Abdeslam Boularias
収録論文 50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
- 押し動作ランキングで可動障害物ナビゲーションを効率化するSPARマニピュレーション2026/10/20
シミュレーション探索の結果から押し動作の優先度を学習するランカーを提案し、可動障害物を押しのけて進むナビゲーションの探索コストを大幅に削減した。
- 計画と学習のループを閉じる:学習済み世界モデルによるロボット制御モデルベース強化学習2026/9/30
学習済み世界モデルを用いたモデル予測制御(MPC)において、批評家の監督と計画の終端価値推定を改良し、計画と学習のフィードバックループを強化するPL-MPCを提案。HumanoidBenchで性能向上と実機へのゼロショット転移を実証。
- 自己遮蔽を伴う密集環境下でのロバストな物体回収のための計画条件付き模倣学習マニピュレーション2026/9/30
密集した clutter から物体を取り出す際、アームが物体を隠してしまう問題に対し、単一の非遮蔽観測からデジタルツインを初期化し、計画条件付き模倣学習で遮蔽下でも回収できる TRACE を提案。シミュレーションで90.7%、実機UR5eで90%の成功率を達成し、実行時間も大幅短縮。
- 先見的残差強化学習による視覚言語行動モデルを用いた長期的ロボット操作マニピュレーション2026/7/1
凍結したVLAベースポリシー上で残差RLを行う際、各サブタスクの成功報酬に将来の成功確率を掛け合わせることで、サブタスク間の受け渡し品質を最適化し、長期的なタスク成功率を向上させる手法を提案した。
- 残差潜在アクションによる視覚特徴ベース世界モデルの学習世界モデル2026/5/1
視覚特徴ベースの世界モデルにおいて、DINO残差から学習可能な新しい潜在アクション表現(RLA)を導入し、フローマッチングで予測することで、既存手法より高速かつ高精度な未来予測を実現した。さらに、ロボット学習への応用として、アクションなし動画からの行動学習や、オフライン動画のみで学習する視覚RLフレームワークを開発した。
- Glove2Hand: マルチモーダルセンシンググローブから自然な手と物体のインタラクションを合成手と物体のインタラクション2026/3/1
マルチモーダルセンシンググローブの映像から、物理的な接触情報を保ちつつ写実的な素手の映像を生成するフレームワークを提案し、触覚・IMU信号付きのデータセットHandSenseを構築した。
- 新規性検出による世界モデルの分布シフト抑制世界モデル2025/8/1
変分オートエンコーダを新規性検出器として用い、モデルベース計画中に学習済み世界モデルが訓練データ分布から逸脱するのを防ぐ手法を提案し、DINO-WMに組み込んでデータ効率の向上を示した。
- 失敗予測でSim2Realリズミック挿入方策のロバスト性を向上sim2real2025/7/1
ナット回転や摩擦がある高精度な繰り返し挿入タスクに対し、シミュレーションで訓練した挿入方策と失敗予測モジュールを組み合わせ、失敗時に引き上げて再試行する回復機構を備えたSim2Realフレームワークを提案した。
- KARL: カルマンフィルタ支援強化学習による動的物体の追跡と把持マニピュレーション2025/6/1
目視型ハンドシステムで動く物体を追跡・把持するため、カルマンフィルタを強化学習に統合し、6段階カリキュラムと再試行機構で成功率と速度を向上させた研究。
- PROBE: 固有受容感覚による障害物検出と推定を用いた雑踏ナビゲーション歩行2025/5/1
視覚が使えない環境で、ロボットの固有受容感覚のみから隠れた矩形障害物の有無・寸法・姿勢を推定するTransformerモデルを提案し、シミュレーションと実機で検証した。
- モデルベース制御と強化学習の統合による狭公差挿入のSim2Real転移sim2real2025/5/1
ポテンシャル場制御によるモデルベース方策と残差強化学習を組み合わせ、シミュレーションのみで訓練した狭公差挿入方策を実機にゼロショット転移する手法を提案。
- 動的シーン再構成のためのモーションブレンダーガウシアンスプラッティング動的シーン再構成2025/3/1
動画から動的シーンを再構成する際に、モーショングラフを明示的な動き表現として用い、ガウシアンスプラッティングと組み合わせてロボット応用可能な操作可能な再構成を実現した研究。
- ロボットマニピュレーションのための自己回帰行動系列学習マニピュレーション2024/10/1
ロボットの行動を系列データとして扱い、自己回帰的に生成するChunking Causal TransformerとAutoregressive Policyを提案し、多様なマニピュレーションタスクで有効性を示した。
- DAP: 拡散モデルによるマルチモーダル収納のためのアフォーダンス予測マニピュレーション2024/9/1
拡散モデルを使い、容器内の配置可能領域の特定と物体の相対姿勢推定を2段階で行うことで、複数の収納解が存在するマルチモーダルな収納タスクを高効率に解く手法を提案。
- ベルマン拡散モデル強化学習2024/7/1
拡散モデルを方策の後続状態測度のモデルとして用い、ベルマン流束制約を課すことで拡散ステップ分布の簡単なベルマン更新が導かれることを示した。
- 状態占有正則化によるモンテカルロ木探索の長期的探索の効率化プランニング2024/7/1
状態占有測度の正則化に基づく木探索アルゴリズムVolume-MCTSを提案し、ロボットナビゲーションでAlphaZeroより優れた長期的探索性能を示した。
- A3VLM: 動作可能な関節構造を理解する視覚言語モデルVLA2024/6/1
物体の関節構造と操作可能性を理解する視覚言語モデルを提案し、ロボットに依存しない表現から簡単な動作プリミティブでロボット動作に変換できることを示した。
- 視覚的キネマティックチェーン予測によるマニピュレーション学習のスケーリングマニピュレーション2024/6/1
多様な環境でのロボット操作学習のため、準静的な動作を表す普遍的表現「視覚的キネマティックチェーン」を提案し、それを予測するTransformerモデルVKTで既存手法を上回る性能を示した。
- 不変性マッチングによるロボットマニピュレーションのワンショット模倣学習マニピュレーション2024/5/1
タスクの不変領域を学習し、デモとテストシーンの不変領域をマッチングすることで、単一の未注釈デモから新しい操作タスクを学習する手法を提案。
- OVIR-3D: 3Dデータでの学習なしに開語彙3Dインスタンス検索を実現する手法3Dインスタンス検索2023/11/1
テキストクエリに基づき、3Dデータで学習することなく、2D領域提案を3D空間に融合して3D物体インスタンスを検索する手法を提案。
- LGMCTS: 言語誘導モンテカルロ木探索による実行可能な意味的物体再配置マニピュレーション2023/9/1
自然言語の指示に従って物体を再配置する計画を、姿勢生成と行動計画を同時にモンテカルロ木探索で解く手法を提案し、シミュレーションと実機で評価した。
- オープン語彙3Dシーングラフによる文脈認識型エンティティグラウンディング3Dシーングラフ2023/9/1
自由記述のテキストクエリから物体・エージェント・領域を文脈に応じて3D空間に定位するオープン語彙3Dシーングラフを提案し、ロボットのナビゲーションとマニピュレーションで有効性を示した。
- ラベルなしRGB-D動画からの物体セグメンテーションの自己教師あり学習セグメンテーション2023/4/1
移動ロボットが撮影したラベルなしRGB-D動画から、グラフマッチングと点群位置合わせで3D物体の擬似ラベルを生成し、コントラスト学習で物体セグメンテーションを自己教師あり学習する手法を提案。
- Mono-STAR: 単眼カメラによるシーン全体の追跡と再構成3D再構成2023/1/1
単眼カメラ映像から、高速運動・非剛体変形・トポロジー変化に対応しつつ、意味情報を統合したリアルタイム3D再構成を行うシステムを提案。
- 物体事前知識なしのシーン追跡・再構成シーン再構成2022/10/1
剛性やテクスチャ、カテゴリの事前知識なしに、シーン内の全ての可視物体を個別にリアルタイム追跡・再構成するシステムを提案した。
- 動的グラフCNNによる点群からのカテゴリレベル操作タスクの学習マニピュレーション2022/9/1
RGB-Dデモ動画から、把持と操作を道具使用として統一的に扱い、動的グラフ畳み込みネットワークで新規物体へ汎化するカテゴリレベル操作スキルを学習する手法を提案。
- USHER: 後知恵経験再生のための不偏サンプリング強化学習2022/7/1
後知恵経験再生(HER)が確率的環境で価値関数に偏りを生む問題を、重点サンプリングに基づく漸近的に不偏な手法で解決し、ロボット制御タスクで有効性を示した論文。
- バッチ剛体シミュレーションを用いた並列モンテカルロ木探索による長期的エピソード型ロボット計画の高速化マニピュレーション2022/7/1
GPU上の大規模シミュレータで多数のシミュレーションを並列実行する並列MCTSを提案し、散らかった物体の把持タスクで30倍以上の高速化と解品質向上を実現した。
- 視覚デモンストレーションから逐次操作タスクの感覚運動プリミティブを学習する模倣学習2022/3/1
人の作業を撮影した生の動画だけから、低レベル動作と高レベル判断を同時に学習するニューラルネット枠組みを提案し、ロボットアームの物体操作で既存の模倣学習を上回る性能を示した。
- モンテカルロ木探索と自己教師あり学習の交互適用による散らかった環境での物体探索マニピュレーション2022/2/1
MCTSと深層ニューラルネットを相互に組み合わせ、散らかった環境での物体探索を効率化する自己教師ありロボット学習フレームワークMOREを提案した論文。
- 視覚駆動型コンプライアントマニピュレーションによる高精度組立作業マニピュレーション2021/6/1
視覚ベースの6D物体追跡と受動的適応機構を組み合わせ、力覚センサや高精度マニピュレータなしで0.25mm公差のピン挿入などの精密組立を実現した研究。
- 非把持操作による散乱物体の取り出しのための視覚的先読み木探索マニピュレーション2021/5/1
深層学習で押し動作後の物体配置を予測し、その予測を木探索に組み込むことで、散らかった物体群から目的物を取り出しやすく並べ替える手法を提案した論文。
- グラフ上のランダムウォークを用いた動画物体検出の自己教師あり学習システム自己教師あり学習2020/11/1
未ラベル動画から深度で物体を切り出して追跡し、物体系列間の類似度グラフを作ってランダムウォークで三つ組を生成、シームレスネットワークを学習して未知物体を新カテゴリにクラスタリングする手法を提案した論文。
- DIPN: 深層相互作用予測ネットワークと散らかり除去への応用マニピュレーション2020/11/1
ロボットが複数物体を押した際の複雑な相互作用を画像として予測するDIPNを提案し、把持ネットワークと統合して散らかり除去タスクを自己教師あり学習で高精度に実行する。
- 微分可能物理を用いた低コスト車輪型移動ロボットのモデル同定と制御モデル同定2020/9/1
低コスト車輪型ロボットの解析モデルを構築し、微分可能物理で摩擦係数を勾配降下により推定、軌道予測と曲線追従制御を実現した。
- 時間遅れの因果関係を用いた遷移モデルの学習モデルベースRL2020/8/1
ロボットが観測する事象間の暗黙的で遅延した因果関係を発見し、隠れ変数を段階的に導入してモデルベース強化学習のデータ効率と解釈性を向上させる手法を提案した。
- 未知の材料特性を持つ物体の平面滑りの確率的モデル:同定とロバスト計画マニピュレーション2020/8/1
ロボットが物体を突いて動きを観察し、質量と摩擦の確率モデルを学習して、未知物体をテーブル端まで安定に滑らせて掴む手法を実機で実証した。
- 未知物体の制約付き配置のためのタスク駆動型知覚とマニピュレーションマニピュレーション2020/6/1
幾何モデルを持たない未知物体をピックし、衝突なく狭い目標領域に配置するため、保守的・楽観的体積推定を同時に用いる操作計画フレームワークを提案し、双腕ロボットで実証した。
- 微分可能物理シミュレーションで未知物体を滑らせる学習マニピュレーション2020/5/1
微分可能物理モデルを用いて、押される物体の質量分布や摩擦係数などの未知の力学特性を学習し、目標配置へ効率的に押す方策を最適化する手法を提案した。実ロボット実験で少数の押し動作から多様な物体の特性を同定できることを示した。
- 微分可能シミュレーションによる未知物体の力学モデル同定sim2real2020/5/1
微分可能物理エンジンを用いて、未知物体の慣性・摩擦・外力などの力学特性を実ロボットの観測データからオンラインで推定する手法を提案した。
- 密集物体の複数インスタンスに対するシーン全体の姿勢推定6D姿勢推定2019/10/1
RGB-Dデータから密集・山積みの物体を複数同時に6D姿勢推定する手法を提案。合成データのみで学習し、検出器と姿勢候補のスコアを統合する整数線形計画で衝突を避けつつ高精度を実現した。
- 入れ子型非把持操作による物体再配置計画マニピュレーション2019/5/1
把持が難しい狭い空間で、複数の類似物体を同じ経路に沿って同時に押し動かす入れ子型の非把持操作を導入し、物体再配置計画を効率化する手法を提案した。シミュレーションと実機Kukaアームで有効性を示した。
- 実世界での高密度ロボットパッキング:堅牢なプリミティブによる完全なマニピュレーションパイプラインマニピュレーション2019/3/1
RGB-Dデータと真空吸着エンドエフェクタのみを持つ単腕ロボットで、直方体を隙間なく箱に詰めるパッキング作業を実現するパイプラインを提案し、実世界実験で堅牢性を示した。
- 物理推論による未知剛体物体の3D形状推定マニピュレーション2019/3/1
ロボットが物体を操作する際の観測運動と相互干渉から、物理シミュレーションを検証に用いて未知物体の隠れた形状を確率的に推定する手法を提案した。
- 散らかった環境での物体姿勢推定に向けた物理ベースのシーン全体推論姿勢推定2018/6/1
CNNによる物体検出とシーン全体の物理的相互作用を考慮した最適化を組み合わせ、自己学習で精度を高める姿勢推定フレームワークを提案した。
- テンセグリティロボットの移動のための効率的なモデル同定モデル同定2018/4/1
既製の物理エンジンとベイズ最適化を用い、高次元で柔軟なテンセグリティロボットの未知の物理パラメータを低次元空間に射影して効率的に同定する手法を提案した。
- 物理エンジンとベイズ最適化によるデータ効率の良いモデル同定と方策探索sim2real2017/10/1
物理エンジン上で実機実験を再現し、ベイズ最適化で機械パラメータを同定する手法を提案。完全な精度より「方策評価に十分なモデル」を目指すことで、実機データを大幅に削減しつつ方策学習を効率化する。
- 物理法則を考慮したモンテカルロ木探索による混雑環境下の物体6D姿勢推定の改善6D姿勢推定2017/10/1
混雑・遮蔽環境で物体同士の物理的相互作用を考慮し、候補姿勢をクラスタリングした上でMCTSによりシーン全体の最適な6D姿勢の組み合わせを探索する手法を提案。
- 物理エンジンと情報理論によるモデル同定と方策探索:ロボットマニピュレーションへの応用マニピュレーション2017/3/1
物理エンジンを用いて物体の慣性・摩擦パラメータをベイズ最適化で同定し、同定モデルに基づく方策探索を同一枠組みで行うデータ効率の良い手法を提案。実機実験でモデルフリー強化学習を上回る性能を示した。
- 物理シミュレーションと多視点姿勢推定による物体検出自律学習システム物体検出2017/3/1
物理シミュレーションで合成データを生成し、多視点姿勢推定で実画像に自動ラベル付けしてCNNを自己学習させる物体検出手法を提案。
