Berthold Bäuml
収録論文 16本 ・ フィジカルAI/ロボット学習
触覚/強化学習/sim2real状態推定マニピュレーション触覚
※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
- 触覚スキンを用いた2本指間での小物体の制御分離の学習触覚/強化学習/sim2real2026/5/1
多目的ロボットハンドの2本指で小物体を掴み、触覚のみを用いて所望の個数だけ指間に残す制御分離タスクを提案・解決した。強化学習をシミュレーションで訓練し、実機への転送も成功させた。
- ノイズ除去粒子フィルタ：単一ステップ目的関数による状態推定の学習状態推定2026/2/1
マルコフ性を活かし、単一の状態遷移から学習する粒子フィルタを提案。ノイズ除去スコアマッチングで測定モデルを暗黙的に学習し、推論時は学習済みデノイザとダイナミクスモデルでベイズフィルタを近似する。
- 強化学習のCriticによるスコアリングで巧みな把持とハンド内操作を統合する手法マニピュレーション2025/5/1
ハンド内操作のために訓練された強化学習エージェントのCriticネットワークを活用し、操作に適した初期把持をスコアリングして選択することで、追加学習なしに操作成功率を大幅に向上させ、実機での自律的な把持・再配向パイプラインを実現した。
- 時間最適かつ速度調整可能な触覚によるハンド内操作の学習マニピュレーション2024/11/1
強化学習により、触覚フィードバックのみを用いて物体を高速でハンド内回転させる方策を学習し、速度調整も可能にした。シミュレーションから実機DLR-Hand IIへのゼロショット転移も実証した。
- 未知物体に対する多接触把持を実現する学習ベースの器用ハンド制御器マニピュレーション2024/9/1
単一深度画像から得た粗い3Dモデルだけを用い、未知物体に対して多接触を含む任意の把持を実現する学習ベースの把持制御器を提案し、実機で6msの制御周期を達成した。
- 触覚スキンによる巧みな操作：シミュレーション学習と実機転移触覚2024/9/1
柔らかい指先の触覚スキンを物理シミュレータで再現し、ビー玉やボルトを指間で回す繊細な操作を強化学習で獲得、実機へ転移させた。
- 触覚のみで多様な物体を手内操作する形状条件付きエージェントの学習マニピュレーション2024/7/1
指の関節トルクと位置のみを頼りに、物体の形状情報を活用した強化学習と状態推定器により、多様な物体を手内で回転させるエージェントを訓練し、実世界でも高い成功率と未知物体への汎化を実現した。
- Self-Contained Calibration of an Elastic Humanoid Upper Body Using Only a Head-Mounted RGB Camera2023/11/1
- Self-Contained and Automatic Calibration of a Multi-Fingered Hand Using Only Pairwise Contact Measurements2023/11/1
- Estimator-Coupled Reinforcement Learning for Robust Purely Tactile In-Hand Manipulation2023/11/1
- Speeding Up Optimization-based Motion Planning through Deep Learning2023/11/1
- Efficient Learning of Fast Inverse Kinematics with Collision Avoidance2023/11/1
- Calibration of an Elastic Humanoid Upper Body and Efficient Compensation for Motion Planning2023/11/1
- Combining Shape Completion and Grasp Prediction for Fast and Versatile Grasping with a Multi-Fingered Hand2023/10/1
- Dextrous Tactile In-Hand Manipulation Using a Modular Reinforcement Learning Architecture2023/3/1
- Learning Purely Tactile In-Hand Manipulation with a Torque-Controlled Hand2022/4/1