Hrishikesh Sathyanarayan
Yale University
収録論文 7本 ・ フィジカルAI/ロボット学習
マニピュレーション制御接触/データキュレーション触覚sim2real
※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
- 多様な接触リッチ操作戦略を発見するための接触陰的Stein射影ADMMマニピュレーション2026/9/23
接触陰的軌道最適化にStein変分推論を組み合わせ、押し・把持・ハンドオーバーなどで多様な接触戦略を発見する手法を提案。
- 接触リッチ操作のためのスタイン変分推論による分布ロバスト制御マニピュレーション2026/5/1
接触を伴う操作タスクにおいて、モデルベース制御の不確実性表現を拡張し、スタイン変分推論に基づく分布ロバスト制御を提案。パラメータ不確実性を明示的にモデル化し、タスク感度を考慮することで、既存手法と比べて最大3倍のロバスト性向上を実現した。
- スタイン変分不確実性適応モデル予測制御制御2026/4/1
非線形動的システムの潜在パラメータ不確実性に対して、スタイン変分推論を用いてタスク依存の不確実性分布を粒子近似し、ロバスト性と性能のトレードオフを改善する制御器を提案した。
- ペイロード不確かさ下での最適ピックアンドプレース実行のためのデュアル制御参照生成マニピュレーション2025/10/1
ペイロードの不確かさがあるピックアンドプレース作業において、デュアル制御の枠組みで参照軌道を生成し、タスク実行とパラメータ同定を同時に効率化する手法を提案した。
- 量より質：接触ベースのロボットデータセットのキュレーションが学習を改善する接触/データキュレーション2025/10/1
接触情報に着目し、フィッシャー情報量に基づく指標でデータを選別することで、少ないながら有益なデータがロボット学習を加速させることを示した研究。
- 接触を考慮したフィッシャー情報量最大化による行動生成触覚2025/5/1
接触ダイナミクスの情報量をフィッシャー情報量で評価し、物体パラメータ学習に有効な接触リッチ行動を生成する手法を提案。
- 微分可能シミュレーションにおける接触モードの励起によるロボット学習sim2real2024/11/1
微分可能シミュレータで情報量の多い接触モードを能動的に計画・励起し、sim-to-realギャップを縮める手法を提案。ロボットのパラメータ推定問題でランダムサンプリング比べ推定誤差を約84%削減した。