Gokhan Solak
収録論文 13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
- FORTE: 移動マニピュレータのためのタスク適応型力能力最適化マニピュレーション2026/9/18
VLMで物体の物理特性を推定し、タスク要求力と残余力ポリトープの整合性を指標化して、全身軌道最適化に組み込むことで、重負荷時は力能力を、軽負荷時は操作性を両立させる移動マニピュレータ制御手法を提案。
- 非無視可能なダイナミクスを持つ変形可能な線状物体の自己教師あり物理情報マニピュレーション変形物体マニピュレーション2026/2/1
ロープなどの変形可能な線状物体の動的操りを、物理モデルと自己教師あり学習を組み合わせて実現するフレームワークSPiDを提案し、ロープ安定化タスクで有効性を示した。
- CompliantVLA-adaptor：VLM誘導可変インピーダンスによる安全な接触リッチマニピュレーションマニピュレーション2026/1/1
VLAモデルにVLMが解釈したタスク文脈で可変インピーダンス制御を適応させ、力覚フィードバックで安全性を確保することで、接触を伴うマニピュレーションの成功率と安全性を向上させた。
- 接触を伴うロボットタスクの安全な学習：古典的手法から安全な基盤モデルまでのサーベイ安全学習2025/12/1
接触を伴うロボットタスクにおける安全な学習手法を、安全な探索と安全な実行の二軸で整理し、制約付き強化学習やCBFなどの古典的手法からVLM/VLA基盤モデルへの拡張までを概観したサーベイ。
- OmniVIC: 視覚言語インコンテキスト学習による自己改善型可変インピーダンス制御で安全なロボットマニピュレーションマニピュレーション2025/10/1
視覚言語モデルと自己改善型RAG・インコンテキスト学習を組み合わせ、接触を伴う多様なマニピュレーションタスクで適応的なインピーダンスパラメータを生成する可変インピーダンス制御器を提案。
- 動的グラフニューラルネットワークとLSTMを組み合わせた転倒予測転倒予測2025/9/1
骨格特徴から動的グラフニューラルネットワークとLSTMを組み合わせ、歩行状態を安定・過渡・転倒に分類しつつ将来の動きを予測することで、転倒を事前に検知する手法を提案した。
- パワーツール使用時のロボット振動抑制のためのオンライン学習力制御2025/8/1
建設現場などでパワーツールが発生させる振動を、減衰付きBMFLCアルゴリズムでオンライン学習し、フィードフォワード力制御で能動的に抑制する手法を提案した。
- ロボティクスにおける接触の多いタスクのための模倣学習に関する調査模倣学習2025/6/1
接触を伴うロボットタスクにおける模倣学習の研究動向を、デモ収集法やマルチモーダル学習、基盤モデルの活用まで体系的に整理した調査論文。
- 骨格に基づく意図予測を用いた重量物の協調押し作業物理的人間-ロボット協調2025/5/1
人間の姿勢データから動作意図を予測し、力覚センサなしで重量物の協調押し引きを支援するロボット制御手法を提案した。
- 人・外骨格・協働ロボット系における適応的負荷再分配フレームワーク外骨格・協働ロボット・適応制御2025/4/1
外骨格と協働ロボットを連携させ、支持関節の負荷を最大化しつつ過負荷時にはタスク座標を適応的に調整して負荷を再分配する制御系を提案し、塗装タスクで検証した。
- 接触リッチなロボットタスクのための受動性中心の安全強化学習安全強化学習2025/3/1
接触を伴うロボットタスクにおいて、強化学習方策に受動性制約を導入し、訓練時と展開時の両方で安全性と安定性を確保する手法を提案した。
- Bresa: 接触の多いロボットタスクのための生物に着想を得た反射的安全強化学習安全強化学習2025/3/1
生物の反射を模倣し、タスク学習と安全学習を分離した階層型安全強化学習を提案。高頻度の安全クリティックが低レベルでリアルタイム介入し、接触の多いタスクでの安全性と適応性を向上させた。
- SRL-VIC: 可変剛性に基づく接触の多いロボットタスクのための安全強化学習マニピュレーション2024/6/1
安全クリティックと復旧ポリシーを事前学習し、可変インピーダンス制御と組み合わせることで、接触の多いタスクを安全に探索する強化学習フレームワークを提案した。シミュレーションで学習した方策を実機にそのまま展開できることを示した。