Ahmed H. Qureshi
Purdue University
収録論文 60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
- 形状認識型ニューラル時間場による剛体運動と操作計画マニピュレーション2026/10/16
物体の並進・回転の制約を考慮した学習ベースの到達時間場を構築し、サンプリング計画と組み合わせて剛体運動計画や押し操作を高速かつ高成功率で実現した研究。
- 任意のリーマン多様体上の時間場を学習するためのリーマン・スプラット回帰モデル運動計画2026/9/29
リーマン多様体上で関数を学習するため、ラップドガウス分布によるスプラット回帰モデルを提案し、到着時間場の学習に適用して精度とモデルサイズを比較した。
- 反復LQゲームによる多腕システムの協調動作計画群制御2026/8/27
多関節ロボットアームの共有作業空間での動作計画を、各アームを独立エージェントとする反復線形二次ゲームとして定式化し、衝突ペナルティを組み込んで協調的で安全な軌道を生成する手法を提案した。
- hint$^2$: 推論時時間論理ガイダンスのための階層的世界モデル操作/時間論理/世界モデル2026/8/13
ロボットの操作ポリシーを線形時間論理(LTL)で表される複雑な指示に従わせるため、階層的世界モデルを用いて推論時に高レベルと低レベルの2つのガイダンスを生成する手法を提案した。
- NeHMO: ニューラルハミルトン-ヤコビ到達可能性学習による分散型安全マルチアーム動作計画動作計画2026/7/1
多腕ロボットの安全な動作計画を、ニューラルネットワークで近似したハミルトン-ヤコビ到達可能性解析に基づく価値関数を用いて分散的に行う手法を提案した。
- ハイブリッド接触ダイナミクス下での物理情報を活用した目標条件付き強化学習強化学習/操作2026/5/1
接触を伴う操作タスクで物理情報を活用した目標条件付き強化学習(Pi-GCRL)が劣化する問題を分析し、接触を考慮した階層的定式化を提案して性能を改善した。
- 疎なロードマップを用いた物理情報ニューラル動作計画の弱教師あり学習動作計画2026/4/1
疎なロードマップからの弱教師信号と物理情報に基づくPDE正則化を組み合わせた階層型ニューラル時間場(H-NTFields)を提案し、複雑な多部屋環境での動作計画のロバスト性を向上させた。
- PPGuide: 性能予測ガイダンスによる拡散ポリシーの操縦拡散ポリシー/操作2026/3/1
拡散ポリシーの推論時に、自己教師あり学習で訓練した性能予測器の勾配を用いて失敗を回避する軽量なガイダンス手法を提案し、RobomimicとMimicGenベンチマークで性能向上を確認した。
- 制約グラフに基づくモデル予測制御によるリアクティブなマルチエージェントタスク・動作計画群制御2026/3/1
相互依存する幾何学的制約の系列を扱うマルチエージェントTAMP問題に対し、MPCと統合した制約グラフフレームワークを提案し、部分順序タスクや動的エージェント割り当て、外乱回復を実現した。
- ロボット政策学習と検証における形式手法:現状技術と将来展望に関するサーベイ形式手法2026/2/1
ロボット学習における形式手法の活用を政策学習と政策検証の2つの柱で整理し、代表的手法のスケーラビリティや表現力を比較して、安全性と正確性の向上への貢献をまとめたサーベイ。
- 混雑空間におけるメイクスパン効率の良い物体再配置のためのマルチエージェントモンテカルロ木探索マニピュレーション2026/2/1
混雑環境での非単調な物体再配置を効率的に行うため、集中型タスク割り当てと非同期実行を組み合わせたマルチエージェントMCTSフレームワークCAM-MCTSを提案し、シミュレーションと実機で有効性を示した。
- アイコナール制約付き階層的準距離強化学習による目標到達目標条件付き強化学習2025/12/1
目標到達タスクをアイコナール方程式で連続時間化した準距離強化学習(Eik-QRL)を提案し、さらに階層化したEik-HiQRLでナビゲーションやマニピュレーションの性能を向上させた論文。
- 多様体制約付きハミルトン・ヤコビ到達可能性学習による分散型マルチエージェント動作計画マルチエージェント動作計画2025/11/1
タスク由来の多様体制約下で安全な分散型マルチエージェント動作計画を実現するため、多様体制約付きHJR学習を提案し、軌道最適化に統合した。
- 物理事前知識を用いたオンライン階層的政策学習による未知環境でのロボットナビゲーションナビゲーション2025/10/1
未知の大規模屋内環境でのロボットナビゲーションのため、高レベルで疎なグラフによる大域的接続性を捉え、低レベルでニューラル場とEikonal PDEを組み合わせた物理情報に基づく階層的計画手法を提案し、スペクトルバイアスや破滅的忘却を克服してオンライン探索・地図構築・実環境ナビゲーションの可能性を示した。
- オートマトン制約付きQ学習強化学習2025/10/1
線形時相論理(LTL)のオートマトン表現を活用し、時系列の目標達成と時変安全制約を同時に扱える強化学習手法ACQLを提案。連続制御タスクと6自由度ロボットアームで有効性を実証した。
- PCA正規化によるロバストな点群強化学習点群強化学習2025/10/1
点群強化学習において、PCAベースの正規化で任意の剛体変換を標準姿勢に揃え、未知のカメラ視点に対するロバスト性を向上させる手法を提案。
- オフライン目標条件付き強化学習のための物理情報付き価値学習オフライン強化学習2025/9/8
アイコナール方程式に基づく物理情報正則化を価値関数学習に導入し、オフライン目標条件付き強化学習の性能と汎化を改善した。
- Manip4Care: 支援タスクのための人間の手足のロボットマニピュレーションマニピュレーション2025/8/1
重度の運動障害者への介護支援(入浴や着替えなど)に向け、人間の手足を掴んで動かすロボットマニピュレーションのシミュレーションパイプラインを提案。生体力学的制約と衝突回避を考慮し、実機マネキンでも検証した。
- 把持物体操作のための物理情報ニューラル時間場マニピュレーション2025/8/1
物理情報ニューラルネットワーク(PINN)を用いて、 clutter 環境での物体操作タスクを効率的に解く手法を提案。専門家データ不要でアイコナール方程式を学習し、把持の再計画も可能。
- 任意物体の文脈的手渡しのためのマルチモーダル意図モデリング物体手渡し2025/8/1
人間の言語・非言語指示から対象物体を選び、暗黙的・明示的な好みを考慮して把持と手渡し動作を生成する統合手法を提案し、実機実験とユーザー研究で有効性を示した。
- NeHMO: 分散型安全マルチアーム動作計画のためのニューラル・ハミルトン・ヤコビ到達可能性学習マニピュレーション2025/7/1
ニューラルハミルトン・ヤコビ到達可能性学習を用いて最悪ケースのアーム間安全制約を捉える安全価値関数を近似し、分散型軌道最適化でリアルタイムなマルチアーム動作計画を実現した。
- 領域分割による物理情報ニューラル運動計画の大規模環境への拡張運動計画2025/6/1
大規模環境での運動計画のため、開始点と目標点の潜在表現間の距離としてコストを計算する新しいニューラル場表現FB-NTFieldsを提案し、四足歩行ロボットで実証した。
- 物理条件付き把持による安定した道具使用マニピュレーション2025/5/1
道具使用時の力学的負荷を考慮して把持を選ぶ手法を提案し、シミュレーションと実機でトルク抑制と成功率向上を実現した。
- 軟体ツールによる剛体操作のための暗黙的物理認識ポリシーマニピュレーション2025/2/1
ロープなどの軟体ツールを使い、未知の物理環境下で剛体を一度の動作で目標位置へ運ぶタスクに対し、物理特性を暗黙的に推定して行動を予測するIPAポリシーを提案した。
- 動的屋内環境におけるロボットナビゲーションのための微分可能な複合ニューラル符号付距離場ナビゲーション2025/2/1
RGB-Dセンサのみを用い、複数のニューラルSDFを合成して動的屋内環境での軌道最適化を行う二段階ナビゲーション手法を提案し、iGibson 2.0で98%の成功率を達成した。
- 未知の狭所・散乱環境における効率的な物体回収のための能動センシングと再配置計画の統合マニピュレーション2024/11/1
未知の狭く散らかった空間から対象物を取り出すため、能動センシングとMCTSベースの再配置計画を統合し、互いにフィードバックしながら障害物の移動と回収軌道を計画する手法を提案した。
- 未知環境における物理情報に基づくニューラルマッピングと動作計画動作計画2024/10/1
アイコナール方程式の解である到達時間場をニューラルネットで直接学習し、未知環境を探索しながら地図生成と動作計画を同時に行う手法を提案した。
- 制約多様体上の物理情報ニューラル運動計画運動計画2024/3/1
制約多様体上でアイコナール方程式を解く物理情報ニューラルネットワークを学習し、専門家データなしで高速な制約付き運動計画を実現した。
- ロボットのハンド内RGB-Dセンサで知覚可能な狭所からの物体取り出しのためのニューラル再配置計画マニピュレーション2024/2/1
ハンド内カメラで環境を能動的に知覚し、未知の任意物体を再配置して狭所から目標物体を取り出すニューラル計画手法を提案。従来法より2桁高速で高成功率を達成。
- 言語指示に基づく物体再配置計画による狭所・乱雑環境の能動的センシングマニピュレーション2024/2/1
言語指示で指定された領域を観察するため、カメラ視界を遮る物体を繰り返し選んで移動させ、狭く散らかった環境を能動的にセンシングする手法を提案した。
- 学習済みサンプリング辞書を用いたゼロショット制約付き動作計画トランスフォーママニピュレーション2023/9/1
事前学習済みVQ-MPTモデルを再学習なしで制約付き動作計画に適応させ、サンプリング領域を制約多様体に近づけることで、シミュレーションと実機の両方で計画時間と精度を改善した。
- DeRi-IGP: 変形可能物体を用いた剛体操作のための反復把持引張学習マニピュレーション2023/9/1
ロープなどの変形可能な線状物体を介して剛体を目標位置まで運ぶため、反復把持引張プリミティブと視覚ベースのニューラルポリシーを提案し、シミュレーションと実機で有効性を示した。
- グラフアテンションによる構造概念学習:多階層再配置計画マニピュレーション2023/9/1
グラフアテンションネットワークを用いて、構造的な依存階層を持つシーンの多階層物体再配置計画を行う深層学習手法を提案し、未知シーンや実世界への汎化、複数マニピュレータでの並列化を実現した。
- 訪問頻度マップを用いた未知環境の効率的マルチエージェント探索のためのQ学習マルチエージェント探索2023/7/1
訪問頻度マップをよりコンパクトに表現する統合訪問頻度マップと、マルチエージェント向けの情報交換・制御手法を提案し、低帯域で効率的な未知環境探索を実現した。
- SIMMF: 自動運転向け意味論対応インタラクティブマルチエージェント動作予測動作予測2023/6/1
周囲の歩行者や車両の位置・速度だけでなくシーンの意味情報も活用し、関連エージェントを意味論的に選択して注意機構で統合することで、自動運転の動作予測精度を高める手法を提案した。
- 物理情報に基づくニューロン運動計画のための漸進的学習運動計画2023/6/1
物理情報を活用したニューラル運動計画において、専門家データなしで複雑な環境や高次元ロボット設定に対応するための新しいアイコナール方程式の定式化と漸進的学習戦略を提案し、計算速度・経路品質・成功率で優れた性能を示した。
- MANER: 散らかった環境におけるマルチエージェント物体再配置計画マニピュレーション2023/6/1
複数ロボットが協力して散らかった環境で物体を再配置するための学習ベース計画フレームワークを提案し、タスク順序決定と経路計画を統合して成功率と移動時間を改善した。
- 狭い閉鎖環境における非単調物体再配置計画のための多段モンテカルロ木探索マニピュレーション2023/5/1
棚や戸棚のような狭い空間で物体を非単調に再配置する計画問題に対し、物体の段階トポロジーで問題を分割し、高レベル計画とロボット運動を同時に考慮する多段モンテカルロ木探索法を提案した。実機実験で計画時間・ステップ数・移動距離の削減を確認した。
- DeRi-Bot: 変形可能物体を介した剛体物体の協調マニピュレーション学習マニピュレーション2023/5/1
ロボットアームに繋いだロープ(1次元変形物体)を使って剛体物体を目標位置へ運ぶ枠組みを提案し、シミュレーションと実機で人間との協調を含む多様な設定での有効性を示した。
- Decision Transformerの統合:重み平均によるマルチタスク方策の形成VLA2023/3/14
異なるMuJoCo移動タスクで個別に訓練したDecision Transformerをパラメータ空間で平均統合し、集中訓練なしでマルチタスク方策を構築する手法を検討した。
- 微分可能論理仕様に制約された計画と制御ポリシーの共学習ナビゲーション2023/3/1
複雑な論理仕様を持つ高次元ロボットのナビゲーションタスクに対し、計画と制御のポリシーを同時に学習することで、サンプル効率を大幅に改善する強化学習手法を提案した論文。
- 制御トランスフォーマ:PRMガイド付きリターン条件付き系列モデリングによる未知環境でのロボットナビゲーションナビゲーション2022/11/1
サンプリングベースのPRMプランナで低レベル方策をガイドし、リターン条件付き系列をモデル化するControl Transformerを提案。部分観測迷路ナビゲーションをMuJoCoロボットで評価し、未知環境への転移とTurtlebot3でのゼロショットsim2real転移を示した。
- CoGrasp: 人とロボットの協調把持のための6自由度把持生成マニピュレーション2022/10/1
人間が同じ物体を同時に把持する際の好みを考慮し、安全で自然な協調把持を実現する深層学習ベースの6自由度ロボット把持生成手法を提案した。
- NTFields: 物理情報に基づくロボット運動計画のためのニューラル時間場運動計画2022/10/1
アイコナール方程式に基づく波動伝播モデルをニューラルネットワークで表現し、複雑な3D環境でのロボットマニピュレータの運動計画を高成功率・低計算時間で実現した。
- 未知の雑然環境におけるロボットの能動的ニューラルセンシングと計画能動センシング/マニピュレーション/sim2real2022/8/1
ロボットマニピュレータが手持ちカメラで能動的に視点を選び、最小限の観測で未知の雑然環境を再構成する手法を提案し、sim-to-real転移で実環境の狭いキャビネット内の物体形状復元に成功した。
- 制約付き進化による身体と知能の協調設計sim2real2022/5/1
深層強化学習と進化を組み合わせ、脚の制約などの条件下で移動エージェントの形状と歩容方策を同時に最適化する手法を提案し、1時間・単一GPUで数千体を訓練して性能を最大150%向上させた。
- 安全なロボットナビゲーションのためのモデルフリー神経リアプノフ制御安全ナビゲーション2022/3/1
強化学習の制御方策と双子の神経リアプノフ関数を同時学習し、実行時モニタで経路計画と組み合わせることで衝突のない安全なナビゲーションを実現した。
- モーションプランニングTransformer:移動ロボットのための動作計画フレームワーク動作計画2021/6/1
Transformerを用いて過去データから有効経路のある領域を学習し、探索空間を制限することで、非ホロノミックな移動ロボットの動作計画を高速化する手法を提案した論文。
- 未知物体のためのニューラル物体再配置計画マニピュレーション2021/6/1
シミュレーションデータで学習し、未見の物体を実世界で効率的に多段階再配置する深層学習ベースの計画手法NeRPを提案した論文。
- MPC-MPNet:動力学制約下で高速かつ準最適な運動計画を実現するモデル予測型運動計画ネットワーク運動計画2021/1/1
生成器・識別器・並列化可能なMPCを組み合わせた模倣学習ベースの枠組みで、動力学制約下の運動計画を高速かつ準最適に解く手法を提案した。
- 制約付き動作計画ネットワークX動作計画2020/10/1
制約多様体上の経路計画を高速化するため、条件付き深層生成器・識別器とニューラル勾配ベースの射影演算子を組み合わせたニューラル計画手法CoMPNetXを提案し、従来のサンプリングベース計画を加速して高い成功率と短い計算時間を実現した。
- 制約多様体上のニューラル動作計画動作計画2020/8/1
運動学的制約を考慮した動作計画を高速化するため、制約・環境認識と双方向探索を組み合わせた初のニューラルプランナCoMPNetを提案し、従来手法より桁違いに高速で汎化性能も高いことを示した。
- 非ホロノミックロボット向け動的制約付き動作計画ネットワーク動作計画2020/8/1
非ホロノミックロボットのリアルタイム動作計画のため、学習と計画ネットワークを改良したDynamic MPNetを提案し、Dubins carの屋内ナビゲーションで有効性を示した。
- 動作計画ネットワーク:学習ベースと古典的動作計画の橋渡し動作計画2019/7/1
深層学習で経路計画のヒューリスティックを学習し、古典的サンプリング計画法と組み合わせることで高速かつ理論保証付きの動作計画を実現した研究。
- タスク非依存スキルの深層強化学習による合成強化学習2019/5/1
深層強化学習で学習した基本スキルを組み合わせ、未知のタスクを少ないデータで解くスキル転移・合成手法を提案した論文。
- OracleNet:オラクル模倣による固定時間・準最適経路生成経路計画2019/4/1
リカレントニューラルネットで経路を反復的に生成し、複雑な環境でも固定時間で準最適な動作計画を出力する手法OracleNetを提案した。
- 深層学習による適応サンプリングを用いたロボット動作計画動作計画2018/9/1
生の点群から作業空間を符号化し、開始・目標配置を入力として動作計画用のサンプルを生成するニューラル適応サンプラーDeepSMPを提案し、高次元問題でも効率的に衝突のない最適経路を計算できることを示した。
- 変分逆強化学習による敵対的模倣学習模倣学習/逆強化学習2018/9/1
GANの枠組みにエンパワーメント正則化付き最大エントロピー逆強化学習を組み込み、未知のダイナミクス下でも専門家の例から汎化性の高い報酬と方策を同時学習する手法を提案した。
- ポテンシャル誘導型双方向RRT*による混雑環境での高速最適経路計画経路計画2018/7/1
ポテンシャル情報で双方向の木を誘導するPIB-RRT*とPB-RRT*を提案し、混雑環境での収束速度とメモリ効率を大幅に改善した経路計画手法。
- 動作計画ニューラルネットワーク動作計画2018/6/1
点群から直接経路を生成するニューラルネットワークベースの動作計画法MPNetを提案し、2D/3D環境や7自由度ロボットで既存手法より高速かつ未知環境にも汎化することを示した。
