Robotpaper.Challenge 2019-08

ICRA2019サーベイまとめ：8月分

Iteratively Reﬁned Feasibility Checks in Robotic Assembly Seaquence Planning
Ismael Rodr´ıguez , Korbinian Nottensteiner, Daniel Leidner ,
Michael Kaßecker, Freek Stulp , and Alin Albu-Sch¨affer
- 最適な組立手順を探索する時間を削減する手法を提案した．
- 組立の実行可能性の評価をいくつかの層に分けた．高い層から部品同士，ツールと部品，ロボットアーム
と部品といった関係などによって評価を行なった．
- 部品同士で組立が実行できないと評価されれば，その組立に関する下位の層の探索を削減した．
- 工程が多い複雑な部品において探索時間を減らすことができる．
まとめた人：makihara

MoveIt! Task Constructor for Task-Level Motion Planning
Michael Görner, Robert Haschke, Helge Ritter and Jianwei Zhang
- MoveIt!での動作の計画を，タスクから動作を細分化して計画する方法の提案．
- それぞれのタスク動作を細分化してベクトルで図示する．
- 動作を細分化した可視化によって，タスクの失敗の原因を容易に発見することができる．
- シミュレーションではボトルをピッキングし，水を注ぐタスクを実行した．任意のタスクに適用可能であること
を示した．

Shallow-Depth Insertion: Peg in Shallow Hole through Robotic In-Hand Manipulation
Chung Hee Kim and Jungwon Seo
- 薄いペグのような物体を浅い穴に挿入する操作を行う計画を提案した．環境を利用した物体の持ち替えを
利用して操作を行う．
- 位置制御を使った戦略で，位置決めを行なった．持ち替え時は摩擦による影響はないので，迅速に持ち替
えが可能となっている．
- ノイズがある場合でも 100％に近い成功率を示した．マニピュレータとグリッパの正確な位置決めが成功率
を上げている．

A Hand Combining Two Simple Grippers to Pick up and Arrenge Objects for Assembly
Kaidi Nie, Weiwei Wan, and Kensuke Harada
- 組み立て用のハンドを２個統合した，内側のハンドは正確な位置決め，外側のハンドは安定的に保持する
機構となっている．
- 重力や指の位置による幾何的な制約によって位置決めを行う．戦略はシンプルで，二つの把持機構を持っ
ていることが大きな特徴
- 把持力は大きく，ボルト締めにおいても高精度な位置決めができている．

Design Principles and Optimization of a Planar Underactuated Hand for Caging Grasps
Walter G. Bircher and Aaron M. Dollar
- 2次元空間位おいて，センシングと制御なしで，シンプルな劣駆動ハンドを使い，幾何学的な囲い込み
（ケージング）による把持を行う，最適なハンドの設計指標の提案
- 指先同士の距離，指先とリンクの距離を物体の拘束性能を定量的に評価する指標とした．
- 右下表に示すようなそれぞれのリンクの長さの比，関節の半径の比によって最適な設計ができる．

Exploiting Environment Contacts of Serial Manipulators
Pouya Mohammadi, Daniel Kubus, and Jochen J. Steil
- 補助的な接触の特徴と物体に加える力の最大値を上げる効果について調査した．幾何学と摩擦特性，に
基づきその効果を検証した．
- 環境接触の中でも，発生できる力を大きくする接触の効果を調べ，それを利用したことがポイント．
- 接触点の摩擦力の方向によって，発生できる力が減少する接触になりうる．接触の位置も力の大きなに関
係している．

Energy Gradient-Based Graphs for Planning Within-Hand Manipulation
Walter G. Bircher, Andrew S. Morgan, Kaiyu Hang, and Aaron M. Dollar
- 劣駆動ハンドでの幾何的な物体拘束の性能を，物体とハンドの相対位置関係から，簡単なエネルギーモデ
ルを表現し，物体をハンド内で操作する．
- 動力学を使わず，エネルギーにより全ての状態と連結性を幾何的に空間を表現したこと．この連結性に
よってハンド内での操作の軌道生成が可能．
- 操作中に発生したずれに対して，軌道を修正することでロバストな操作ができる．

Optimazation-Based Human-in-the-Loop Manipulation Using Joint Space Polytopes
Philip Long, Tarık Kelestemur, Aykut Ozg¨ un¨ Onol¨ and Tas¸kın Padır
- 未整備環境での人間が教示した軌道生成において，障害物を回避するような軌道に修正する．
- 可操作性多面体を障害物との距離，関節限界までの余裕，特異姿勢との距離に置いて表現した．この多
面体に基づき動作可能領域を決定した．
- ユーザが障害物にぶつかるように入力しても回避するように軌道を生成する．可操作性多面体の中でしか
動作できなうように制限することで　障害物を回避できる．

Large-Scale Multi-Object Rearrangement
Eric Huang, Zhenzhong Jia, and Matthew T. Mason
- 正方エリアに囲まれた 30-100個のブロックを押し動作により再配列を行う実ロボットシステム．
- ４つのカテゴリの操作 (下図)に適用することができ，実験した５つのカテゴリで性能が非常に高かった（ 95%
以上）．
- 繰り返し局所探索（ILS）アルゴリズムによって局所最小解を抜け出すことができる．
- 2次元によるシミュレーションを簡単に実機実験に統合することができる

Learning Robust Manipulation Strategies with Multimodal State Transition Models and
Recovery Heuristics
Austin S. Wang and Oliver Kroemer
- 強化学習による最適化によって選択された接触ベースの操作と復旧する動作のロバスト性を向上させる．
- 動作計画に復旧する動作を組み込み，その動作は強化学習によって発見的に習得した．
- 学習により９６％の成功率を出し，復旧動作により完全な成功ができたこと．接触情報を用いると，用いな
い場合に対して成功率が上昇する．

Towards Robust Product Packing with a Minimalistic End-Effector
Rahul Shome, Wei N. Tang, Changkyu Song, Chaitanya Mitash, Hristiyan Kourtev, Jingjin
Yu, Abdeslam Boularias, and Kostas E. Bekris
- 吸着ハンドを使ってパッキング作業をするロバストなロボットシステムを作った．ビジョンシステムのみを
使ってモデルの不確実性に対処する．
- ひっくり返す動作により吸着点をさらし，ばら積み中からピッキングをできるようにした．
- 実機実験では箱形状の物体のパッキング作業を行なったが，任意の形状，サイズの物体に対してこのシス
テムが適応可能である．

Adaptive Critic Based Optimal Kinematic Control for a Robot Manipulator
Aiswarya Menon, Ravi Prakash, and Laxmidhar Behera
- SNAC(single network adaptive critic)により最適化された運動学制御を行う．評価重みの更新ルールを設
定し，システムの安定性を保証した．
- 標準の軌道生成と，時間変化の軌道追跡について，シミュレーションと実機実験を行った．短い時間で，軌
道追従することができる．実機はびびり振動が多少あった．
- 従来手法よりも収束する時間が短いことが差分となっている．

Towards an Integrated Autonomous Data-Driven Grasping System with a Mobile
Manipulator
Michael Hegedus, Kamal Gupta, and Mehran Mehrandezh
- 未知環境での未知物体の把持を行う移動ロボットの考案．環境認識と物体のモデリングを多角から行い，
把持できる十分な情報を取得する．
- 物体のモデリングの不確実性に対しても把持を可能にしたこと．事前情報が全くない状況で計画ができる
- モデリングや検出ミスを減らすため，視点を選択し，重複したスキャンをする仕組みを作った．

Mechanical Search: Multi-Step Retrival of a Target Object Occuluded by Clutter
Michael Danielczuk, Andrey Kurenkov, Ashwin Balakrishna, Matthew Matl, David Wang,
Roberto Martín-Martín, Animesh Garg, Silvio Savarese2, Ken Goldberg
- 容器の中でバラバラに積み重なっている物体に対して， RGBD画像を使って押し，吸着，把持動作を反復
的に選択し，物体を抜き取るタスクを実行．
- 把持や操作を多く使い，散らかった状態から資格情報のみを用いて物体を抜きとったことがポイント．
- ９５％の成功率を示し，積み重ねられた量に線形に対応して動作の数も増えていく．

Transferring Grasp Conﬁgurations using Active Learning and Local Replanning
Hao Tian, Changbo Wang, Dinesh Manocha and Xinyu Zhang
- 把持を学習して，学習時の物体と形状が類似している未知物体に対し，把持形態を変えて拘束する .
- 全単射接触マップを使うことで，一つのカテゴリに登録する物体が一つだけでよいことが差分．
- 幾何的な形状と接触による力学条件を加味して把持形態をとり，安定性を評価している．
- 72.5-92.5%の成功率を出し，従来手法より成功率がとても高かった．複雑であっても類似していれば，任
意の物体に対して把持可能で安定である．

Sound-Indicated Visual Object Detection for Robotic Exploration
Feng Wang, Di Guo, Huaping Liu, Junfeng Zhou, Fuchun Sun
- 動画と音声からNeruralNetworkを用いた弱教師学習により動画内の音源を検出する手法の提案 .
オブジェクトレベルで音源を検出する手法が新しい . (従来はピクセルレベル orフレームレベル)
- 訓練済みネットワークを用いて画像と音声（キーフレーム単位 )から埋め込みベクトルを取得 .
画像と音声ベクトルの距離と crossentropy lossの重み付き和をlossとしてネットワークを学習 .
- 従来のピクセルレベルでの音源検出と比較し , 音源が動画内に存在しないケースの過検出を低減させた .
まとめた人：Ryosuke Sudo

- 計算コストと精度のトレードオフをリアルタイムで調整可能かつ高速な視差マップ推定手法を提案
- 低解像度の視差マップを出力した後に , 段階的に低解像度の視差マップに対する補正値を計算・足し合わ
せることで精度を段階的に向上させる .
補正処理を途中で打ち切ることで精度と計算コストの調整が可能 .
- KITTI-2012, KITTI-2015に対する視差マップの 3-pixel error rateを従来手法と比較
同程度の計算時間において , 従来手法より低いerror rateで視差マップを推定できることを確認
Anytime Stereo Image Depth Estimation on Mobile Devices
Yan Wang, Zihang Lai, Gao Huang, Brian H. Wang, Laurens van der Maaten, Mark
Campbell, Kilian Q.Weinberger

Video Object Segmentation using Teacher-Student Adaptation in a Human Robot
Interaction (HRI) Setting
Mennatullah Siam, Chen Jiang, Steven Lu, Laura Petrich, Mahmoud Gamal, Mohamed
Elhoseiny, Martin Jagersand
- 関心物体のみを主に動作させた映像を入力とし疑似マスクを生成することで , マニュアルセグメンテーション
をせずに新規物体に対するセグメンテーションの学習を実施する手法 (MotAdapt)を提案.
人間がロボットに対して新規物体のセグメンテーションを学習させるケースなどを想定 .
- 関心物体のみを主に動作させた映像の Optical FlowとRGB Imageを入力とする訓練済み教師モデル
(two-stream CNN)の出力を疑似マスクとし , RGB Imageのみでその出力を模倣するように生徒モデルを学
習させる.
- また本手法の有効性を検証するために IVOS datasetの作成をしている.
IVOS datasetには, (1)人間が様々な角度で家具を映した映像 (訓練データ)と(2) 訓練データにある家具が
実際に利用されている映像 (テストデータ) の二種類のビデオが含まれる。
- 本手法(MotAdapt)によりDAVISとFBMS, IVOS datasetでSOTAとなる結果を確認.

- Object Manipulation向けのの訓練用Depth Imagesを3D CADデータの合成により高速ランダム生成する
手法を提案.
- 提案手法による合成データと現実のデータの双方を含む Object Manipulation向けのRGB-D Image
Dataset (WISDOM) を作成.
- 合成により生成された Depth imagesをMask R-CNNの入力として学習させる Synthetic Depth Mask
R-CNN (SD Mask R-CNN)を提案. COCO instance segmentation benchmarkssにおいて、Hand labelの
データを必要とする従来手法と同等以上の精度があることを確認 .
Segmenting Unknown 3D Objects from Real Depth Images using Mask R-CNN Trained
on Synthetic Data
Michael Danielczuk, Matthew Matl, Saurabh Gupta, Andrew Li, Andrew Lee, Jeffrey
Mahler1, Ken Goldberg

Unsupervised Out-of-context Action Understanding
Hirokatsu Kataoka and Yutaka Satoh
- 画像内のbackgroundとhuman actionの組み合わせが、常識的 orデータ数的に稀なケースである (O2CA:
Out-of-context Action)であるか否かを教師なし学習する手法を提案 .
backgroundとforeground(human action)を分離して扱うところが新しい .
- 手法の検証を目的として , UCF/HMDBとSUR-REALベースのO2CAラベルを含む合成画像データベースを
生成した。
- 稀なactionとcontextの組み合わせはO2CAであると扱うことで、 unsupervised labelを学習で利用すること
ができ、90%以上の精度でO2CAを認識することができた。

UAV/UGV Autonomous Cooperation: UAV assists UGV to climb a cliff by attaching a tether
Takahiro Miki, Petr Khrapchenkov and Koichi Hori
- UGVに（アンカー付き）テザーで UAVをつなぎ，UAVがテザーを固定物に引っ掛けることで UGV単体では登
れない壁を登る自律システムの提案．システムの構成やテザーアタッチメント（金具）の設計などを検討．
- UAVはvisual inertial navigationを行い3D格子地図を用いて障害物回避． UGVは先の格子地図で
elevation mapを作成し経路計画．
- ROSベースの自律システムフレームワークの構築（ Fig. 2）．
- 障害物と崖を設置したフィールドで 1. UAVの自律航行 2. UGVの壁および階段の登攀 3. テザーアタッチメ
ントの性能 1~3をそれぞれを評価する実験を実施．最後に全てをまとめて行う実験も実施．
まとめた人：Koji Minoda

Interaction-Aware Multi-Agent Reinforcement Learning for Mobile Agents with Individual Goals
Anahita Mohseni-Kabir, David Isele, and Kikuo Fujimura
- マルチエージェントな場面において mobile robotsのdecentralized（分散的）な強化学習により最適な方策
を I. 車線変更(Fig.4) II. ロボットナビゲーション (Fig. 5) の2場面について学習．
- 以下の2ステップで学習．Interactive-aware TRPO or IATRPOの概要．
- 1. Actor-Critic法（ここではTRPO）を用いて複数の目標を達成できる方策をシングルエージェントとし
て学習．
- 2. マルチーエジェントの場面で他エージェントとの相互作用を適切に行うように方策を修正．報酬関
数を「(自身の報酬関数) - (定数)x(他ロボと衝突したか )」として定義し直す(Fig. 2)．
- MATROP(従来手法MADDPGの修正)との比較を行い，上記 2場面でIATRPO（提案手法）より高い成功
率．

Online Plan Repair in Multi-robot Coordination with Disturbances
Adem Coskun and Jason M. O’Kane
- 複数のロボットが各々移動する際に，予期せず遭遇する障害物（歩行者など）による遅延があっても衝突
や行き詰まりを回避する新手法を提案．
- 従来手法 → RMTRACK
- 狭い場所を複数のロボットが同時に通る際に通過待ちをすることで衝突を回避する手法．例えば Fig.
2を参照．
- RMTRACKに加え，通過待ちをする「順番」を on-the-ﬂyで入れ替える（ﬂipする）アルゴリズムを組み込むこ
とで「障害物に遭遇する確率が未知の環境」を考慮した際に移動時間が短縮．
- 例えばFig. 2のような場面（本来R1がR2よりも先に通過，赤は障害物遭遇率高い領域）では R1とR2
の通過順番を入れ替えた方が良い場合も．
- 3通りの場面におけるシミュレーションを実施して評価．

Persistent Multi-Robot Mapping in an Uncertain Environment
Derek Mitchell and Nathan Michael
- 地図を格子ベースで保持しバッテリ容量による制約を考慮した複数ロボットによる地図作成タスク．できる
だけ地図情報を維持するようなロボットの配置・経路計画．
- 環境が動的なことを考慮し，各格子が占有されているか否かの確信度を時間に対し減衰させる．
- 複数ロボットによる観測で異なる結果が得られた格子も確信度を低くする →多めに観測される．
- Waypoint Selection（情報量=CSQMI値の高い地点を選ぶ） → Path Planning（左記の任意の2地点を結ぶ
経路を計算） → Waypoint Assignment（離散最適化によって各ロボットに地点の割振り）
- シミュレーションで，未知の環境地図の確信度の時間遷移，計算量などを元に評価．

Getting Robots Unfrozen and Unlost in Dense Pedestrian Crowds
Tingxiang Fan, Xinjing Cheng, Jia Pan, Pinxin Long, Wenxi Liu, Ruigang Yang and Dinesh Manocha
- 人混みの中での移動ロボットに頻繁に起こる「動けなくなる問題」「迷子になる問題」に対処．どちらかの状
況に陥ると通常モードからリカバリモードに移行して対処する．
- 動けなくなる問題：強化学習ベースの局所経路計画によって閉塞状態から抜け出す．
- 迷子になる問題：リカバリ地点（強化学習ベースで選ばれた，特徴量豊かな地点）の一つに向かう．
- シミュレーションと実際の実験で性能を評価．

Recursive Integrity Monitoring for Mobile Robot Localization Safety
Guillermo Duenas Arana, Osama Abdul Hafez, Mathieu Joerger, and Matthew Spenko
- ロボットの自己位置推定における「リスク」（論文中では ”integrity risk”）を計算し安全性を評価．
- 元々は航空の分野で用いられていた評価方法．
- 自動運転など，自己位置推定の異常が致命的になりうる場面での使用を想定．
- Time-windowを用いることで計算量を抑えるとともに窓外の異常にロバストな手法を実現．
- 最悪なセンサ異常の組み合わせを想定して安全性を評価．
- リスクはHazardous Misleading Information (HMI)を用いている（誤差が閾値を上回り且つ異常検知器が
異常を検知しない場合に 1，それ以外なら0）

Learning Primitive Skills for Mobile Robots
Yifeng Zhu, Devin Schwab, Manuela Veloso
- ロボットでサッカーをする．基本となる「 1. ボールに向かう」「2. 回転してシュートする」「 3. キーパーにシュー
トする」の3つの基本行動をDDPGによって学習する．
- 3つの行動は全て同じネットワーク構造での学習．
- 全ての行動をend-to-endで学習すると，基本行動に分解することができず，得られた方策を別のタスクに
転用することが難しい．本研究ではこれに対応するため基本行動に着眼．
- シミュレータで学習し実環境で試験． 0.29秒程度の遅延はあるもののより高い成功率を実現．

PRIMAL: Pathﬁnding via Reinforcement and Imitation Multi-Agent Learning
Guillaume Sartoretti, Justin Kerr, Yunfei Shi, Glenn Wagner, T. K. Satish Kumar, Sven Koenig, and Howie Choset
- Multi-agent path ﬁnding (MAPF)の枠組みでPRIMALを提案．
- 視界が限られた複数のロボットが強化学習と模倣学習を組み合わせることで完
全にdecentralizedなMAPFをそれぞれ逐次的に行う．
- centralizedな手法に比べ，エージェント数の増加に対応できるのが強み．
- 協調行動を獲得するため特に次の 3つの工夫．
- 1. 他ロボを障害すると罰則
- 2. 訓練中にエキスパートの行動の模倣（模倣学習）を取り入れる
- 3. 訓練毎に環境を変える（障害物を高密度に →協調行動学習を促進）
- 強化学習にはA3Cを使用．ネットワーク構造は以下．

Belief Space Planning for Reducing Terrain Relative Localization Uncertainty in Noisy
Elevation Maps
Eugene Fang, P. Michael Furlong, and William “Red” Whittaker
- 衛星から取得された画像から得られる DEM(Digital Elevation Map)をローバーの視界情報と比較して現在
位置を取得するTerrain Relative Localization(TRL)は，元のデータの質に性能が左右される．
- 従来の経路生成（距離・燃料などを最小化する経路）とは異なり， Belief Space Planningを用いてローバー
の自己位置推定の不確実性を許容値以内に保つ．
- Fig. 4は各地点のTRN不確実性分布（濃い部分は周囲の特徴量が多く不確実性が低い）． Fig.7(b)はこれ
を元に決定された経路． (a)に比べて(b)は移動距離が大きいか，ゴール地点での不確実性が低い．
- 月面画像での実験も実施． Fig. 10に不確実性の結果（最短経路 vs Belief）．Noisy samplingを行うとさらに
性能向上していることがわかる．

Mixed Frame-/Event-Driven Fast Pedestrian Detection
Zhuangyi Jiang, Pengfei Xia, Kai Huang, Walter Stechele, Guang Chen, Zhenshan Bing and Alois Knoll
- DAVIS（イベントカメラの一つ，高速に移動する場合や明るさに対してロバスト）の出力から YOLOで歩行者
検出を行った．従来のカメラを用いた歩行者検知よりも高フレームレート &低レイテンシな手法を実現．
- DVSセンサ（輝度の変化を低遅延で疎な形で出力ができるが，輝度の絶対値が取れない）と APSセンサ（低
fps．輝度の絶対値を出力する）にそれぞれ YOLOによってconﬁdence mapを取得．これらをCNNベースの
検知結果とフュージョンすることで精度が向上．
-

A Fleet of Miniature Cars for Experiments in Cooperative Driving
Nicholas Hyldmar, Yijun He, Amanda Prorok
- コネクティッドな自動運転車の実機実験で必要な費用と土地を抑えるため，安価なミニカーを設計した．屋
内環境で低コストで実機実験をすることができる．
- 2車線環境で，上記ミニカーの方策を協調・非協調と変えて単位時間あたりの交通量を比較する実験を行
ない，このミニカーの制御性能と群運用の可能性を示した．
- 上記の設計とコードはオープンソースとして公開されている．

Dynamic Channel: A Planning Framework for Crowd Navigation
Chao Cao, Peter Trautman and Soshi Iba
- 歩行者で密集している領域において大域的に経路計画を行う新規手法 ”Dynamic Channel”を提案．大域
的経路生成を幾何学的に行いこれを元に局所的経路生成を行う手法．
- 平面を歩行者を元に三角形分割しグラフ上での経路計画問題に落とし込むことで，歩行者の動きも考慮に
入れた周囲の変化を踏まえた経路をリアルタイムに生成することができる．
- 従来手法に比べて成功率の向上と計算時間の抑制を実現（ Fig. 6, 7）．
- 周囲の歩行者しか観測できないような状況設定でも実験，結果の検討を行なっている．

Crowd-Robot Interaction:
Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning
Changan Chen, Yuejiang Liu, Sven Kreiss and Alexandre Alahi
- 人混み環境におけるロボットの経路計画問題において， ”Human-Robot”間
に加え”Human-Human”間の相互作用を組み合わせた Crowd-Robot
Interaction(CRI)をモデル化し深層強化学習に組み込んだ．
- ロボ視点での周囲の行動予測において間接的に影響する “Human-Human”
相互作用を考慮できる．
- “Human-Robot”ではself-attention機構を用いて，「周囲の人のうち誰に注
視すべきか」も推定し経路計画に使用．
- 提案手法（SARL, LM-SARL）および他の強化学習手法で，人混み環境で
ゴールまで移動するシミュレーション実験を行い成功率・衝突率・所要時間・
報酬を比較して他手法に対する優位性を確認．
- 推定された価値関数の値を可視化して手法の妥当性も確認．

Safe Reinforcement Learning with Model Uncertainty Estimates
Bjorn Lutjens, Michael Everett, Jonathan P. How
- 歩行者などの障害物を回避する経路生成を，モデルの不確かさを考慮に入れた強化学習で実現．
- 不確かさの考慮により「知らない障害物」に遭遇した場合に慎重な行動選択をすることが可能．
- 複数のLSTMネットワークにMC-DropoutとBootstrappingとを適用してアンサンブルすることで，各時刻に
おける衝突確率をその不確かさ（すなわち分散）も含めて推定することができる．
- Bayesian NN（同様に不確かさの推定が可能）に比べ計算量が少なく，また並列化が可能．
- 推定された衝突確率を元に，モデル予測制御で行動を決定．
- シミュレーションでの実験を行った．不確かさを考慮しない場合に比べ衝突確率が減少（ Fig. 7）．

Group Surﬁng: A Pedestrian-Based Approach to Sidewalk Robot Navigation
Yuqing Du, Nicholas J. Hetherington, Chu Lip Oon, Wesley P. Chan, Camilo Perez Quintero, Elizabeth Croft, and H.F.
Machiel Van der Loos
- 歩道での自律移動タスクは人が多く制御が難しいが，周囲の人の流れに
うまく乗る”Group Surﬁng”を取り入れることで安全な経路生成を行う手法
を確立．
- 周囲に人がいない場合は縁石検出による走行．
- 各種センサを搭載したロボットによる実験を， Gazebo上および実世界でそ
れぞれ実験し，人間による経路とロボットが走行した経路からの外れ度合
いを算出．本手法で生成された経路と，最短経路についてそれぞれ外れ
度合いを計算して，前者の方が小さいことを確認．

Go with the Flow: Exploration and Mapping of Pedestrian Flow Patterns from Partial
Observations
Sergi Molina, Grzegorz Cielniak and Tom Duckett
- 人が周囲にいる環境におけるロボットの周辺探査は空間的制約（自分の周囲のみ観測）と時間的制約
（探査に割り当てられる時間少）の中で時間的に変化していく環境を捉える必要がある．
- 本研究ではPoisson過程を用いて不確実性を算出し，これによる重み付けを用いたモンテカルロベース
で探査戦略を立てる方法を提案．これにより，ある時刻において格子地図の各格子で人がどこを向いて
いたかを確率で出力する．
- 環境の時間変化はフーリエ変換による周波数空間に着目する FreMEn[17]を用いて表現．
- 2つのデータセット（それぞれ室内環境で人の軌跡を記録）を用いて，時間的・空間的制約それぞれを課
した場合と両方を同時に課した場合で，上記出力を正解データと比較（ Fig. 6に両方の制約の場合の結
果）．周辺環境を用いない方法（ランダム探索）に比べて良い結果．

Visual SLAM: Why Bundle Adjust?
Alvaro Parra Bustos, Tat-Jun Chin, Anders Eriksson and Ian Reid
- 単眼SLAMにおいて，バンドル調整 (BA)を用いたSLAM(BA-SLAM)に変わる新手法L∞ SLAMを提案．
- Rotation Averagingを行うことによりカメラの回転行列のみを逐次的に推定する．またこれらを元に定義さ
れる準凸関数の最適化によりカメラ位置と点群位置を求める．
- カメラ位置と点群を常に保持する必要がなく，よりシンプルな SLAMが実現できる．
- 低速であったり平行移動がないような設定（ BA-SLAMは苦手）にも対応できる．
- SLAMによるカメラの方向と位置を推定を行い，提案手法の精度に関する優位性を検証（左図，中央図）．
またBAに相当するRotation Averagingの計算量も比較（Fig. 7）．

Trajectory-based Probabilistic Policy Gradient for Learning Locomotion Behaviors
Sungjoon Choi and Joohyung Kim
- 環境のシミュレーションをせず、状態などの仮定を少なくしても、 4脚ロボットの歩容を最適化する研究
- 最適な歩容を強化学習により生成することが可能な Deep latent policy gradient(DLPG)を提案
- デモ機を用いて、右旋回、左旋回、直進のモーションを生成することができた
まとめた人：Miura

Task-Based Control and Design of a BLDC Actuator for Robotics
Avik De, Abriana Stewart-Height, and Daniel E. Koditschek
- ロボティクスアプリケーションの制御のための多入力ブラシレスモーターの設計
- 実現可能で最適なモータをデザインし、力を増幅するシステムを設計した
- 安定した力の出力ができた。

Body Lift and Drag for a Legged Millirobot in Compliant Beam Environment
Can Koc, Cem Koc, Brian Su, Carlos S. Casarez and Ronald S. Fearing
- 外殻に作用する接触力と足下の散らばりにより作用する引きずり抵抗を考慮した運動の生成
- ロボットとハリの関係を考慮することで運動を制限し、制御を可能とした
- 長円形のボディ形状を実現することで横幅を減らし、接触抵抗を減らすことでハリのある部分でも運動が可
能になった

Closing the Sim-to-Real Loop:Adapting Simulation Randomization with Real World
Experience
Yevgen Chebotar, Ankur Handa, Viktor Makoviychuk, Miles Macklin, Jan Issac, Nathan
Ratliff, Dieter Fox
- シミュレーションのパラメータの分布を実際の製品を用いて学習することで、実機実装を容易にすることを
目指した研究
- シミュレーション内での報酬関数と実機のデータを組み合わせてパラメータの分布を強化学習する方法を
提案した
- スイングペグインホールと飾り棚の引き出しを開く問題に手法を適用して有効性を示した

Every Hop is an Opportunity: Quickly Classifying and Adapting to Terrain During
Targeted Hopping
Alexander H. Chang, Christian Hubicki, Aaron Ames and Patricio A. Vela
- 未知の地形に対してジャンプ時に地形を学習分類し、それぞれの地形に対して最適な制御をかける研究
- 事前に3つの異なる地形に対する制御系を組んでおき、それらを low shot learningによる地形認識により
使い分けている
- 予測した地形の正確性は 95%を達成し、予測が正しかった時は通常の 2倍、予測が正しくなかった時は通
常の1.5倍早くジャンプしたことがわかった

Effects of Foot Stiffness and Damping on Walking Robot Performance
Ethan Schumann, Nils Smit-Anseeuw, Petr Zaytsev, Rodney Gleason, K. Alex Shorter, and
C. David Remy
- 脚の硬さやダンパ性が歩行パフォーマンスに及ぼす影響について評価している
- acquetball(soft and elastic), Sorbothane(soft and damped), Norsorex ball(hard and damped), Neoprene
ball(hard and elastic)の4種類の脚を製作し、落下させた時の耐衝撃性と、歩行スピード、移動時のエネル
ギーについて評価した。
- 落下時は柔らかいボールがズレ、歩行は Sorbothaneが一番速いことが分かった。また、スピードと移動エ
ネルギーはトレードオフの関係にあることが分かった。以上からダンパがある方が安定して速い歩行ができ
ることが分かった。

Dynamic Walking on Slippery Surfaces:Demonstrating Stable Bipedal Gaits with
Planned Ground Slippage
Wen-Loong Ma, Yizhar Or and Aaron D. Ames
- 滑りやすい表面で動的な歩行を実現する研究 (安定歩行の研究)
- 最適な軌道と滑りやすい表面での動的な安定歩行が可能になった強靭さと快適さを合わせ持つハイブリッ
ドダイナミクスの提案
- 移動時のエネルギーコストとエネルギー効率を数値シミュレーションと実験で評価

Torque and velocity controllers to perform jumps with a humanoid robot: theory and
implementation on the iCub robot
Fabio Bergonti, Luca Fiorio and Daniele Pucci
- ヒューマノイドのジャンプ動作のための理論と実装をしている論文
- トルクのアプローチと速度のアプローチの制御系を提案
- 2つの異なる制御法を用いて実装とシミュレーションをし、それぞれの有効性を示せた

Workspace CPG with Body Pose Control for Stable, Directed Vision during
Omnidirectional Locomotion
Samuel Shaw, Guillaume Sartoretti, Jake Olkin, William Paivine, and Howie Choset
- 多脚ロボットの動作と胴体の姿勢を別々に制御するためのシステムを提案
- 多脚ロボットの胴体に搭載されたセンサからデータを取得しつつ、動作をするために workspace CPGを用
いて、モーションを生成している
- 6脚ロボットを用いた屋内外での検証により、提案した手法の有効性を示せた

Realizing Learned Quadruped Locomotion Behaviors through Kinematic Motion
Primitives
Abhik Singla, Shounak Bhattacharya, Dhaivat Dholakiya,Shalabh Bhatnagar, Ashitava
Ghosal, Bharadwaj Amrutur and Shishir Kolathaya
- kinematicモデルと深層強化学習を用いた歩容の実現
- D-RLを用いた歩容とkMPsを用いたモーション生成により、トロット、ウォーク、ギャロップ、それらの間の歩
容まで実現できることを確認した
- モーションの簡略化をすることで従来の高スペック PCなど優れたハードウェアがなくても、移動性能を高め
ることができた。

Stanford Doggo: An Open-Source, Quasi-Direct-Drive Quadruped
Nathan Kau, Aaron Schultz, Natalie Ferrante, Patrick Slade
- 動的な運動を可能な quasi-direct-driveな4脚ロボットの研究とオープンソースの公開
- quasi-direct-driveにより、従来のロボットよりも高いジャンピング性能を有している
- 過去のロボットより22%高いジャンピングが可能となり、動物に匹敵するほどの性能を示した。また
3000$以下のコストで製作が可能であるオープンソースを公開した

Fast and Continuous Foothold Adaptation for Dynamic Locomotion through CNNs
Octavio Villarreal, Victor Barasuol, Marco Camurri, Luca Franceschi, Michele Focchi,
Massimiliano Pontil, Darwin G. Caldwell and Claudio Semini
- 動的な運動のための連続的な足場適応を高速で行うための手法を提案
- 搭載しているコンピュータとセンサのみで足場適応を実現可能なように CNNを用いて教師あり分類を実装
している
- 従来の手法より学習の回数を最大 200回減らすことができ、安全な足場適応はできていることを示せた

Dynamic Period-two Gait Generation in a Hexapod Robot based on the Fixed-point
Motion of a Reduced-order Model
Wei-Chun Lu and Pei-Chun Lin
- 自由度の少ない6脚ロボットで動的な歩行を実現
- period-two motionなR-SLIP modelを用いて自由度の少ないロボット (2自由度？)を動的に動作させてい
る。センサーフィードバックなどは用いずに学習で取得した脚の軌道のみで制御している
- Passive dynamic period-two motionを実験を通して実現することができた

Optimized Jumping on the MIT Cheetah 3 Robot
Quan Nguyen, Matthew J. Powell, Benjamin Katz, Jared Di Carlo, and Sangbae Kim
- MITのCheetah3が最適化されたジャンピングを実現
- 最新の効率的な軌道生成、正確なトラッキング、歩行安定性、衝撃に対する強さ、ボディの安定性を最適
化
- 0.76m上のデスクに繰り返し飛び乗り、飛び降りることができた

CENTAURO: A Hybrid Locomotion and High Power Resilient Manipulation Platform
Navvab Kashiri, Lorenzo Baccelliere, Luca Muratore, Arturo Laurenzi, Zeyu Ren, Enrico
Mingo Hoffman, Malgorzata Kamedula, Giuseppe Francesco Rigano, Jorn Malzahn,
Stefano Cordasco, Paolo Guria, Alessio Margan, Nikos G. Tsagaraki
- ハイパワーで人間のような弾性を持つ車輪移動と歩行移動が可能なハイブリッドな運動ロボットの開発
- 要求されたそ諏佐佐が実行可能で、人間と同等の身体サイズを有しているロボットをシステムインテグ
レーションにより実現した。システムインテグレーションが新規性
- 高い身体の反応性が必要なタスクや　重いペイロードの操作時に必要な力、耐久性の有効性を示せた

Frequency-Aware Model Predictive Control
Ruben Grandia, Farbod Farshidian, Alexey Dosovitskiy, Rene ́ Ranftl, Marco Hutter
- 詳細なモデルを必要としない MPCの提案
- 従来のMPCは次の状態を予測するために詳細なモデルを必要としていたが，コスト関数を用いることで詳
細なモデルを必要としない frequency dependent cost functionとMPCを組み合わせた
- 102種類75000以上のイメージを集めた
- 手作業特徴量抽出、深層特徴量抽出、SVMとKNNを用いてそれぞれで認識させた
- 今後の研究で農業に貢献できるかが課題

Safe Adaptive Switching among Dynamical Movement Primitives: Application to 3D
Limit-Cycle Walkers
Sushant Veer and Ioannis Poulakakis
- 外乱のある状態で安全に動作可能なモーション生成の研究
- Supervisory control frameworkにより動的に単純な動きを切り替えてそれぞれが制御周期に対応した歩
容をすることによって永続的に外乱に適応したモーションを可能にした
- 3D2足歩行モデルを用いた拡張版 DMP
- Hydro zero dynamics(HZD)のプラットフォームを用いて ,シミュレーションをした
- ダイナミクスとモーションプランニングを同時にすることができるフレームワークを構築できた

SpaceBok: A Dynamic Legged Robot for Space Exploration
Philip Arm, Radek Zenkl, Patrick Barton, Lars Beglinger, Alex Dietsche, Luca Ferrazzini,
Elias Hampp, Jan Hinder, Camille Huber, David Schaufelberger, Felix Schmitt, Benjamin
Sun, Boris Stolz, Hendrik Kolvenbach and Marco Hutter
- 宇宙環境下での使用を想定したロボットの開発
- 低重力天体で動的な歩行とジャンピングをするために、ジャンプの力を逃がさない弾性素材を用いた機構
が新しい
- パラレルモーションデザインを用いてジャンピング機構を設計した。制御方法としてはvirtual model
based controller( VMC)を用いた
- MATLABのsimscapeを用いてシミュレーションをした
- 地球重力下において、 150mmのジャンピング、静歩行では 0.3m/s、trot歩行では最大で1m/sを実現でき
た。また、シミュレーションでは低重力環境で、 600mmのジャンピングが可能であることを示した

Propagation Networks for Model-Based Control Under Partial Observation
Yunzhu Li, Jiajun Wu, Jun-Yan Zhu, Joshua B. Tenenbaum, Antonio Torralba, and Russ
Tedrake
- モデルベース制御の汎用性向上を狙った論文
- モデルベース制御のための学習型動的シミュレータは既に研究されていたが、特定のシステムにのみ対
応できるシミュレータが多く汎用性に欠けている。そこで、部分観測が可能なシステムに対して、
propagation networksを用いることで汎用化可能なシステムを提案した
- 部分的に観測可能なシナリオを扱い、ペア間での関係を超えた信号の伝播が瞬時にできる学習可能な動
的モデルを構築した Hydro zero dynamics(HZD)のプラットフォームを用いて ,シミュレーションをした
- 従来の学習可能な物理シミュレータの性能を上回っただけでなく、様々な制御タスクにおいて優れたパ
フォーマンスを発揮することができた

Comparing Task Simpliﬁcations to Learn Closed-Loop Object Picking Using Deep
Reinforcement Learning
Michel Breyer, Fadri Furrer, Tonci Novkovic, Roland Siegwart, and Juan Nieto
- 物体ピッキングを学習するための深層強化学習手法の比較
- 様々な環境とinteractする報酬を最大にする完全閉ループのためのカリキュラム学習の提案
- デプスカメラの入力をモーションコマンドにマッピングする closed-loop policiesを用いる
- Reaching, grasping, liftingのタスクをデプスカメラの画像から学習する。
学習をシミュレーション上で行い、シミュレーションと同様の条件で
実機に実装している
- シミュレーションでは高精度な学習ができ、物体が散らかっている
状態と一つの物体に対してのそれぞれのタスクを実現できた

Compliant Bistable Gripper for Aerial Perching and Grasping
Haijie Zhang, Jiefeng Sun, and Jianguo Zhao
- つかまる機能とつかむ機能を有している小型飛行ロボットのためのグリッパー開発
- 接触力によってグリッパーの開閉を制御し、 hold状態では　自重以上の力がかかった時に自動でグリッ
パーが開くメカニズムが新しい
- 数式モデルによりロボットとグリッパーをモデル化し、関係を記述することでグリッパーの開閉ができるよう
になっている
- 小型飛行ロボットの自重で開き、衝突力で開閉が可能なメカニズムが有効であることを示せた

Goal-Driven Navigation for Non-holonomic Multi-Robot System by Learning Collision
H. W. Jun, H. J. Kim and B. H. Lee
- 衝突学習により非ホロノミックマルチロボットシステムの衝突回避を実現する論文
- 従来の強化学習を用いた衝突回避の研究では回避の学習を効率的にすることに注目されていたが、この
論文では衝突を学習することで衝突回避を効率的にすることができたというアイデアが新しい
- 強化学習を用いてエージェントが衝突を学習し、学習により得たポリシーから衝突回避のアクションを取得
することで衝突回避を実現している
- 従来の手法に比べ、高確率で回避できていることが確認できた

Learning Navigation Behaviors End-to-End with AutoRL
Hao-Tien Lewis Chiang, Aleksandra Faust, Marek Fiser, Anthony Francis
- Auto RLによるエンドトゥーエンドナビゲーション動作の学習
- ハイパーパラメータを推定するニューラルネットワークと報酬を決定する新装強化学習を組み合わせた
Auto RLが新しい
- タスクに対して最大の報酬を得て、蓄積された報酬を最大にするニューラルネット構造を探すことで新しい
環境でもナビゲーションができる
- 新しい環境において比較手法に対して経路追従と
point-to-pointを評価し、それぞれ23%, 26%精度向上した

Learning to Predict Ego-Vehicle Poses for Sampling-Based Nonholonomic Motion
Planning
Holger Banzhaf, Paul Sanzenbacher, Ulrich Baumann, J. Marius Zo ̈llner
- 複雑な環境でリアルタイムでモーションプランニングするための手法の提案
- 自車姿勢推定にCNNを用いており、Bi RRT*と組み合わせて計算の低コスト化と高精度化を同時に実現し
ている
- CNNにより姿勢推定をし、モーション
　　プランニングはBi RRT*により実現している
- 計算速度が100ms程度でほぼ100%の精度で
　　推定することができている

OpenRoACH: A Durable Open-Source Hexapedal Platform with Onboard Robot
Operating System (ROS)
Liyu Wang, Yuxiang Yang, Gustavo Correa, Konstantinos Karydis, Ronald S. Fearing
- ROSで動作可能な耐久性の高い多機能ヘキサペダルロボットの開発
- ロボットのオープンソースでここまで小型、多機能、高性能なロボットはなかった！
- 15cm, 200gのロボットにジャイロ、加速度、 beacon, color vision, linescan, カメラのセンサを取り付
け、 ROSを用いたカメラフィードバック制御が可能なオープンソースロボット
- 150ドル以下で高性能ロボットの構築ができるようになった

Single-shot Foothold Selection and Constraint Evaluation for Quadruped Locomotion
Dominik Belter, Jakub Bednarek, Hsiu-Chin Lin, Guiyang Xin, Michael Mistry
- 脚ロボットのための最適な足場決めをする手法の提案
- ローカルなマップをセルで表現し、それぞれを幾何的な特徴で評価し、その評価に CNNを用いているところ
が新しい?
- GPUを用いずにCPUのパワーのみでCNNをし、10msで数百の足場の候補を評価し、足場を決定している
- 複雑な環境においても評価を行い、踏破することができた

Task-speciﬁc manipulator design and trajectory synthesis
Julian Whitman and Howie Choset
- 与えられたタスクのためにカスタマイズできるロボットの最適設計をするための手法の提案
- マニピュレータの動作軌道を生成するだけでなくそれと同時にメカの設計もするところが新しい
- 全ての関節に対して逆運動学を解くことで計算をしている。計算手法に新規性はないが、最新の手法より
計算コストが減ることがわかっている
- 設計を自動化するための第一歩として、ユーザの設計の手伝いができるようになった

Kinematically Redundant (6+3)-dof Hybrid Parallel Robot with Large Orientational
Workspace and Remotely Operated Gripper
Kefei Wen, David Harton, Thierry Laliberte ́ and Cle ́ment Gosselin
- 冗長自由度を有したハイブリッドパラレルロボットの開発
- 冗長性を考慮することでメカニズム的に特異点を避けやすくなり、また、オリエンタルワークスペースが広く
使えるようになった。このメカニズムが新しい
- パラレルリンク機構とグリッパー機構を導入している
- 冗長性を持たないパラレルロボットと比べ、オリエンタルスペースの拡大、特異点の容易な回避が実現でき
た

Computational Design of Robotic Devices from High-Level Motion Speciﬁcations
Sehoon Ha, Member, IEEE, Stelian Coros, Member, IEEE, Alexander Alspach, Member,
IEEE, James M. Bern, Student Member, IEEE, Joohyung Kim, Member, IEEE, Katsu Yamane,
Member, IEEE
- ロボットを自動でデザインするための計算アプローチの提案
- 簡単な軌道生成と条件を決定するだけでそれに準じたロボットをデザインしてくれるアイデアが新しい
- ボディやエンドエフェクタがどのように動かなければならないかの軌道を設計し、部品ごとのライブラリを用
いて計算することで軌道にトラッキングできる簡易なデザインと機能を生成する
- 3Dプリンティングができる，ジョイントあ既製品のアクチュエータを用いるなどの条件をつけて設計している
- 脚ロボットとマニピュレータを自動でデザインすることで有効性を確認した

Modeling Grasp Type Improves Learning-Based Grasp Planning
Qingkai Lu and Tucker Hermans
- 従来は、2指のグリッパー(parallel jaw gripper)における研究が多かったが提案モデルで
は、何本の指でも対応することが可能
- 結果としてObjectの推測に関しては、データが少くない中で最新の deep learningのモデルと比較して
よい精度が良かった
- リアルタイムで精巧もしくはパワーが必要なグリップをプランニングできるモデルの提案
まとめた人：Souta Hirose

Stability Optimization of Two-Fingered Anthropomorphic Hands for Precision
Grasping with a Single Actuator
Michael T. Leddy and Aaron M. Dollar
- 評価対象は、1つのアクチュエータで 2つの指を操作するモデルとし、上記のフレームワークで評価
した、また、グラスピングの際には、オープンループの力制御を用いている
- 結果として
- 最適化用の多段階のフレームワークを用いたグラスピングの研究

High-speed, Small-deformation Catching of Soft Objects based on Active Vision
and Proximity Sensing
Keisuke Koyama, Kenichi Murakami, Taku Senoo , Makoto Shimojo and Masatoshi
Ishikawa
- high-speed visionとhigh-precision proximity sensingを簡易的なカメラで実装し、ハイスピードでの柔
らかい物体のCatchに取り組んだ研究
- 実験では、落ちてくる物体を物体の形を変化させずに Catchする実験をマシュマロと紙風船を用いて
行った
- 紙風船をCatchする実験では、visual damping controlを入れて、紙風船の形状を変化させないようにし
ている

Capacitive Sensing for a Gripper with Gecko-Inspired Adhesive Film
Jiro Hashizume, Tae Myung Huh, Srinivasan A. Suresh, and Mark R. Cutkosky
- 柔軟な接触センサーを用いたグリッパーの提案
- 提案するグリッパーでは、 gecko adhesive ﬁlmsをセンサーとして用いている。センサーにおける接触
によってセンサーのキャパシタンスが変化し、その変化をセンサ値として取得する
- 実験では、9.8Nまでの力によって様々な物体をグラスピングすることを確認した

Toward Grasping Against the Environment: Locking Polygonal
Objects Against a Wall Using Two-Finger Robot Hands
Hallel A. Bunis and Elon D. Rimon Dept.
- 動作環境にある壁を、 grasped object perspectiveからロボットハンドの拡張指と仮定し、低次
元でのcontact space内でrobust cagingto-locking grasps を計算する
- 環境に依存しない物体のグラスピング問題についての研究
- 計算後、検索アルゴリズムを最適化した状態で実行する、この時の実行時間はハンドが周辺
環境を使う事なく物体を把持する場合と同じ時間になる

On-Policy Dataset Synthesis for Learning Robot Grasping Policies Using Fully
Convolutional Deep Networks
Vishal Satish, Jeffrey Mahler, Ken Goldberg
- fully convolutional network アーキテクチャを用いて学習させた
- 具体的には、完全畳み込み Grasp Quality CNNsを用いて、把持計画を 0.625sで得ることができ、前
回使用していた反復のグラスピングサンプルよりも、 5000回多く把持することができる
- 統合した訓練データセットの割り当てによって、学習したロボットの信頼性にどのような影
響を与えるのかについての調査

Robust Link Position Tracking Control for Robot Manipulators with Series
Elastic Actuators Using Time-delay Estimation
Sang Hyun Park, Jinoh Lee, Kap-Ho Seo, Maolin Jin
- 提案するコントローラの特徴としては、関節の角速度のロバスト性と収束性を向上させる為に、
terminal sliding mode controlを採用している点があげられる、また位相遅延推定器のゲインを
決定する為に動力的な作用を持つ項を含んだリンクのイナーシャ情報を用いている点も挙げら
れる
- 位相遅延推定器におけるコンスタントな行列に注目し、コンスタントである場合には、推定の正確性が
良くない点を指摘している
- series elastic actuatorを搭載しているマニピュレータに対して補償している固有性からの
歪みをコピーしている目標関節位置に追従するコントローラの研究

A Simple but Robust Impedance Controller for Series Elastic Actuators
Dongwon Kim, Kyung Koh, Gun-Rae Cho, and Li-Qun Zhang
- 提案手法では、singular perturbation theoryと位相遅延推定器を組み合わせている
- singular perturbation theoryでは、制御する為に必要な状態変数の数を減らし、位相遅延推定器で
はシステムのダイナミクスと不確定要素を補償している
- Series elastic actuatorの為のインピーダンス制御方法の提案
- 提案手法の検証では、ゲインが小さい場合でも応答性が良く、有効性を示した

- アームには力センサとトルクセンサが取り付けられている
- 物体を切断する際には、 ”press”、”push”、”slide”の3つの動作によって切断動作を構成
- 2自由度のロボットアームの先端にナイフを取り付けて、物体を切ってみたという研究
Robotic Cutting: Mechanics and Control of Knife Motion
Xiaoqian Mu, Yuechuan Xue, and Yan-Bin Jia
- 実験では、マッシュルームなどの素材を切断し、人の手で切ったような動作を実現した

- 提案する手法では、関節駆動限界に注目した複雑な環境下でのマニピュレータを駆動させ
為の手法であり、低レベルの制御特性と高レベルにおけるプランニングを組み合わせてロバ
ストな手法を実現している
- 実機での実験では、 7自由度のマニピュレータを用いて実験を行い、最新のプランニング手法と比較
して同等程度の性能を確認した
- 冗長性があるマニピュレータを対象としたシステムと環境に制限がある場合の新しい相互
control-planing strategyの提案
A constrained control-planning strategy for redundant manipulators
Corina Barbalata, Ram Vasudevan and Matthew Johnson-Roberson

Haptic Inspection of Planetary Soils with Legged Robots
Hendrik Kolvenbach, Christian Bartschi, Lorenz Wellhausen, Ruben Grandia and
Marco Hutter
- 脚の裏に取り付けるセンサは、力センサ、トルクセンサ、 IMUであり、実機を用いた土壌の推定
では、95％正確に判断することを確認した
- 4脚ロボットの1つの脚の裏にセンサを取り付け、その脚を振動させた状態で地面につけ
ることによって、地面の土壌を推定する研究

Experimental Evaluation of Teleoperation Interfaces for Cutting of Satellite Insulation
Will Pryor, Balazs P. Vagvolgyi, William J. Gallagher, Anton Deguet, Simon Leonard, Louis
L. Whitcomb , and Peter Kazanzides
- 提案しているシステムは、 NASAのロボットオペレータに実際に操作してもらい、負荷が少なく
実行時間の減少というメリットがあることを確認した
- しかし、NASAのロボットオペレータは、いつも使用している GUIやキーボードによる操作を好んだ
- 衛星軌道上にあるロボットにおいて ground-basedな操作をするための拡張バーチャルイ
ンターフェースの開発

Ambient light based depth control of underwater robotic unit aMussel
Goran Vasiljevic , Barbara Arbanas and Stjepan Bogdan
- 提案手法では、圧力センサを用いた制御と環境光センサを用いた制御の 2つの手法を提案
- まず、圧力センサからの値を用いて目標深さに制御を行う。この時、目標深さに追従しなかった場合
には環境光センサからの値を用いた制御に切り替える。この時、環境光センサからの値は、目標深さ
に追従している他のロボットユニットからの値を使用し、目標に追従させる
- 1自由度のロボットユニットである aMusselにおける深さ制御の提案

A Uniﬁed Closed-Loop Motion Planning Approach for an I-AUV in Cluttered
Environment with Localization Uncertainty
Huan Yu , Wenjie Lu , Dikai Liu
- 提案する3つの段階によって実行できる初期軌道探索方法では、 null space saturation
controllerを使用すること及び線形的な準 2次最適問題を解くことによって、効率的に準最適な
複数の解を得ることができる
- シミュレーションでは不確定要素が少ない状況における collision-freeな最適軌道は、LOQ問題を解く
ことで得られることを確認した
- 乱雑な環境における I-AUVの単一的なモーションコントロール方法の提案

Robot Communication Via Motion: Closing the Underwater Human-Robot Interaction
Loop
Michael Fulton , Chelsey Edge , Junaed Sattar
- シミュレーションでは、色付きの光に対するボディランゲージ評価を行った
- ロボットによるボディランゲージは、ロボット自体にハードウェアを追加することなく、コミュニケー
ションのベクトルを正確に、素早く伝えることができることを確認した
- 水面下におけるロボット -人間間のロボットによるボディランゲージを用いたコミュニ
ケーション方法の提案

Three-Dimensionally Maneuverable Robotic Fish Enabled by Servo Motor and Water
Electrolyser
Wenyu Zuo, Alicia Keow, and Zheng Chen
- 提案するロボットの海面下における深さ制御において従来の空気圧の変化を制御するのでは
なく、water electrolyzerを用いてガスを生成し、生成したガスによって深さを制御している
- 実験では、水面下において 3Dモーションさせ、0.13 m/s の前進速度, 30.6 degree/s の回転角速度, ま
た5.5 s で 0.55 m潜水し、10 s で浮上することを確認した .
- 筐体が小さくコンパクトな魚型ロボットの開発

A Multimodal Aerial Underwater Vehicle with Extended Endurance and Capabilities
Di Lu , Chengke Xiong , Zheng Zeng and Lian Lian
- マルチモーダルではない水空両用ロボットと比較して、水中でも空中でも移動距離を伸ばし、
かつ耐久性を挙げたモデルを提案している
- 実機検証では、まずプロトタイプの機体を作成し、プロトタイプにおけるテストではホバリング、水面下
での移動を確認した
- マルチモーダルな水空両用のロボットの提案

Nonlinear Orientation Controller for a Compliant Robotic Fish Based on Asymmetric
Actuation
Christian Meurer , Ashutosh Simha, Ulle Kotta and Maarja Kruusmaa
- 提案する制御方法では、尾ひれの動きによって正弦波のような速度を生じさせるものである、
この制御を実現するために従来の正弦波のような動きを尾ひれにさせるのではなく、歪んだ三
角波のような動きをするように制御している
- また、制御方法には非線形 PD制御を用いている
- 水中下の環境を探索するロボットは、自らの動きによる環境への影響を少なくするべきで
あると考え、魚型ロボットの尾ひれにおける制御方法の提案

Flying STAR, a Hybrid Crawling and Flying Sprawl Tuned Robot
Nir Meiri, and David Zarrouk
- クアッドロータの回転モータにギアを挟むことによって、地面走行用の車輪の回転モータとして用
いている
- 同一のモータを用いて飛行と走行の動作が可能なロボットの研究
- 実機を用いた検証では、飛行動作を確認し、地面での走行では 2.6m/sの速度で駆動が可能な
ことを確認した

Autonomous Cooperative Flight of Rigidly Attached Quadcopters
Diego Gonzalez Morın, Jose Araujo, Soma Tayamon and Lars A.A. Andersson
- 提案するシステムでは、物理パラメータをクアッドコプターに取り付けられた IMUから推定す
る。また、IMUは人の介在が無く、簡易的な通信で得ることができる
- クアッドコプターにおけるオンラインパラメータ同定と自動制御システムの提案
- 物理パラメータの同定が終わると、強化学習を用いてクアッドコプターの制御パラメータを同定す
る
- 実機検証では、2台の実機を用いて上記のシステムを用いたパラメータの同定を行い、有効性を
確認した

Energy Optimal Control Allocation in a Redundantly Actuated Omnidirectional UAV
Eric Dyer, Shahin Sirouspour, and Mohammad Jafarinasab
- 提案するモデルを用いることによって、 8つのプロペラから6つの合力及びトルクを生み出すこ
とが可能になる、このことより、従来の方法を用いることなく目標軌道に制御することが可能に
なる
- 冗長自由度が存在するマルチロータ UAVにおける新しい運動モデルの提案
- また、提案するモデルの逆モデルは、各モータに入力する信号から生じるモータの出力による
プロペラ間のエアーフローの関係によって構成されている

Development of SAM: cable-Suspended Aerial Manipulator*
Yuri S. Sarkisov, Min Jun Kim , Davide Bicego , Dzmitry Tsetserukou , Christian Ott1 ,
Antonio Franchi, and Konstantin Kondak
- 従来のエアリアルマニピュレータでは、直接ドローン等の空中移動体に取り付けていたが、今
回提案するシステムにおいては、ケーブル支持によって取り付けた
- 提案しているシステムのアドバンテージとしては、 w.r.t.の解が存在する為、複雑な環境下
で障害物から適切な距離を維持しつつ、エアリアルマニピュレータを動作させることが可能
な点が挙げられる
- 提案するエアリアルマニピュレータには、推進ユニットと巻き上げ部分の 2つのアクチュエー
ションシステムが存在する

The Phoenix Drone: An Open-Source Dual-Rotor Tail-Sitter Platform for Research and
Education
Yilun Wu , Xintong Du, Rikky Duivenvoorden , and Jonathan Kelly
- 論文内では、開発した教育ドローンのコントローラの設計やシミュレーション、実験について述
べられている
- デュアルロータの教育用ドローンの開発
- 提案しているドローンの特徴としては、デュアルロータであるため、ローコストでかつ拡張性や
機能変更が容易であることを強調している。また、ドローンに関するドキュメントは、オープン
ソースでMITライセンスで公開されている。

Fast and Efﬁcient Aerial Climbing of Vertical Surfaces Using Fixed-Wing UAVs
Dino Mehanovic, David Rancourt, Alexis Lussier Desbiens
- 提案するUAVの両翼は固定されているものを使用し、モデルは空中で様々な体制をとった場
合の性能を予測する為に使用している。また、コントローラでは垂直面を自身の筐体の距離を
制御するようなコントローラを採用している
- 垂直な面に沿いながら登る UAVの研究
- 実機を用いて垂直な面がレンガ状のモノや、屋根に取り付けられている瓦状の面におい
て自動的に登る実験を行った。結果として、空気抵抗やモータの回転効率を上げることに
よって垂直面を登る速度は 5m/sになった

On Parameter Estimation of Space Manipulator Systems with Flexible Joints Using the
Energy Balance
Kostas Nanos and Evangelos Papadopoulos
- 従来の動特性の推定方法には、角運動量保存を用いた方法が一般的である。しかしこの方法
ではノイズに弱く、ノイズが入ってしまった場合には、動特性の推定が困難になる
- 無重力空間における柔軟な関節を持ったマニピュレータの動特性の推定に関する研究
- 提案する推定方法では、無重力下において柔軟な関節を持ったマニピュレータの動作のエネ
ルギーバランスを用いて推定する
- 上記の方法を用いることによって、ノイズに対してロバストな推定を行うことが可能になる

Multi-rate Tracking Control for a Space Robot on a Controlled Satellite:
A Passivity-based Strategy
Marco De Stefano , Hrishik Mishra , Ribin Balachandran , Roberto
Lampariello , Christian Ott and Cristian Secchi
- 上記のようなサンプリングタイムが異なるコントローラ間の新しいアーキテクチャの提案
- 宇宙環境でのタスクをこなす際には、使用するハードウェアに厳しい制約が課されており、
各ユニットにおけるサンプリングレートがことなる場合がある。このような場合には、システ
ムが不安定になりやすい
- 提案するアーキテクチャでは、受動的オブザーバと受動的コントローラを用いてエンドエフェクタ
の軌道制御及びシステムの安定性を確保することが可能である
- 実機検証とシミュレーションを行い、安定性を確認している

Central Pattern Generators Control of Momentum Driven Compliant Structures
Stephane Bonardi , John Romanishin , Daniela Rus , and Takashi Kubota
- コンセプトの基本は、生物学の Central Patern Generatorから派生している
- 簡易的な環境探索を行う為の、補償項によって互いに慣性的に連結されている運動量基
づいた構造を用いたフレームワークの提案
- 上記のフレームワークから得られた知見としては、 active complianceはメリットがあるものでは
あるが、ハードウェアにおいて実行する際に複雑性が高い為、実行に時間がかかってしまうと
いう点である

Rover-IRL: Inverse Reinforcement Learning with Soft Value Iteration Networks for
Planetary Rover Path Planning
Max Pﬂueger , Ali Agha , and Gaurav S. Sukhatme
- この論文では、Soft value interation networksを用いた逆強化学習によって惑星探査機の行
動計画を行うことを提案している
- 火星等の惑星探査機の行動計画は、惑星に着陸する際の困難さと同等に難しい
- Soft value interation networksを用いて動特性のある課題における学習率を向上させる分析
を行い、gridworldのデータセットでの学習率の向上を確認した

Coordinated control of spacecraft’s attitude and end-effector for space robots
Alessandro M. Giordano , Christian Ott , and Alin Albu-Sch¨affer
- スペースクラフトの推力からエンドエフェクタのタスクを分離し、かつ使用する推力を減らすこと
によって動特性を分解することが可能である
- スペースクラフトの姿勢とスペースクラフトに取り付けられたマニピュレータのエンドエフェ
クタの位置制御方法の提案
- シミュレーションでは、全てのタスクをベース基準で制御する方法と比較して、提案する方法の
方が、燃料の使用効率が良いことが確認された

Contact-Event-Triggered Mode Estimation for Dynamic Rigid Body
Impedance-Controlled Capture
Hiroki Kato , Daichi Hirano , and Jun Ota
- 上記の問題に対しては、 Brach’sモデルを用いた接触推定により、物体との滑りをモデル化し対応
している
- 力及びトルクセンサーを用いた物体との接触をトリガーとするフィルターの提案。また、非協調に空中
に存在する物体を認識する為のインピーダンス制御を用いた接触推定モードの構築
- インピーダンス制御を行う場合には、長い間物体との接触が発生してしまう。これにより、パーティク
ルフィルタを用いた予測を行う場合には予測の多様性が高くなり、接触推定が困難になってしまう場
合がある

An Autonomous Exoskeleton for Ankle Plantarﬂexion Assistance
Albert Wu, Xingbang Yang, Jiun-Yih Kuan, and Hugh M. Herr
- 足底屈動作に対する外骨格ロボットの設計，製作，制御をしている．
外骨格ロボットでは動力の位置と重量によって装着者への負荷が変化する．
- 本論文では腰部にアクチュエータを装着することにより，装着者への負荷を軽減させている．
- 外骨格ロボットのコントローラはフィードフォワードコントローラを用いて制御している．
- 実験では提案した外骨格ロボットを実装している．結果として装着者への負荷を軽減させている．
まとめた人：Yusaku Takada

Unsupervised Learning of Assistive Camera Views by an Aerial
Co-robot in Augmented Reality Multitasking Environments
William Bentz, Sahib Dhanjal, and Dimitra Panagou
- 人間の頭の動きに追従することで作業領域の映像を学習することができるドローン型アシストロボットの提
案をしている．
- 人間が見ている映像から人間の関心が大きい領域を学習する
- 学習した映像領域を撮り，操作者が着用するディスプレイに映すことにより，人間の作業をアシストする．
- 作業者の頭の動き，タスク完了にかかる時間からアシストロボットの影響を評価している．
- 結果として作業者の頭の動きは減らすことができた．しかし，メインの作業時間が増えた．
- 次は人間の視界だけではなく，視線に注目して学習させる．

Unsupervised Learning of Assistive Camera Views by an Aerial
Co-robot in Augmented Reality Multitasking Environments
William Bentz, Sahib Dhanjal, and Dimitra Panagou
- 装着者の腰部動作のアシストをする外骨格のデザイン，制御を提案している
- 40Nmのトルクを加え両股関節の回内回外，屈曲伸展をアシストし，腰部がねじれた姿勢での物体持ち上
げによる負荷を軽減する．
- 関節をインピーダンス制御することにより，外骨格はアクティブコンプライアンスを獲得することができる．
- 産業用に使用されている腰部外骨格と比較することにより有効性の検証をしている

Continuous-Phase Control of a Powered Knee–Ankle
Prosthesis: Amputee Experiments Across Speeds and Inclines
David Quintero , Student Member, Dario J. Villarreal, Member, Daniel J. Lambert, Student Member,
IEEE, Susan Kapp, and Robert D. Gregg , Senior Member
- 電動義足の新しい制御方法を提案している
- 通常義足は複数の歩行サイクルに分けて制御するが，本研究では歩行サイクルを統合させている
- 大腿部の運動によって動作が決定し，装着者は義足の動作タイミングを制御できる．
- 装着者ごとのコントローラ構成時間を短縮することができ，複数の速度と斜面状況において歩行することが
できている．

Hybrid Open-Loop Closed-Loop Control of Coupled Human-Robot
Balance During Assisted Stance Transition with Extra Robotic Legs
Daniel J. Gonzalez, Student Member, IEEE, and H. Harry Asada, Member, IEEE
- Extra Robotic Legs (XRL)での人間-ロボットの制御を提案している．
- XRLは装着者のバランスをサポートしながら任意の方向に移動できるよ
うに制御する．
- 本論文ではXRLをオープンループ力制御，クローズドループ位置制御の
ハイブリット制御を使用する．
- 装着者が立った状態から寝そべった状態への移行をアシストする動作を
実験している．

Effort Estimation in Robot-aided Training with a Neural Network
Ana C. de Oliveira, Kevin Warburton, James S. Sulzer, and Ashish D. Deshpande
- アシストロボットによる個人のリハビリには装着者の運動の質を評価する必要がある．そのため，ロボット
がアシストしている状況下での装着者がした仕事を評価する手法を提案している．
- 上肢支援用外骨格である Harmonyを使用して評価している．
- feed-forward ANNを使用して装着者から生じるトルク以外のトルクを推定している．
- ANNでは関節位置，速度を入力，上記のトルクを出力として学習している．
- 結果として推定したトルクと筋肉の活動量が一致しているのが確認できている．

EMG-Controlled Non-Anthropomorphic Hand Teleoperation
Using a Continuous Teleoperation Subspace
Cassie Meeker and Matei Ciocarlie
- 3つの指を持ったnon-anthropomorphic(非擬人化ロボットハンド )の筋電位信号(EMG)による遠隔操作の
手法を提案している
- EMGからロボットハンドの状態の予測手法が新しい
- 操作者の前腕で取得される EMGとロボットハンドの手の開き間隔，指の広げ間隔，指の曲げ角度を対応さ
せ，ロボットハンドを制御している．
- random forest 分類機を用いてEMGと手の開き間隔を対応させている．
- Regressorを用いてEMGtと指の広げ間隔，指の曲げ角度を対応させている．
- 本論文の手法と従来の EMG操作手法をピッキングタスクを行い比較している．
- 結果として，本論文の手法の方が短時間でタスクを完了することができ，物体を安定して把持することがで
きたと示されている．

A New Overloading Fatigue Model for Ergonomic Risk Assessment
with Application to Human-Robot Collaboration
Marta Lorenzini, Wansoo Kim, Elena De Momi, and Arash Ajoudani
- 身体の関節に生じる過負荷トルクの蓄積による影響の評価手法を提案して
いる．提案した評価手法を人間 -作業用ロボットシステムに組み込むことによ
り，過負荷トルクを軽減させるアシストをロボットに実装している．提案されて
いる疲労を推定できるモデルが新しい．
- 作業者にかかる過負荷トルクを評価するために全身の疲労をモデル化して
いる．
- モデルは身体にかかる外部負荷と身体の各所に着けたセンサーから構築さ
れる身体の姿勢から構築されている．
- 上記のモデルにより，全身の疲労を効率的に推定することができている．
- 提案した評価手法を人間 -作業用ロボットシステムに組み込むことにより，作
業者にかかる過負荷トルクを軽減させるアシストをロボットに実装している．
- 結果として作業者の疲労蓄積を軽減させることができている．

Ofﬂine Policy Iteration Based Reinforcement Learning Controller for Online
Robotic Knee Prosthesis Parameter Tuning
Minhan Li, Xiang Gao, Yue Wen, Jennie Si, Fellow, IEEE,
and He (Helen) Huang, Senior Member, IEEE
- 強化学習(RL)コントローラを用いることによって，自動で個人に調節された義足の制御を提供している．
- 強化学習に必要な義足のデータを収集するのは労力がかかるため，オフラインでの反復ベースの強化学
習手法を使用している．
- 学習しているのは義足制御に必要なパラメータの内，インピーダンスパラメータを構成している．
- 健常者の歩行データからコントローラを学習し，学習結果を実装している．
- 結果として正常な膝の運動学を再現することができている．

Consolidated control framework to control a powered transfemoral
prosthesis over inclined terrain conditions
Woolim Hong, Victor Paredes, Kenneth Chao, Shawanee Patrick and Pilwon Hur
- その場の斜面に対応して歩行できる義足とその制御手法を提案している
- 人間の坂道歩行データと比較して最適化した歩行の軌道を生成している．
- 生成した軌道に追従するために PDコントローラを用いている．
- 結果として角度10degの斜面の歩行に成功している．．

A Lightweight, Efﬁcient Fully-Powered Knee Prosthesis with
Actively Variable Transmission
Minh Tran, Lukas Gabert, Marco Cempini, Member, IEEE, and Tommaso Lenzi*, Member, IEEE
- 電動義足の重量問題を解決するため，軽重量な電動義足を提案している．
- 提案する義足は平らな地面と階段での歩行を可能にする制御が組み込まれている．
- 膝上切断者が提案している義足を使用して実験をしている．
- 結果として，従来の電動義足同様に平地，階段での歩行ができている．

Video-based Prediction
of Hand-grasp Preshaping with Application to Prosthesis Control
Luke T. Taverne, Matteo Cognolato, Tobias Bützer, Roger Gassert, Otmar Hilliges
- 現状の電動義手では把持する物体に対応した関節の動作ができない．そ
のため，本論文ではカメラを使用した物体把持制御手法を
　　提案している．
- 電動義手につけたカメラで認識した物体にあわせて把持のタイプを
　　自動的に選択している．
- 把持のタイプは7種類に分けられており，物体に応じて把持のタイプを選
択する．
- 結果として最大95%以上の精度で物体に対応した把持タイプを提示でき
ている．

Deep Learning based Motion Prediction for Exoskeleton Robot Control
in Upper Limb Rehabilitation
Jia-Liang Ren, Ya-Hui Chien, En-Yu Chia, Li-Chen Fu, Fellow, IEEE and Jin-Shin Lai
- 深層学習のMulti-Stream LSTM Dueling modeによる上肢用外骨格ロボットの運動予測モデルを提案して
いる．
- 人間の腕の動きと表面筋電位 (EMG)を入力として害骨格の運動軌道を予想している．
- それにより，外骨格ロボットは装着者の腕の動きをリアルタイムで予測し，人間の腕と同期して動作するこ
とができる．
- 予測モデルを実装して実験を行い，結果として人間の動作との誤差と遅延時間を減らすことができている．

Exploiting Human and Robot Muscle Synergies for Human-in-the-loop
Optimization of EMG-based Assistive Strategies
Masashi Hamaya, Takamitsu Matsubara, Jun-ichiro Furukawa, Yuting Sun, Satoshi Yagi,
Tatsuya Teramae;Tomoyuki Noda, and Jun Morimoto
- 外骨格制御のための human-in-theloop 最適化手法を提案している．
- 外骨格使用者のEMGを用いて外骨格を制御している．
- 従来の外骨格制御における最適化手法は大量のデータが必要になる．
- 本研究手法では人間の筋肉と外骨格ロボットの人工筋肉の両方の相乗
効果を活用することにより、最適化時のパラメーターの数を減らしてい
る．
- パラメータはベイズ最適化を用いて取得している．
- 本手法を実装した結果として，外骨格ロボットによって装着者を支援でき
ており，扱いやすい最適化手法を提案できている．

Robotpaper.Challenge 2019-08

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Robotpaper.Challenge 2019-08

Similar to Robotpaper.Challenge 2019-08 (20)

More from robotpaperchallenge

More from robotpaperchallenge (14)

Recently uploaded

Recently uploaded (9)

Robotpaper.Challenge 2019-08