Tony Tao
収録論文 8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
- Pixel-UMI:センサ付き人間デモンストレーションから環境認識型全身マニピュレーションを学習する全身マニピュレーション2026/11/2
人間のセンサ付きデモから環境を考慮した全身マニピュレーションポリシーを学習するパイプラインを提案し、リターゲティング誤差を考慮したマスキングとDAggerによる修正で5タスク平均87%の進捗を達成した。
- Pixel: 汎用モバイルマニピュレーション学習のための協調設計フルスタックロボットシステムモバイルマニピュレーション2026/11/2
低コスト車輪型ヒューマノイド、遠隔操作と人間データ収集、全身制御、方策学習を一体設計し、言語条件付き視覚運動制御と長期タスク実行を実現したフルスタックシステムを提案。
- FACTR 2: コモディティロボットアームの外力センシング学習がポリシー学習を向上させる力覚推定/模倣学習2026/6/1
専用の力センサーを持たないロボットアームでも、データ駆動で外力トルクを推定するNEXTと、接触前後のデータを重点的に学習するFIRSTを組み合わせることで、力覚を活用した遠隔操作とポリシー学習を可能にした論文。
- DexWild: 日常環境での人間の手による器用な操作データ収集とロボット方策学習マニピュレーション2025/5/1
低コストなウェアラブルデバイスで人間の手の操作データを収集し、人間とロボットのデモを共訓練することで、未知環境や異なる身体でも汎化する器用な操作方策を実現した。
- FACTR: 接触の多いタスクのための力覚に注目させるカリキュラム学習マニピュレーション2025/2/1
力覚フィードバックを双方向テレオペで収集し、視覚入力を徐々に劣化させるカリキュラムで力覚に注目させる方策学習手法を提案。未見物体への汎化性能を43%向上させた。
- メタ学習と不確実性考慮型MPPIによる高速オンライン適応を伴う俊敏な移動制御移動制御2024/10/1
メタ事前学習と不確実性を考慮したMPPIを組み合わせ、車輪型ロボットが少数の動力学データから迅速に適応し、未知のパラメータや路面変化に対応できる制御手法を提案した。
- AnyCar to Anywhere: 俊敏で適応的な移動のための汎用ダイナミクスモデル学習車輪移動/sim2real2024/9/1
様々な車輪型ロボットの俊敏な制御に向け、複数のシミュレータを統合して学習したTransformerベースの汎用ダイナミクスモデルを提案し、実機で専門モデルを最大54%上回る性能を示した。
- 柔軟な分散器用マニピュレーションのためのリニアデルタアレイマニピュレーション2022/6/1
64台のリニア駆動デルタロボットを柔軟リンクで結合した分散マニピュレータを開発し、強化学習を用いて物体の移動・整列・把持などの協調操作を実現した。
