Oliver Brock
収録論文 31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
- 環境制約を活用した動作生成動作計画2026/7/1
ロボットの動作計画において、環境との意図的な接触を利用して次元削減と計算複雑性の低減を図る「環境制約活用」アプローチを提案し、RRTベースのプランナーでその有効性を実証した。
- ロボット学習のための世界とタスクの因子分解ロボット学習2026/6/1
ロボット学習の汎化を改善するため、ポリシーを世界因子とタスク因子に構造的に分解する方法を提案し、その原理的条件を理論的に分析した。
- 変化するポテンシャルを操る：多目的行動におけるリアクティブ制御の十分性制御2026/5/1
静的ポテンシャル場の限界を指摘し、グラフベースの世界モデルにヌル空間投影を組み込むことで、多目的タスクの競合を状態に応じて動的に解決するリアクティブ制御手法を提案。非凸障害物回避や平面押し操作で高い成功率を示し、実ロボットにも適用可能。
- 規則性の適応的合成による行動生成への一般化の組み込み行動生成/一般化2026/5/1
ロボットの行動生成における一般化を、環境との相互作用から得られる規則性を状況に応じて適応的に合成することで実現する枠組みAICONを提案し、単純なシミュレーションでその有効性を示した論文。
- 身体化LLMの探求：観測精度の向上が問題解決を妨げる場合VLA2026/5/1
ロボットに組み込んだLLMエージェントの観測情報を変えて実験し、生のRGB入力が最も性能が良く、完全な真値観測では逆に悪化することを発見。シミュレーションでノイズが性能向上に寄与することを示した。
- 単一デモから接触豊富な操作の汎用ポリシーへ操作学習2026/5/1
環境制約を帰納バイアスとして利用し、単一のデモンストレーションから多段階の接触豊富な操作タスクを汎化する学習フレームワークを提案。実世界7タスクで90%以上の成功率を達成。
- 計画なし、されど人間らしく：反応的ロボティクスモデルが臨床課題における人間の計画失敗を予測認知モデル2026/5/1
ロボット操作向けに開発された反応的勾配降下モデルAICONを、計画能力を評価する認知テスト（ロンドン塔課題）に適用し、人間の難易度順序や計画能力低下時の失敗パターンを再現できることを示した論文。
- 感覚運動規則性から生じる集団運動のメカニズムモデル群制御2026/5/1
ロボティクスの枠組みを拡張し、個体の感覚・推定・行動に基づく集団運動のメカニズムモデルを提案。偏光運動やミリングなど多様な集団行動を再現し、感覚運動パラメータが行動遷移を支配することを示した。
- ロボット共設計における構造の特定と活用共設計2026/4/1
ロボットの形態と制御の共設計問題を解析し、設計空間に存在する3つの構造パターンを特定して、それを活用する効率的なアルゴリズムを提案した。提案手法は既存手法より36%優れた設計を生成し、同等品質に達するための評価回数も約1桁少なかった。
- 万能ジャミンググリッパのための音響センシング触覚2026/3/1
柔軟なグリッパ本体をセンサとして利用し、内部にスピーカーとマイクを配置して音響信号から物体の特性を推定する手法を提案。コンプライアンスを損なわずに高精度な物体認識を実現した。
- ロバストなアフォーダンス推定のための結合粒子フィルタアフォーダンス推定2026/3/1
把持可能領域と移動可能領域を推定する2つの粒子フィルタを結合し、相互に情報交換させることで、照明不足や混雑環境でも高精度にアフォーダンスを推定する手法を提案した。
- 計画なしで全てを制御：動的に構成される勾配降下法による逐次タスクの堅牢な解法マニピュレーション2025/3/1
フィードバックに応じてポテンシャル場を動的に調整する勾配ベース手法を提案し、計画なしでブロックワールドや引き出し操作を実現した。
- 人間の手を事前情報に用いた運動学的構造推定マニピュレーション2025/3/1
遮蔽やテクスチャ不足などの視覚的不確実性に対処するため、操作中の人間の手の動きを事前情報として活用し、物体の運動学モデルをリアルタイムで確率的に推定する手法を提案した。
- ロボットシステムの堅牢性を高める生物に学ぶ設計原理マニピュレーション2024/8/1
生物の堅牢性に着想を得て、システム構成要素間の能動的な相互接続によって環境変化への堅牢性を高める設計原理を提案し、錠前箱を解く長期的操作タスクで有効性を示した。
- 知能とは計算である知能理論2024/5/1
知能を計算として捉える統一的な概念を提案し、物理・神経・身体性・形態・機械など様々な知能観を異なる計算パラダイムの組み合わせとして説明する。
- In-Hand Cube Reconfiguration: Simplified2023/8/1
- Dexterous Soft Hands Linearize Feedback-Control for In-Hand Manipulation2023/8/1
- Augmentation for Learning From Demonstration with Environmental Constraints2022/10/1
- Passive and Active Acoustic Sensing for Soft Pneumatic Actuators2022/8/1
- One Object at a Time: Accurate and Robust Structure From Motion for Robots2022/8/1
- A Virtual 2D Tactile Array for Soft Actuators Using Acoustic Sensing2022/8/1
- "The World Is Its Own Best Model": Robust Real-World Manipulation Through Online Behavior Selection2022/5/1
- Surprisingly Robust In-Hand Manipulation: An Empirical Study2022/1/1
- RBO Hand 3 -- A Platform for Soft Dexterous Manipulation2022/1/1
- A Low-Cost, Easy-to-Manufacture, Flexible, Multi-Taxel Tactile Sensor and its Application to In-Hand Object Recognition2021/11/1
- From Machine Learning to Robotics: Challenges and Opportunities for Embodied Intelligence2021/10/1
- The RBO Dataset of Articulated Objects and Interactions2018/6/1
- Differentiable Particle Filters: End-to-End Learning with Algorithmic Priors2018/5/1
- The Limits and Potentials of Deep Learning for Robotics2018/4/1
- Interactive Perception: Leveraging Action in Perception and Perception in Action2016/4/1
- Analysis and Observations from the First Amazon Picking Challenge2016/1/1