Julius Jankowski

収録論文 10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

• 拡散モデルによる分布型触覚センサの逆モデルを用いた物体姿勢推定
  触覚2026/1/1

  分布型触覚センサの逆モデルを拡散モデルで学習し、パーティクルフィルタと統合することで、視覚情報なしに物体姿勢を推定する手法を提案。

• 人工皮膚のための拡散モデルに基づく逆観測モデル
  触覚2025/6/1

  拡散モデルを用いて、人工皮膚からの触覚計測に基づき物体姿勢の接触仮説を効率的にサンプリングする逆観測モデルを学習した研究。

• ロボットエアホッケー選手権の回顧：実世界ロボティクスに向けた堅牢・信頼・安全な学習技術のベンチマーク
  sim2real2024/11/1

  NeurIPS 2023で開催されたロボットエアホッケー選手権を振り返り、sim-to-realギャップや安全性など実世界展開の課題をベンチマークし、学習と事前知識の組み合わせが有効であることを示した。

• ロボットエアホッケーにおける高速軌道最適化のための接触計画の蒸留
  マニピュレーション2024/7/1

  接触を伴うロボット制御において、高レベルの接触計画を確率的制御方策から蒸留し、低レベルではモデル予測制御を行うことで、エアホッケーの高速かつ正確なショットを実現した。

• 準静的信念ダイナミクスと接触情報を活用したロバストプッシング
  マニピュレーション2024/4/1

  物体を押す操作において、準静的な接触ダイナミクスを用いて不確実性の伝播を効率的に予測し、接触を考慮した軌道サンプリングと分散制約によりロバストな開ループ計画を生成する手法を提案した。

• CC-VPSTO: 不確実性下のオンラインロボット運動計画のためのチャンス制約付き経由点ベース確率的軌道最適化
  運動計画2024/2/1

  不確実性下で制約を高い確率で満たす軌道を生成するため、チャンス制約最適化をモンテカルロサンプリングに基づく決定論的代理問題に変換し、勾配不要最適化でリアルタイムに解く枠組みを提案。シミュレーションとFranka Emikaロボットで有効性を示した。

• AiRLIHockey: Highly Reactive Contact Control and Stochastic Optimal Shooting
  2024/1/1
• VP-STO: Via-point-based Stochastic Trajectory Optimization for Reactive Robot Behavior
  2022/10/1
• Reactive Anticipatory Robot Skills with Memory
  2022/9/1
• Learning Constrained Distributions of Robot Configurations with Generative Adversarial Network
  2020/11/1