René Zurbrügg
ETH Zurich
収録論文 26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
- ForceTwin: 計測された人間の操作からロボットマニピュレーションのための物理情報デジタルツインを構築マニピュレーション2026/9/18
力覚グリッパで人間が物体を操作した際の姿勢と力を用い、慣性・摩擦・機構動力学を含む物理情報デジタルツインを同定する手法を提案し、インピーダンス制御のフィードフォワードモデルとして目標達成率を大幅に改善した。
- ELMP: 解析的方針勾配による効率的な動作計画学習動作計画2026/7/1
ニューラル動作プランナーを新しい環境に適応させる際、高価な専門家データの再収集を不要にし、微分可能な運動学レイヤーと自己教師あり微調整で直接ポリシーを最適化するフレームワークを提案。
- イベントベース光触覚センサによる高密度力推定触覚2026/6/8
イベントベースの光触覚センサを用いて、3次元の高密度力場を再構成する初のフレームワークを提案。イベントデータから表面変位を推定し、逆有限要素法で力に変換する。
- TactSpace: 触覚のシミュレーションから実世界への転移のための物理強化共有潜在空間の学習触覚/sim2real2026/6/1
触覚センサのシミュレーションと実データの差異を埋めるため、異なる触覚モダリティを共通の潜在空間に整列させる表現学習フレームワークを提案し、シミュレーションのみで訓練したモデルを実センサに直接適用するゼロショット転移を実現した。
- ArtiTwinSplat: RGB-Dビデオからのガウシアンスプラッティングによるインタラクティブなデジタルツイン再構築デジタルツイン/3D再構築2026/6/1
RGB-Dビデオから物体の可動部構造と関節運動を自動推定し、写真のようにリアルで操作可能なデジタルツインを構築するフレームワークを提案。CADモデルや手動アノテーションを不要とし、実世界の観測から直接ロボットの計画・学習に使えるモデルを生成する。
- 物理に基づく生成ポリシーの接地：ロボット制御のための最適化誘導拡散拡散モデル/動作生成/物理制約2026/6/1
拡散モデルによるタスク空間の動作生成に、推論時に最適化ベースのガイダンスを組み込み、物理的実現可能性（到達可能性、衝突回避、追従可能性）を満たすようにする手法を提案。再学習不要で、把持成功率や操作成功率を最大20ポイント以上向上させた。
- 幾何学的行動モデルによるロボットポリシー学習VLA2026/6/1
事前学習済みの幾何基盤モデルを共有基盤として、言語条件付きの未来予測と行動生成を統合した操作ポリシーを提案。シミュレーションと実機で高精度・高速・軽量を実証。
- VR-DAgger: 没入型VRによる器用なデータ収集と不確実性誘導型オン方策修正模倣学習/データ収集/VR2026/5/1
VR環境で人間がロボットのデモンストレーションを収集し、拡散ポリシーの不確実性が高い失敗区間を自動選択して人間が修正するフレームワークを提案し、器用な操作タスクで性能を向上させた。
- DexEvolve: 進化的最適化によるロバストで多様な器用把持の合成マニピュレーション2026/2/1
解析的に生成した把持候補を高忠実度シミュレータ上で非同期・勾配不要の進化的アルゴリズムにより改良し、多様で物理的に実行可能な把持を大規模合成する手法を提案。改良後の分布を拡散モデルに蒸留し実機展開を可能にした。
- 実機ロボットのオンライン強化学習で重要な設計選択とは何か強化学習2026/2/1
3種類のロボットで100回の実機学習を行い、アルゴリズムやシステム、実験設計の各選択を系統的に検証し、安定した学習を実現する設計指針を明らかにした。
- Hoi!：力に基づくクロスビュー関節物体操作のマルチモーダルデータセットマニピュレーション2025/12/1
人間とロボットの4つの操作形態で関節物体を操作した3048シーケンスを収録し、視覚・力・触覚を統合したデータセットを構築した。
- Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- GraspQP: 力閉包の微分可能最適化による多様でロバストな巧みな把持マニピュレーション2025/8/1
力閉包を二次計画問題として微分可能に定式化し、MALA*最適化でパワーグラスプ以外のピンチや三本指把持も含む多様な把持を生成、大規模データセットを構築した研究。
- DEMONSTRATE: マルチタスク実演学習によるゼロショット言語からロボット制御へVLA2025/7/1
言語指示とロボット実演をマルチタスク学習で結びつけ、LLMのプロンプト設計に頼らずにゼロショットで制御を生成する手法を提案。
- 実践主義ロボット：実世界経験を通じたタスク計画の学習タスク計画2025/7/1
VLMを脳と目として使い、実世界での行動結果を自己反省して短期・長期記憶に蓄え、RAGで過去経験を活かしてタスク計画を改善するフレームワークPragmaBotを提案。
- Spot-On: 複数ロボット協調のための複合現実インターフェース複合現実/群制御2025/5/1
複合現実（MR）を用いて複数の四足歩行ロボットを操作し、引き出しやドア、照明スイッチなどの協調作業を可能にするフレームワークを提案し、ユーザビリティを検証した。
- MAPLE: 一人称視点動画から学習した器用なロボット操作の事前知識のエンコードマニピュレーション2025/4/1
一人称視点の大規模動画から物体との接触点と手の姿勢を予測する特徴を学習し、それを用いて器用なロボット操作の政策を訓練する手法を提案。シミュレーションと実機の17自由度ハンドで有効性を示した。
- Next-Future: ロボットアームタスクのためのサンプル効率の良い方策学習マニピュレーション2025/4/1
HERのリプレイ戦略を改良し、単一ステップ遷移に報酬を与える「Next-Future」を提案。8つのロボットマニピュレーションタスクでサンプル効率と成功率を向上させ、実機実験でも有効性を確認した。
- ロスト＆ファウンド：一人称視点観測による3D動的シーングラフの変化追跡動的シーングラフ2024/11/1
一人称視点の記録から物体の6DoF姿勢を追跡し、動的シーングラフをオンライン更新する手法を提案。ロボットの教示・再現に応用可能。
- SpotLight: インタラクションとアフォーダンス検出によるロボットのシーン理解アフォーダンス2024/9/1
VLMを用いたアフォーダンス予測で照明スイッチの操作を実現し、物理的インタラクションを通じてシーングラフの関係を学習するフレームワークを提案。
- Spot-Compose: 点群におけるオープンボキャブラリ物体検索と引き出し操作のフレームワークマニピュレーション2024/4/1
市販の3Dスキャナで得た点群を使い、オープンボキャブラリなインスタンス分割と把持姿勢推定を組み合わせて、実環境で物体の動的ピッキングと引き出し開けを行うフレームワークを構築した。
- NARRATE: ロボティクスにおける最適制御のための汎用言語アーキテクチャVLA2024/3/1
大規模言語モデルに制約や目的関数を数式として生成させ、モデル予測制御と組み合わせることで、自然言語による柔軟かつ安全なロボット制御を実現した研究。
- ICGNet: A Unified Approach for Instance-Centric Grasping2024/1/1
- Chronos and CRS: Design of a miniature car-like robot and a software framework for single and multi-agent robotics and control2022/9/1
- Embodied Active Domain Adaptation for Semantic Segmentation via Informative Path Planning2022/3/1
- Self-Improving Semantic Perception for Indoor Localisation2021/5/1