Tucker Hermans
University of Utah
収録論文 63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
- TAMPAgent:移動マニピュレーションのためのエージェント型信念空間プランニング移動マニピュレーション2026/11/2
LVLMエージェントの推論とTAMPの制約充足を統合し、部分観測下で移動マニピュレーションを計画・実行するフレームワークを提案した。
- 連続体ロボットのベイズ力学と状態推定状態推定2026/9/17
慣性と減衰を等価な外力として扱うことで、連続体ロボットのCosseratロッド動力学を因子グラフに組み込み、動的な運動中の状態推定と外力推定を可能にした研究。
- 因子グラフ推論による微分可能なメッシュ状態推定:変形物体再構成に向けて変形物体再構成2026/9/15
物理事前分布・ノイズを含むセンサ計測・時間平滑化制約を統合した因子グラフベースの確率論的枠組みで、四面体メッシュを直接更新し変形物体の状態を推定する手法を提案。気道閉塞の生体外実験と立方体変形シミュレーションで有効性を示した。
- アクチュエーション不確かさを考慮した連続体ロボットの状態推定状態推定2026/1/1
連続体ロボットの形状・外力・アクチュエーション入力を、力学的に根拠のある事前分布と離散Cosseratロッド定式化を用いて同時推定する手法を提案し、手術用同心管ロボットで実証した。
- 言った通りに動け:実行時推論・行動整合性検証による視覚言語行動モデルの誘導VLA2025/10/1
推論型VLAモデルが生成するテキスト計画と実際の行動の不一致を実行時に検証し、シミュレーションとVLMで計画に最も合致する行動を選ぶことで、再学習なしにOOD環境でのロバスト性と新規行動の合成を実現した。
- ロボティクスにおけるリアルギャップ:課題・解決策・ベストプラクティスsim2real2025/10/1
シミュレーションと実環境の差異(リアルギャップ)の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。
- Fail2Progress: 実世界のロボット失敗からシュタイン変分推論で学ぶsim2real2025/9/1
ロボットの失敗に似たシミュレーション環境をシュタイン変分推論で並列生成し、スキル効果モデルを微調整することで失敗からの回復と再発防止を実現する手法を提案。
- 計画してから評価:事後成功評価を組み込んだマルチターゲット計画による学習ベース把持パイプラインの改善マニピュレーション2025/9/1
複数の把持候補それぞれへの軌道を計画し、到達時の把持成功率を評価して最も成功率の高い軌道を実行する枠組みを提案し、従来の生成-評価-計画型パイプラインより性能が向上することを示した。
- 制約付きStein変分勾配降下法によるロボットの知覚・計画・同定最適化2025/6/1
制約付き最適化をStein変分勾配降下法に統合し、衝突回避やテーブル配置制約を厳密に満たす解の分布を学習する枠組みを提案。
- DefFusionNet: 拡散確率モデルによる変形可能物体操作のためのマルチモーダル目標形状学習変形可能物体操作2025/6/1
拡散モデルを用いて、複数の有効な目標形状の分布を学習し、変形可能物体操作における多様な目標形状を生成する手法を提案した論文。
- 微分可能なGPU並列タスク・動作計画タスク・動作計画2024/11/1
GPU並列で多数の連続解候補を同時探索し、微分可能最適化で制約を満たす二段階TAMPアルゴリズムを提案。高制約な問題を数秒で解き、実機ロボットで検証した。
- 生の点群からの23自由度把持ポリシーマニピュレーション2024/11/1
単一固定カメラの部分点群から23自由度の把持軌道を直接予測する模倣学習ポリシーを提案し、未知物体への汎化と安定した把持を実現した。
- ロバストベイズシーン再構成:検索拡張事前分布による精密把持と計画シーン再構成2024/11/1
単一RGBD画像から多物体シーンを再構成するため、既存メッシュデータベースから検索した事前分布をベイズ推論に組み込むBRRPを提案し、遮蔽部分の形状推定と不確かさの定量化を実現した。
- Points2Plans: 点群から長期計画を生成する構成可能な関係力学モデルマニピュレーション2024/8/1
部分視点の点群と言語指示から、関係力学モデルを連続・記号表現の橋渡しとして使い、長期マニピュレーション計画をゼロショットで生成するフレームワーク。
- DextrAH-G: 幾何学的ファブリックを用いたピクセルから動作への巧みなアーム・ハンド把持マニピュレーション2024/7/1
深さ画像から直接動作を生成する強化学習と幾何学的ファブリックを組み合わせ、シミュレーションのみで訓練した23自由度アーム・ハンドロボットの高速で安全な巧みな把持方策を実現した。
- 部品ベースの組み合わせ可能なマニピュレーションマニピュレーション2024/5/1
物体を部品に分解し、部品間の機能的対応関係を拡散モデルで学習することで、新しい物体やカテゴリにも汎化するロボット操作手法を提案した。
- 点群モデルはロボット学習者の視覚的ロバスト性を向上させる点群/ロバスト性/モデルベースRL2024/4/1
RGB-Dと点群ベースの視覚制御ポリシーを比較し、点群を明示的に扱うポリシーが視覚変化に対してよりロバストで、新しい点群ワールドモデルがサンプル効率も向上させることを示した。
- V-PRISM: 未知の卓上シーンの確率的マッピングシーン認識2024/3/1
セグメント済みRGB-D画像から卓上シーンの3D表現を確率的に構築する手法を提案し、占有・セグメンテーション・不確かさを同時に推定する。
- ピック・アンド・プレース計画は「ピック計画→プレース計画」より優れているマニピュレーション2024/1/1
多指ハンドの把持計画と配置計画を同時に推論するモジュール型アルゴリズムを提案し、実機実験で逐次的なアプローチより成功率と配置品質が高いことを示した。
- DefGoalNet: 実演からの文脈的な目標形状学習による変形物体マニピュレーション変形物体マニピュレーション2023/9/1
少数の人間の実演から変形物体の目標形状を直接学習するニューラルネットワークDefGoalNetを開発し、シミュレーションと実機で有効性を示した。
- 見えなくても心に残る:ビデオ追跡対応メモリモデルによる未観測物体の推論と計画マニピュレーション2023/9/1
部分視点の点群と物体追跡を用いて、遮蔽された物体の履歴をTransformerで記憶し、多物体操作の推論・計画を行う手法DOOM/LOOMを提案。
- DeformerNet:3次元変形可能物体の両手マニピュレーション学習マニピュレーション2023/5/1
部分点群と目標形状点群から形状の低次元表現を学習し、視覚サーボ制御で3次元変形物体を目標形状へ反復的に変形させるニューラルネットワークDeformerNetを提案。
- 環境を考慮した関係分類器による潜在空間計画での複数物体マニピュレーションマニピュレーション2023/5/1
部分視点の点群から物体間・物体-環境間の関係を予測し、潜在空間で動力学を学習することで、論理関係で定義された複数物体操作タスクを計画・実行する手法を提案。sim-to-real転移も微調整なしで実現。
- DefGraspNets: グラフニューラルネットによる3D場での把持計画マニピュレーション2023/3/1
3D変形物体の把持計画のために、FEMシミュレーションの代わりに応力・変形場を予測するグラフニューラルネットワークを学習し、最大1500倍高速な勾配ベース把持最適化を実現した。
- 視覚と触覚の相補的活用による精密把持計画マニピュレーション2022/12/1
視覚で初期把持計画を立て、触覚フィードバックで接触時に計画を修正することで、多指ハンドの精密把持を実現する手法を提案した。
- StructDiffusion: 未知物体を用いた言語誘導による物理的に妥当な構造物の構築マニピュレーション2022/11/1
拡散モデルと物体中心トランスフォーマーを組み合わせ、部分視点の点群と言語ゴールから物理的に妥当な構造物を組み立てる手法を提案。未知物体でも既存手法より平均16%成功率が向上。
- グラフニューラルネットワーク関係分類器による複数物体マニピュレーションの計画マニピュレーション2022/9/1
部分視点の点群から物体間関係の変化を予測するGNNベースの力学モデルを学習し、シミュレーションのみで訓練して実世界に転移可能な複数物体の再配置計画を実現した。
- 物理的人間-ロボットインタラクションにおける遮蔽に頑健なマルチセンサ姿勢推定物理的HRI2022/8/1
単眼カメラの2D姿勢とロボット軌道を統合し、パーティクルフィルタで3D姿勢を推定することで、遮蔽や冗長性に頑健な手法を提案した。
- DULAとDEBA:人間工学的に知的なpHRIにおける姿勢評価と最適化のための微分可能な人間工学リスクモデルpHRI2022/5/1
検証済みのRULA/REBA評価を99%以上の精度で再現する連続微分可能な人間工学モデルDULAとDEBAを学習し、姿勢最適化に計算上の利点をもたらす枠組みを提案した論文。
- 自然言語フィードバックによるロボット計画の修正言語指示2022/4/1
自然言語の文をコスト関数の変換に対応付け、目標の修正や制約追加、計画誤りの回復を可能にする手法を提案した論文。
- 変形物体の把持結果を物理シミュレーションで評価するDefGraspSim変形物体把持2022/3/1
GPUベースのFEMシミュレーションで多様な3D変形物体の把持を評価し、データセットとパイプラインを公開、実物との対応も示した。
- キノダイナミック木探索のための学習ベース拡張手法プランニング2022/3/1
木探索型キノダイナミック計画において、ニューラルネットで状態間の遷移コストを予測し、ユークリッド距離ヒューリスティックより高品質なノード選択を実現して漸近最適性を保つ手法を提案した。
- StructFormer:言語指示による新規物体の意味的再配置のための空間構造学習マニピュレーション2021/10/1
部分点群と言語コマンドを入力とするTransformerネットワークStructFormerを提案し、未知物体を円形や食卓配置などの意味的構造に実機ロボットで再配置できることを示した。
- 腱駆動手術ロボットのための文脈依存タスクを実演から学習する手法手術ロボット2021/10/1
腱駆動の連続体手術ロボットに対し、専門家の実演データから文脈を条件付けたモデルを学習し、未見の文脈でも動作計画・実行できる手法を提案した。
- 部分視点クラウドから未知の3D変形物体の視覚的形状制御を学習変形物体操作2021/10/1
部分視点の点群と目標形状の点群から物体形状の低次元表現を学習するDeformerNetを提案し、未学習の形状や剛性にも汎化する3D変形物体の形状制御を実現した。
- 深部腫瘍の3Dマッピングのためのセンシング系列計画医療ロボティクス2021/10/1
ベイズヒルベルトマップとベイズ最適化を用いて、深部腫瘍の3D形状を効率的に推定するセンシング動作系列を計画する手法を提案し、肝腫瘍を含む3つの解剖学的シナリオで有効性を示した。
- 並列化微分同相写像サンプリングベース運動計画運動計画2021/8/1
環境の連続占有表現から得た勾配で微分同相写像を構成し、サンプリング分布を変形することで衝突しにくいサンプルを並列に生成する運動計画手法を提案した。
- 人間工学的に知的な物理的人間-ロボットインタラクション:姿勢推定・評価・最適化物理的人間-ロボットインタラクション2021/8/1
ロボットの軌道のみから人間の姿勢を推定し、微分可能な人間工学評価ツールDULAを用いて協調作業や遠隔操作における姿勢を最適化する枠組みを提案した論文。
- 未知物体の意味的配置に向けた安定姿勢予測マニピュレーション2021/8/1
RGB-D情報のみから未知物体を意味的関係に沿って配置するため、物理的に安定な姿勢を予測し動作計画と統合する手法を提案。シミュレーションのみで学習し実世界でも動作する。
- 変形物体の把持をGPU有限要素法でシミュレーションするDefGraspSim変形物体把持シミュレーション2021/7/1
GPUベースの有限要素法で多様な3D変形物体の把持を効率的にシミュレーションし、データセットと評価パイプラインを公開した論文。
- DULA:身体的ヒューマンロボットインタラクションにおける姿勢最適化のための微分可能な人間工学モデル人間工学/姿勢最適化2021/7/1
人間工学評価のRULAを再現する微分可能で連続的なモデルDULAを学習し、テレオペレーション作業の姿勢最適化に応用した研究。
- DeformerNet:3D変形物体操作のための深層学習アプローチ変形物体操作2021/7/1
3D点群を状態表現として用い、点群CNNと全結合ネットでロボット把持位置の変位を直接予測するエンドツーエンドの変形物体操作手法を提案した論文。
- 器用なロボットハンドのための圧抵抗基板を用いた触覚センシングの比較触覚2020/11/1
4種類の圧抵抗材料と布・帯電防止フォーム基板を比較し、低密度フォーム基板で多指ハンドの掌に貼れる触覚スキンを開発、把持・運搬時の接触検出と位置特定を示した。
- 不確実性下で目標分布へ計画する手法計画/不確実性2020/11/1
目標を確率分布として表し、雑音のあるセンサや学習モデルの一般化に由来する不確実性を扱う計画手法を提案し、ナビゲーションや把持など多様な問題で有効性を示した。
- 病院での患者転倒リスクを最小化するサービスロボットのリスク認識型意思決定リスク認識計画2020/10/1
学習ベースの予測とモデルベース制御を組み合わせ、患者に支援機器を提供して転倒リスクを抑えるリスク認識型計画フレームワークを提案し、複数のリスク指標を比較した。
- 多指ハンドのための能動的把握学習マニピュレーション2020/6/1
把持成功確率を推定するニューラルネットを用い、マルチアームドバンディットで効率的にサンプルを選ぶ能動学習により、多指ハンドの把持計画を少ないデータで学習する手法を提案した。
- 触覚指先による把持物体の動力学推定触覚2020/3/1
複数の触覚指先の力覚センシングのみを用いて、把持中の物体の摩擦・慣性パラメータを推定する手法を提案し、すべり検出による能動的摩擦推定と因子グラフによる慣性推定を実現した。
- リーダーロボットは遠隔操作者の姿勢推定と人間工学的評価に適したセンサか?遠隔操作2020/2/1
遠隔操作時にリーダーロボットの軌跡のみから操作者の姿勢を確率的に推定し、人間工学的リスク評価を行う手法を提案した論文。
- 深層ニューラルネットワーク推論による多指把持計画マニピュレーション2020/1/1
物体の3Dボクセル表現と把持姿勢から把持成功率を予測するCNNを学習し、成功率を最大化する把持姿勢を推論することで、外部プランナなしに多指把持を計画する手法を提案した。実機実験で既存手法を上回る性能を示した。
- ロボットハンド内操作のベンチマークマニピュレーション2020/1/1
手指や環境を利用して把持物体の姿勢を変化させるハンド内操作タスクのベンチマークを提案し、初期・目標状態の例と評価指標を提供した。
- 学習ダイナミクスを用いた非ホロノミック物体のオンライン移動マニピュレーションのためのモデル予測制御移動マニピュレーション2019/12/1
歩行器や椅子などの脚付き物体を対象に、ロボットとの相互作用データから近似ダイナミクスモデルを学習し、モデル予測制御と混合整数凸最適化で把持脚の選択と力制御を統合する移動マニピュレーション手法を提案した。
- 視触覚を用いた多指ロボットハンド把持政策の文脈的強化学習マニピュレーション2019/11/1
人間の手の動作を初期化に用い、物体のバウンディングボックスと指先触覚センサを組み合わせた文脈的把持政策を強化学習で獲得し、実機でファインチューニングなしに動作させてsim2realのギャップを克服した。
- 連続3D再構成を活用した幾何学的把握学習マニピュレーション2019/10/1
学習した3D再構成を用いて物体の形状を明示的に考慮し、連続最適化で把持を計画する手法を提案。不要な接触を避ける制約も再構成から直接与え、96回の実機試行で有効性を検証した。
- 物体集合操作のための接地状態表現学習sim2real2019/9/1
シミュレータの状態情報を潜在空間に符号化し、画像ベースの強化学習方策を訓練することで、実世界で多数物体を操作できる手法を提案した。
- ブロッキング削減を用いたサブアセンブリ分解による組立計画組立計画2019/7/1
部品間の妨害関係をグラフで表現し、部品へのアクセスを優先する分解計画を生成することで、並列化可能な組立順序を導出する手法を提案した。
- 確率的運動プリミティブの能動学習模倣学習2019/7/1
教示すべきデモの選び方を能動学習で決め、不確実性サンプリングにより少数の実演でタスク汎化を実現する手法を提案し、実機KUKAでの把持実験で検証した。
- 把持動作中の3D物体モデル構築のための再構成考慮型軌道最適化マニピュレーション2019/5/1
RGB-Dデータからガウス過程陰関数表面(GPIS)を抽出し、未知物体の把持・移動をしながら未観測部分を能動的に観測して3D形状推定を改善する軌道最適化手法を提案した論文。
- 把持タイプのモデル化で学習ベースの把持計画を改善マニピュレーション2019/1/1
把持タイプ(パワー/プレシジョン)を明示的にモデル化した確率的把持計画器を提案し、部分的な視覚情報から未知物体の高品質な把持をリアルタイムで計画できることを示した。
- 実演からのタスク制約学習によるハイブリッド力/位置制御力制御2018/11/1
実演データから力制御の方向に合わせた動的な制約フレームを学習し、接触時の衝撃や追従誤差を抑えるハイブリッド力/位置制御手法を提案した。
- ロボットインタラクションを通じた触覚力推定のロバスト学習触覚2018/10/1
SynTouch BioTac触覚センサの信号から力を推定するロバストなニューラルネットモデルを、3種類の方法で収集した14万サンプルで学習し、力の方向と大きさの推定精度を大幅に向上させた。
- 把持内操作のための緩和剛性制約に基づく運動学軌道最適化と衝突回避マニピュレーション2018/6/1
物体を把持したまま手のひら基準で姿勢を変える把持内操作を、物体の動力学情報なしの運動学軌道最適化で実現し、衝突回避と関節平滑化、姿勢フィードバック制御を加えてAllegroハンドで検証した論文。
- 深層ネットワーク内での確率的推論としての多指把持計画マニピュレーション2018/4/1
物体画像と把持姿勢から把持成功率を予測するCNNを学習し、誤差逆伝播による勾配 ascent でネットワーク内部を最適化して高品質な多指把持を直接計画する手法を提案した。実機実験で既存手法を上回る性能を示した。
- 指の歩行と把持内操作を交互に最適化する把持内再把持計画マニピュレーション2018/4/1
指の付け替え(フィンガーゲイト)と把持内での物体操作を交互に最適化し、物体を落とさずに初期把持から目標把持へ移行する計画手法を提案した。
