Markus Grotz
収録論文 9本 ・ フィジカルAI/ロボット学習
模倣学習/オフライン強化学習マニピュレーション
※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
- 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化模倣学習/オフライン強化学習2025/10/1
非専門家データ（プレイデータや不完全なデモ）をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。
- RoboEval：ロボットマニピュレーションのための構造化・スケーラブルな評価フレームワークマニピュレーション2025/7/1
ロボットマニピュレーションの評価を二値的成功から拡張し、効率・協調・安全性などの行動指標と段階的進捗・失敗局所化を含む構造化ベンチマークを提案。8つの両手タスクと3000以上の実演を提供。
- TetraGrip: センサ駆動型マルチ吸盤による混雑環境での反応的物体操作マニピュレーション2025/3/1
4つの吸盤をリニアアクチュエータに搭載し、ToF近接センサで反応的に把持する真空グリッパを開発。強化学習方策により、積み重なった物体の把持成功率が単一吸盤比で22.86%向上した。
- SAM2Act：視覚基盤モデルと記憶アーキテクチャを統合したロボットマニピュレーションマニピュレーション2025/1/1
視覚基盤モデルを活用したマルチビューロボット方策SAM2Actを提案し、RLBenchで86.8%の成功率を達成。さらに記憶バンクを備えたSAM2Act+と記憶依存タスク評価用ベンチマークMemoryBenchを導入し、94.3%の成功率を実現した。
- OptiGrasp: RGB画像のみを用いた倉庫ピッキングロボット向けの最適化された把持姿勢検出マニピュレーション2024/9/1
深度センサに頼らずRGB画像と基盤モデルだけで吸着把持の姿勢を予測し、合成データのみで学習しながら実機で82.3%の成功率を達成した。
- PerAct2: 両腕ロボットマニピュレーションのベンチマークと学習マニピュレーション2024/7/1
RLBenchを両腕タスクに拡張し、13タスク・23バリエーションのベンチマークを構築するとともに、言語条件付き行動クローニングエージェントPerAct2を提案した。
- STOW: Discrete-Frame Segmentation and Tracking of Unseen Objects for Warehouse Picking Robots2023/11/1
- A Memory System of a Robot Cognitive Architecture and its Implementation in ArmarX2022/6/1
- Multimodal Gaze Stabilization of a Humanoid Robot based on Reafferences2017/3/1