Torsten Kröger
収録論文 27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
- 移動障害物下におけるロボット軌道の安全強化学習安全強化学習2024/11/1
移動障害物を避けるための退避ポリシーを強化学習で事前学習し、他タスクの学習時に衝突リスクを推定して安全な代替行動を選択する手法を提案。実機実験でリアルタイムな安全軌道生成を実証した。
- 時間情報に基づく学習済みサブゴール選択による経路計画経路計画2024/10/1
生成モデルで複雑な計画問題をサブゴールに分解し、時間推定器で候補を選別することで、動的環境での時間制約を満たす経路計画手法を提案した。
- HIRO: 事前計算済み決定論的ロードマップを用いたヒューリスティクス情報に基づくロボットオンライン経路計画経路計画2024/10/1
静的な環境から決定論的ロードマップを事前計算し、その経路コストの下限をヒューリスティクスとして動的環境でのオンライン経路探索を高速化する手法を提案し、実世界実験で有効性を示した。
- ジャーク制約下での1次元経路の高速走行と多次元経路追従への応用経路追従2024/7/1
ジャーク制約を考慮しつつ多次元経路を高速に走行する反復手法を提案し、各次元の走行を解析して目標加速度を二分探索で求め、参照経路長の時間的追従を反復的に調整することで追従精度を向上させた。
- 強化学習による安全テスト:移動ロボットのケーススタディからの教訓安全テスト2023/11/1
移動ロボットの衝突回避を強化学習でテストするケーススタディを行い、有効性を確認しつつ、テスト条件の多様性不足や報酬ハッキングといった課題を明らかにした。
- 重要度サンプリングによる不確実性を考慮したロボットシステムのリスク評価リスク評価2023/8/1
計測の時間的・空間的不確実性が危険事象の発生確率に与える影響を確率的に評価する手法を提案し、希少な危険事象の統計的信頼性を重要度サンプリングで高める。人とロボットの協調作業のシミュレーションで有効性を示す。
- 不確かさ定量化によるロボットシステムの安全性評価安全性評価2023/2/1
センサや環境外乱に起因する不確かさをオンラインで伝播計算し、人とロボットの協働における安全パラメータの信頼性を評価する手法を提案した論文。
- 協調自動化システムのハザード解析:スーパバイザリ制御とシミュレーションに基づく二層アプローチ安全・ハザード解析2022/9/1
形式モデルによる網羅的な危険状態の合成とシミュレーションによる詳細解析を組み合わせ、産業用の人間-ロボット協調システムで有効性を示した。
- 保存則を用いた安全な人ロボット協調のための不確かさ推定安全・不確かさ推定2022/9/1
ロボットと人間の協調作業において、保存則の違反量から計測の不確かさをオンラインで推定し、安全基準への適合をリアルタイム監視する手法を提案した。
- SpeedFolding: 衣類の効率的な両手折り畳みの学習マニピュレーション2022/8/1
しわくちゃの衣類を滑らかにし、指定した折り線で折り畳む両手ロボットシステムを開発。新しいニューラルネットで把持姿勢のペアを予測し、平均120秒未満・成功率93%で折り畳みを実現した。
- 時間最適な経路追従を学習する:感覚フィードバックの有無に対応強化学習/経路追従2022/3/1
関節空間の参照経路を関節限界内で最速追従する方策を強化学習で獲得し、歩行ロボットのバランス維持など感覚フィードバックも活用可能で、シミュレーションから実機への転移も示した。
- シミュレーションで危険な作業者行動を生成しロボットシステムの安全性を検証する安全検証2021/11/1
人とロボットの協働作業において、作業者の予期しない危険行動をシミュレーション上で探索・生成し、ロボットシステムの潜在的危険を効率的に発見する手法を提案した論文。
- 不確実性を考慮したロボットマニピュレーションのための生成型遷移モデル学習マニピュレーション2021/7/1
操作前後の実画像ペアから次状態とその不確実性を予測する画像間遷移モデルを学習し、ビンピッキングの高速化と行動計画に活用した。
- ジャーク制限付き任意目標状態へのリアルタイム軌道生成軌道生成2021/5/1
多自由度ロボットの任意の目標状態(位置・速度・加速度)に対し、ジャーク制限を守りつつ時間最適な軌道をオンライン生成するアルゴリズムRuckigを提案し、10億超のランダム軌道で堅牢性とリアルタイム性を検証した。
- 危険を暴く仮想敵対的人間:ロボット作業場のハザード探索安全・ハザード解析2021/3/1
作業場のシミュレーションに敵対的に振る舞う仮想人間を配置し、危険な状況を引き起こす動作列を探索することでハザードを発見する手法を提案した。
- モデルベース適応プリミティブを用いた6自由度把持のロボット学習マニピュレーション2021/3/1
把持プリミティブの残り2つの横方向自由度をパラメータ化し、衝突回避と把持品質を両立するモデルベース制御器を学習に統合することで、密集環境での6自由度ビンピッキングを実現した。
- 代替安全行動に基づく衝突回避・トルク制限付きロボット軌道の学習強化学習/軌道生成2021/3/1
ニューラルネットが生成した動作を、制動軌道の物理シミュレーションで安全確認できた場合のみ実行することで、衝突回避とトルク制限を満たす軌道を強化学習でオンライン生成する手法を提案した。
- 関節制約を満たすロボット軌道の学習強化学習/軌道生成2020/11/1
ニューラルネットの予測を安全な関節加速度に変換することで、位置・速度・加速度・ジャークの制約を超えずに高速で動的なロボット動作を強化学習で獲得する手法を提案。
- シミュレーションによるロボットシステムの早期安全検証安全検証2020/11/1
人間モデルと最適化アルゴリズムを用いてシミュレーション上で高リスクな人間行動を生成し、産業用ロボットセルの潜在的な危険を早期に発見する手法を提案した。
- 関節空間で躍度・加速度・速度を制限した滑らかなオンライン軌道適応の学習sim2real2020/6/1
環境への影響を基にニューラネットで関節加速度を予測し、躍度・加速度・速度の上限を保証しつつ元軌道に沿った滑らかなオンライン軌道適応を実現、ボール皿乗せタスクで実機転移を示した。
- 物体モデル不要の精密ピック・アンド・プレースを実現する自己教師あり学習マニピュレーション2020/6/1
単一の目標状態の実演から、物体モデルなしで精密なピック・アンド・プレースを自己教師あり学習で獲得する手法を提案し、未知物体への汎化も示した。
- 直交中点適応の再帰予測で高速かつ滑らかなロボット軌道を学習するTrueRMA軌道生成2020/6/1
デカルト空間で直線の中点に対する直交方向の修正量を再帰的に予測し、強化学習でコスト最適な軌道を生成するデータ効率の良い手法を提案。KUKA iiwaでボールを皿に乗せたまま移動するタスクに適用し、より少ないデータで短く高速な軌道を実現した。
- HoloLensを用いた汎用ハンドガイダンスフレームワークハンドガイダンス2019/8/1
Microsoft HoloLensのAR機能とハンドトラッキングを利用し、ロボット側にセンサを必要としないハンドガイダンス手法を提案。KUKA KR-5で実証した。
- 混雑環境での把持のための物体移動を学習するロボットマニピュレーション2019/7/1
把持確率を高めるように物体をずらす動作と把持を自己教師あり学習で同時に獲得し、ビンピッキングで箱を空にできる実世界システムを実現した。
- ヘッドマウントディスプレイとロボットマニピュレータ間の位置合わせ手法の提案AR/位置合わせ2019/4/1
ARヘッドマウントディスプレイと産業用ロボットの座標系を高精度に位置合わせするため、半自動・自動ワンショット・自動連続の3種類のアルゴリズムを提案し、KUKA KR-5での半自動手法の実験結果を示した論文。
- 自己教師あり学習によるロボット把持のデータ効率改善マニピュレーション2019/3/1
深度画像と把持力フィードバックのみから把持を学習する際、幾何学的整合性を利用した小型全畳み込みネットワークと体系的な把持空間探索により、訓練データを大幅に削減しつつ96.6%の把持成功率を達成した。
- Hololensを用いたセンサレスハンドガイダンスAR/ハンドガイダンス2019/1/1
関節トルクセンサを持たないロボットでも、ARデバイスHololensのハンドトラッキングと空間メッシュ登録により、動的モデルなしで手動ガイダンスを実現する手法を提案し、KUKA KR-5で初期検証した。
