Davide Liconti
収録論文 9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
- Mask2Real-WM: セグメンテーションマスクをシミュレーションから実世界への橋渡しとして用いた制御可能な器用な世界モデル世界モデル/器用操作/sim2real2026/7/1
シミュレーションで大規模事前学習したダイナミクスモデルがセグメンテーションマスクの未来を予測し、それをレンダリングモデルで実写風RGBに変換することで、少ない実データで23自由度の器用な操作を制御可能にする世界モデルを提案した。
- EgoVerse：世界各地から収集したロボット学習用の自己中心視点人間データセットデータセット/模倣学習2026/4/1
人間の自己中心視点のデモデータを大規模に収集・共有するプラットフォームとデータセットを構築し、人間データからロボットへの転移学習の大規模実験を行った。
- 擬人化ロボットハンドの巧緻性ベンチマークハンド/評価2026/4/1
擬人化ロボットハンドの巧緻性を、操作・把持動作のタスク成績として定式化し、実世界とシミュレーションで実施可能な標準ベンチマークPOMDARを提案した。
- SERNF: 正規化フローとアクションチャンク批評家によるサンプル効率の高い実世界器用把持ポリシーのファインチューニングマニピュレーション2026/2/1
正規化フローで多峰性のある行動チャンクの正確な尤度を計算し、チャンク単位の批評家で価値推定を行うことで、実機ロボットの器用な操作ポリシーを少ない試行回数で安定にファインチューニングする手法を提案。
- 擬人化を超えて：第4・5指の外転を融合させた把持の強化と自由度の削減マニピュレーション2025/9/1
第4指と第5指の外転/内転関節を1つの大きな可動域を持つ関節に統合した16自由度ロボットハンドSABDを開発し、把持範囲の拡大とアクチュエータ数の削減を両立させた。
- ORCA: オープンソースで信頼性が高く低コストな人間型ロボットハンドによる途切れない器用なタスク学習マニピュレーション2025/4/1
材料費2,000 CHF以下で8時間以内に組み立て可能な17自由度の腱駆動型ロボットハンドORCAを開発し、テレオペレーションや模倣学習、sim-to-real強化学習で性能を実証した。
- MAPLE: 一人称視点動画から学習した器用なロボット操作の事前知識のエンコードマニピュレーション2025/4/1
一人称視点の大規模動画から物体との接触点と手の姿勢を予測する特徴を学習し、それを用いて器用なロボット操作の政策を訓練する手法を提案。シミュレーションと実機の17自由度ハンドで有効性を示した。
- VQ-ACE：行動チャンク埋め込みによる巧みなロボット操作の効率的方策探索マニピュレーション2024/11/1
人間の手の動きをベクトル量子化された潜在空間に圧縮するVQ-ACEを提案し、MPCや強化学習と組み合わせることで、多自由度ロボットハンドの操作タスクを効率的に学習できるようにした。
- 事前学習済み潜在表現を活用した多自由度ロボットハンドの少数ショット模倣学習模倣学習2024/4/1
大規模な人間の手の動作データセットから潜在表現を学習し、Transformerベースの行動クローニングに組み込むことで、テレオペレーション不要で多自由度ロボットハンドの操作を少数の実演から学習させる手法を提案した。