Ying Siu Liang
収録論文 6本 ・ フィジカルAI/ロボット学習
Programming by Demonstration物体永続性知覚・世界モデル模倣学習
※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
- iRoPro:エンドユーザーが教示できる対話型ロボットプログラミングフレームワークProgramming by Demonstration2021/12/1
教示と自動計画を組み合わせ、専門知識のないユーザーがキネステティック実演でロボットに再利用可能な動作を教え、未見のタスクを解けるようにする枠組みをBaxter上で実装・評価した。
- エージェントの行動と推論による物体永続性の向上物体永続性2021/10/1
ロボットが実行した操作行動の知識を利用して、見えなくなった物体の隠れた位置を推論し、物体永続性の性能を改善する手法を提案した論文。
- 行動認識型知覚アンカリングによる信頼性の高い世界モデルの維持知覚・世界モデル2021/7/1
ロボットが物体を見失っても持続的に追跡できるよう、低レベル物体検出の結果にルールベースの帰納的バイアスを加えて高レベル推論を行う行動認識型知覚アンカリングモデルを提案し、ギアボックス組立タスクで有効性を示した。
- 人間の実演からロボットスキルの幾何学的ヌル空間を推定する模倣学習2021/3/1
人間の実演データから幾何学的制約モデルとしてスキルを学習し、ロボットの運動学と組み合わせて異なる環境・機体でスキルを実行するフレームワークを提案した。
- エンドユーザーによるロボットの低次・高次動作のプログラミングとタスク計画Programming by Demonstration2021/3/1
実演による教示で低次・高次の動作を同時に学習し、タスクプランナと組み合わせて再利用できる対話型ロボットプログラミングフレームワークiRoProをBaxterで実装・評価した論文。
- コボット環境でのロボットプログラミングフレームワーク:初期ユーザ実験Programming by Demonstration2018/10/1
プログラミング知識のないユーザでもロボットを教示できるよう、実演によるプログラミングと自動計画を組み合わせたフレームワークを提案し、Baxterロボットでのユーザ実験で使いやすさを検証した。
