Steven Oh

収録論文 5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

• FACTR 2: コモディティロボットアームの外力センシング学習がポリシー学習を向上させる
  力覚推定/模倣学習2026/6/1

  専用の力センサーを持たないロボットアームでも、データ駆動で外力トルクを推定するNEXTと、接触前後のデータを重点的に学習するFIRSTを組み合わせることで、力覚を活用した遠隔操作とポリシー学習を可能にした論文。

• 高速接触豊富模倣学習のためのインクリメンタル反復参照学習制御による加速デモンストレーションの精緻化
  模倣学習/接触操作2026/4/1

  高速な接触を伴う操作の模倣学習において、人間のデモを単純に加速すると接触ダイナミクスが変わり追従誤差が生じる問題を、反復参照学習制御を拡張したI2RLCで参照軌道を段階的に高速化しながら更新することで解決し、実機タスクで最大10倍速の高忠実デモ生成と模倣学習ポリシーの成功率向上を実証した。

• 異方性と切替可能な剛性を備えたソフトリストによる接触の多いマニピュレーションのための堅牢なロボット学習
  マニピュレーション2026/2/1

  2枚の直交する板ばねとロック機構付き回転関節を用いたソフトリストCLAWを提案し、6自由度の大きな変形と3モードの異方性剛性を実現して、模倣学習によるペグ挿入タスクで76%の成功率を達成した。

• MicCheck: 既製ピンマイクを流用した低コスト接触センシング
  触覚2025/11/1

  市販のBluetoothピンマイクをグリッパに取り付けるだけで接触センサとして利用し、模倣学習によるマニピュレーションの成功率を大幅に向上させた研究。

• TacEva：視覚ベース触覚センサの性能評価フレームワーク
  触覚2025/9/1

  視覚ベース触覚センサ（VBTS）の性能を定量的に評価するためのフレームワークTacEvaを提案し、複数のセンサに適用して有効性を示した。