習することで、事前定義された行動を不要にした手法を提案。
- ビヘイビアツリー方策の強化学習によるオンザフライ適応マニピュレーション2025/3/1
ビヘイビアツリー構造を保ちつつ強化学習で局所的なタスク変動にサンプル効率よく適応する階層的手法を提案し、シミュレーションと実機で検証した。
- パラメータ化された操作プリミティブによる環境を利用した器用さの学習マニピュレーション2023/10/1
環境と物体の接触を利用して物体の姿勢を能動的に変え、把持可能な状態を作り出す階層強化学習手法を提案し、実機で98%の成功率を達成した。
- ビヘイビアツリーによる移動マニピュレータの異種全身制御マニピュレーション2022/10/1
ビヘイビアツリーを用いて、移動マニピュレータの複数の低レベル制御器を統合し、サブシステム間の協調を要する全身制御を実現するフレームワークを拡張した。
- 接触の多いマニピュレーションにおける強化学習のための知識転移マニピュレーション2022/10/1
複数のスキル事前分布を学習し、類似タスク間で知識を転移することで、新しい接触の多い組立タスクへの強化学習の汎化性能を向上させる手法を提案した。
- タスクスタックとビヘイビアツリーを組み合わせたロボット制御の新フレームワークマニピュレーション2022/9/1
優先度付きタスク制御(SoT)とビヘイビアツリー(BT)を組み合わせ、動的環境での反応性とモジュール性を両立させたロボット制御フレームワークを提案し、7自由度マニピュレータで検証した。
- 移動ロボットのためのセンサセンサ2022/6/1
移動ロボットで一般的に使われるセンサの分類・基本特徴・仕様を、基礎原理から実世界の応用までボトムアップで解説した章である。
- 移動ロボットのソフトウェアアーキテクチャソフトウェアアーキテクチャ2022/6/1
移動ロボットシステムがソフトウェアフレームワークに課す要件を概観し、既存の設計解と歴史的経緯を整理して今後の方向性を示したサーベイ。
- ストリーミングデータに対するスパースガウス過程エキスパートのアンサンブルによる暗黙的表面マッピングSLAM/マッピング2020/2/1
既知の姿勢で取得される距離データのストリームから、環境のコンパクトで連続的な暗黙的表面マップを学習するため、近似ガウス過程の専門家をアンサンブル化し、データを貪欲に取捨選択してモデル複雑度と予測誤差をトレードオフする手法を提案した。
- 倉庫ロボット向けCNNによる高密度3D再構成と物体姿勢推定6D姿勢推定2019/8/1
RGB-DカメラとCNN・高密度SLAM(ElasticFusion)を組み合わせ、複数視点からの予測統合により物体の6D姿勢推定と部屋規模の意味的3D再構成を高精度に行う手法を提案した。
- RGB-Dカメラによる高品質なインスタンス認識セマンティック3Dマップセマンティックマッピング2019/3/1
RGB-D SLAMに深層学習のインスタンスセグメンテーションを統合し、部屋規模の環境で物体単位の詳細なセマンティック3Dマップを構築するシステムを提案した。
- 安全に探索できる状態空間:階層的タスク最適化による方策探索の安全な探索強化学習/安全探索2018/10/1
把持などのタスクを優先度付きのサブタスクに分解し、上位タスクの零空間内でのみ下位タスクの方策を学習することで、衝突を避けつつ安全かつ効率的にロボットのスキルを獲得する手法を提案した。
- 固有形状による圧縮符号付距離場とロボットマッピングへの応用ロボットマッピング2016/9/1
3Dマップを固有形状基底やオートエンコーダで高圧縮し、選択的展開や自己位置推定のコスト関数として非圧縮より優れる場合があることを示した。
