William R. Johnson

収録論文 7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

• 因子グラフとチェビシェフ多項式によるテンセグリティロボットの状態・軌道推定
  状態推定2026/4/1

  ケーブル駆動テンセグリティロボットの状態推定に因子グラフとチェビシェフ多項式を用いた2段階手法を提案し、RGB-Dカメラとケーブル長センサの融合により高精度な連続時間推定を実現した。

• ケーブル駆動ロボットの部分観測可能な動力学をモデル化するグラフニューラルネットワーク
  sim2real2026/2/1

  ケーブル駆動ロボットをグラフとして表現し、部分観測入力のみから動力学を学習するGNNシミュレータを提案。実機とシミュレータの共同学習で汎化性を高め、MPPI制御による閉ループナビゲーションで有効性を示した。

• 障害物環境をナビゲートするオープンソースで再現可能なテンセグリティロボット
  移動ロボット2025/11/1

  剛体支柱と弾性腱からなるテンセグリティロボットのナビゲーションシステムを、オープンソースのハードウェアとソフトウェアスタック（モデリング、制御、経路計画など）で構築し、屋外実証を含む実験でその有効性と再現性を示した。

• テンセグリティ構造に着想を得た耐衝撃・自律ロボット
  テンセグリティロボット2025/1/1

  剛体支柱と弾性テンドンで構成されるテンセグリティロボットを開発し、5.7m以上の落下衝撃への耐性、オンボードセンサによる形状・姿勢推定、毎分18バー長の高速移動、28度の斜面登攀など、柔軟性と自律性を両立させた。

• グラフニューラルネットワークによるテンセグリティロボットの微分可能ダイナミクス学習
  sim2real2024/10/1

  テンセグリティロボットの接触ダイナミクスをグラフニューラルネットワークでモデル化し、MuJoCoを真値とするシミュレーションおよび実機で高精度かつ効率的に学習できることを示した。

• Real2Sim2Real Transfer for Control of Cable-driven Robots via a Differentiable Physics Engine
  2022/9/1
• 6N-DoF Pose Tracking for Tensegrity Robots
  2022/5/1