Mark Zolotas
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
- TACTIC: 触覚と視覚に基づく接触中心制御による全身マニピュレーションマニピュレーション2026/7/1
全身マニピュレーションのための、RGB-D、分散触覚、2D近接表現を組み合わせた接触中心のハイブリッド予測モデルと、接触ヤコビアンを用いたサンプリングベースMPCを提案する。
- 異なる失敗がロボットの知覚信頼性に与える影響HRI/信頼性2026/3/1
ロボットの失敗の種類（滑り、停止、誤動作）が人間の信頼感に与える影響を調べ、失敗後の成功が信頼回復に有効であることを示した研究。
- ロボットマニピュレーションのための大規模行動モデルの共訓練におけるデータモダリティと戦略の系統的研究マニピュレーション2026/2/1
ロボット操作のための大規模行動モデルを共訓練する際に、5種類のデータモダリティと訓練戦略が性能に与える影響を大規模実験で調査し、視覚言語データと異なる身体のロボットデータの共訓練が汎化を大幅に改善することを示した。
- ロボット駆動データフライホイール：実環境展開による継続的データ収集と基盤モデル適応VLA2025/11/1
ロボットを実環境に配備してタスク遂行中に実世界データを収集し、基盤モデルを継続的に改善する「データフライホイール」枠組みを提案。図書館で2週間稼働した移動マニピュレータScanfordで、VLMの書架スキャンと自動ラベリングによりドメイン特化・隣接タスクの性能を向上させた。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- Re4MPC: 深層強化学習によるマルチモデル動作計画のための反応型非線形MPCマニピュレーション2025/6/1
深層強化学習を用いてタスクとロボット状態に応じてNMPCのモデル・コスト・制約を反応的に選択し、移動マニピュレータの動作計画を効率化する手法を提案。
- パラメトリックおよび加法的不確かさ下での堅牢な四足歩行のためのチャンス制約付き凸MPC歩行2024/11/1
ペイロードや地形の変動を確率的な外乱としてモデル化し、摩擦円錐制約をチャンス制約として扱うことで、パラメータ調整なしに未知の荷重下でも安定した四足歩行を実現するMPC手法を提案した。
- データ駆動型サンプリングに基づく確率的MPCによるスキッドステア移動ロボットのナビゲーションナビゲーション2024/11/1
スキッドステアロボットの非線形なタイヤ-地形動力学をガウス過程回帰でモデル化し、チャンス制約付きMPPI制御で経路追従と障害物回避を統合した高速ナビゲーション手法を提案した。
- VRインターフェースによるユーザーカスタマイズ可能なロボット遠隔操作の共有制御遠隔操作2024/3/1
VR上で共有制御の介入度パラメータを直接調整できるようにし、遠隔操作の精度と流暢さが向上することをユーザー研究で示した。
- 不整地走行におけるスキッドステア移動ロボットの確率的運動モデルsim2real2024/2/1
ガウス過程回帰とシグマ点変換を用いて、不整地でのタイヤと地面の相互作用による滑りを確率的に推定し、従来の運動学モデルより高精度なデータ駆動型の動的運動モデルを提案した。
- Shared Affordance-awareness via Augmented Reality for Proactive Assistance in Human-robot Collaboration2023/12/1
- Mobile MoCap: Retroreflector Localization On-The-Go2023/3/1
- Disentangled Sequence Clustering for Human Intention Inference2021/1/1