Aniket Bera
University of Maryland
収録論文 67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
- TGrasp6D: タスク指向6DoF把持のための視覚言語事前知識と姿勢最適化によるゼロショット把持マニピュレーション2026/10/14
タスクと物体のRGB-D画像から、視覚言語モデルでタスクに適した把持位置を推定し、6DoF姿勢最適化で衝突を避けつつゼロショットでタスク指向把持を実現する手法を提案。
- 創発か帯域か:物理的結合と学習型マルチエージェント通信の限界マルチエージェント通信2026/9/28
レート制限付きマルチエージェント系で最適なメッセージ設計を理論的に解明し、MuJoCo環境で物理的結合の度合いが学習通信の有効性を左右することを示した。
- リーマン平均流による行動多様体上の高速視覚運動方策学習VLA2026/9/24
ロボットの行動系列が滑らかな多様体上に定義されることに着目し、リーマン条件付きフローマッチングを基盤としたフローマップ整合性目的で、1回のネットワーク評価で多様体上の行動生成を可能にするRMFPを提案した。
- HEROIC: 異種ロボットの証拠推論によるオープンボキャブラリ同定と協調群制御2026/9/17
空中・地上ロボットが自然言語のみで通信し、センサ特性とスケール則に基づいて役割を動的に再割り当てしながらオープンボキャブラリ探索を行う分散協調フレームワークを提案。
- Noctif3R: 組み込みハードウェア上での光子制限シーン向けフィードフォワード単眼リアルタイムSLAMSLAM2026/9/17
極暗環境で単眼カメラからリアルタイムに自己位置推定するSLAMを提案。低光量フィードフォワード点マップとマッチゲートで、既存手法が失敗する暗所でも追跡可能にし、Jetson AGX Orin上で動作。
- M³P-R1: 大規模言語モデルによるマルチモーダル動作計画のための強化学習とMIPコード生成動作計画2026/9/16
大規模言語モデルを強化学習で微調整し、マルチモーダル動作計画問題を混合整数計画(MIP)のコードとして生成・求解する手法を提案。
- 潜在エネルギー行動計画とワールドモデル計画/ワールドモデル2026/9/3
潜在ワールドモデルを用いたモデル予測制御において、行動系列全体を最適化変数として扱い、終端状態のエネルギー最小化と目標記述子の一致を組み合わせる新しい計画手法LEAPを提案。4つの制御ドメインで成功率を77.5%から94.8%に向上させた。
- リー群制約付きMeanFlowによる高速生成的把持マニピュレーション2026/8/26
リー群上のMeanFlowを用いて、少数のネットワーク評価で高品質な把持を生成する手法を提案し、ACRONYMデータセットで既存手法と同等の性能を達成しつつ最大39倍の高速化を実現した。
- MIME: マルチモーダル対話型モーションエンコーダモーション表現学習2026/7/18
二人の対話的な動きを言語と関連付けるための、専用のマルチモーダルエンコーダを提案した。
- COLMAR: マルチエージェント能動的3次元再構成のための協調視点ポリシー学習群制御2026/7/1
複数のエージェントが限られたセンシング予算で効率的に視点を選び、冗長観測や空間的偏りを減らして高品質な3次元再構成を行う協調視点ポリシー学習フレームワークを提案した。
- LatentMimic: 潜在空間模倣による地形適応型歩容生成歩行2026/4/1
模倣学習と地形適応のトレードオフを解消するため、潜在空間での分布乖離最小化により歩容スタイルを保ちつつ、地形に応じた脚先適応を可能にする四足歩行制御フレームワークを提案した。
- CoReLIN: 制約ベース推論によるゼロショット生涯対話型ナビゲーションナビゲーション2026/2/1
LLMとシーングラフを用いて、移動ロボットが障害物を移動させ経路を切り開きながら連続的な物体配置タスクをこなす生涯対話型ナビゲーション手法を提案。
- 空間平滑化による価値学習強化学習2026/2/1
オフライン目標条件付き強化学習において、距離的制約を局所空間測度の期待値として再解釈し、微分演算子を必要とせずに構造化された価値表現を学習する手法を提案。
- HAVEN: 階層型敵対者認識可視性ナビゲーションとカバー活用のための深層トランスフォーマーQネットワークナビゲーション2025/12/1
部分的に観測可能な環境での自律ナビゲーションのため、深層トランスフォーマーQネットワークでサブゴールを選択し、可視性を考慮した候補生成と低レベル制御を組み合わせる階層型フレームワークを提案。2Dシミュレーションと3D Unity-ROS環境で有効性を検証。
- VLAD-Grasp: 視覚言語モデルによるゼロショット把持検出マニピュレーション2025/11/1
視覚言語モデルを活用し、学習なしで物体の把持姿勢を検出するゼロショット手法を提案。仮想円筒プロキシを生成して3D点群を整合させ、実機ロボットで汎化性能を示した。
- 論理誘導型ソーシャル対応ロボットナビゲーション世界モデルナビゲーション2025/10/1
LLMの推論に時空間世界モデルと一階述語論理による思考連鎖を組み合わせ、社会的規範を守りつつ安全に人混みをナビゲートする手法NaviWMを提案した。
- SE(3)上の把持拡散のための変分形状推論マニピュレーション2025/8/1
形状の変分推論と拡散モデルを組み合わせ、SE(3)多様体上で多様な安定把持を生成する手法を提案。ノイズや点群の疎さに頑健で、実世界の家庭用品操作にもゼロショット転移できる。
- テキスト指示に基づく効率的な個別検査計画の生成VLA2025/6/1
VLMを活用し、テキスト記述から関心点を抽出して巡回順序を最適化し、航空・水中ビークルのための効率的な検査軌道を生成する手法を提案。
- HessianForge: 物理情報ニューラル表現と平滑化エネルギー制約によるスケーラブルなLiDAR再構成3D再構成/sim2real2025/3/1
LiDAR点群から表面の滑らかさを物理情報損失で制約し、大規模屋外環境のSDFを学習して高品質なメッシュを再構成する手法を提案。
- Signal Temporal Logic仕様のためのスケーラブルな安全マルチエージェント制御群制御2025/1/1
グラフニューラルネットワークと衝突回避制御を組み合わせ、STL仕様を満たす安全なマルチエージェント計画を分散的に生成する手法を提案し、既存のMILPベース手法よりスケーラブルで高性能であることを示した。
- ゾーン分割強化学習とRRTを統合した衝突確率・接続性考慮の経路計画経路計画2024/10/1
kd-treeで地図をゾーン分割し、Q学習でゾーン間の接続を考慮しながらRRTと組み合わせることで、高次元環境でも高速かつ高成功率な経路計画を実現した。
- EfficientEQA:オープン語彙な身体性質問応答への効率的アプローチVLA2024/10/1
ロボットが効率的に探索しながら自由形式で質問に答えるためのフレームワークを提案し、意味重視の探索と適応的停止、RAGによる回答生成で精度向上と探索ステップ削減を実現した。
- 深層強化学習によるスケーラブルなマルチロボット情報経路計画群制御2024/9/1
未知の3D環境で静止ターゲットを効率的に発見するため、集中訓練・分散実行と協調グラフを用いた深層強化学習手法を提案し、最大64台のロボットで従来手法を上回る性能を実現した。
- 不確実性に基づく適応的計画による動的障害物回避と拡散モデル拡散モデル計画2024/9/1
拡散モデルを用いた計画において、行動予測の不確実性に応じて再計画の頻度を適応的に調整し、計算コストを抑えつつ動的障害物回避の性能を向上させる手法を提案した。
- ハイパーグラフによるマルチロボットの協調タスク割り当てと社会的配慮ナビゲーション群制御2024/9/1
ハイパーグラフとマルチエージェント強化学習を用いて、人混みの中でのロボット群のタスク割り当てと社会的に配慮したナビゲーションを同時に実現する手法を提案した。
- SELP: 大規模言語モデルを用いたロボットエージェントの安全で効率的なタスクプラン生成VLA2024/9/1
自然言語命令からLTL式を生成し、等価投票・制約付きデコーディング・ドメイン特化ファインチューニングを組み合わせて、安全で効率的なロボットのタスクプランを生成する手法SELPを提案した。
- Go-SLAM: ガウススプラッティングSLAMによる物体セグメンテーションと位置推定SLAM2024/9/1
3DガウススプラッティングSLAMを用いて動的環境を再構築し、各ガウスに物体IDを付与することで自然言語での物体検索とロボットの経路生成を可能にしたフレームワーク。
- TrustNavGPT: 不確実性をモデル化し音声誘導LLMロボットナビゲーションの信頼性を向上ナビゲーション2024/8/1
音声のトーンや抑揚といった感情的手がかりを活用し、人間の指示の信頼性を評価して安全なナビゲーション判断を行うLLMベースの音声誘導ロボットナビゲーションエージェントを提案。
- 不確実性下での生成モデルによる適応的プランニングプランニング2024/8/1
生成モデルの長期予測と逆動力学モデルのアンサンブルによる不確実性推定を組み合わせ、再プランニング頻度を約10%まで削減しつつ性能を維持する適応的プランニング手法を提案。
- 大規模言語モデルと深層強化学習を統合した人間参加型インタラクティブ社会的配慮ナビゲーションナビゲーション2024/3/1
人間の言語指示をリアルタイムに解釈し、LLMと深層強化学習を組み合わせて混雑環境での社会的に適切なロボットナビゲーションを実現するフレームワークSALMを提案した。
- テキストを超えて:音声的手がかりを活用したロボットナビゲーションタスクにおけるLLMの意思決定改善VLA2024/2/1
音声の韻律的特徴をLLMに統合し、ロボットの社会的ナビゲーションにおける意思決定精度と敵対的攻撃への堅牢性を向上させる手法を提案した。
- MTAC: 階層型強化学習による多歩容地形適応型四足歩行コントローラ歩行2024/1/1
階層型強化学習を用いて、時間・メモリ効率を抑えつつ多様な歩容を生成し、不整地に適応する四足歩行コントローラを提案した。
- MIRACLE: 人間模倣型移動ロボットナビゲーションのための逆強化学習とカリキュラム学習モデルナビゲーション2023/12/1
ゲーム化した学習で人間の刺激駆動型ナビゲーションデータを収集し、深層逆最大エントロピー強化学習で訓練することで、緊急時に人間らしく振る舞う移動ロボットのナビゲーション手法を提案した。
- グラフニューラル演算子による異種マルチロボットの分散タスク割り当て群制御2023/9/1
UGVとUAVからなる異種ロボットチームの目標位置推定のため、グラフアテンションを用いた分散型タスク割り当てモデルを提案し、ロボット数やタスクが変化する状況でも高い性能と拡張性を示した。
- DREAM: マルチロボットシステムにおける探索と効率的なエネルギー管理のための分散強化学習群制御2023/9/1
複数ロボットの探索と障害物回避を強化学習で行い、グラフニューラルネットワークで目標割り当てとエネルギー消費を最適化する分散型フレームワークを提案し、ベースライン比約25%の改善を達成した。
- フロー誘導マルコフニューラルオペレータによるロボットナビゲーションのための軌道予測歩行予測2023/9/1
歩行者の動きをマルコフ過程としてモデル化し、オプティカルフローを統合したニューラルオペレータFlowMNOで軌道予測を行う手法を提案。既存の深層学習手法を大きく上回る精度を示し、ロボットナビゲーションへの応用可能性を示した。
- ARTEMIS: AI駆動型ロボットトリアージラベリングと緊急医療情報システム医療ロボティクス2023/9/1
災害時に四足歩行ロボットが被災者を発見・対話し、音声処理と深層学習で重症度を自動判定するシステムを開発した。
- グラフニューラルネットワークによる局所通信で混雑環境のマルチエージェント経路計画を最適化群制御2023/9/1
混雑環境でのマルチエージェント経路計画において、グラフニューラルネットワークを用いた局所通信でエージェント間の協調を促す分散強化学習手法CRAMPを提案し、従来手法より最大59%の解品質改善と35%の成功率向上を達成した。
- HEROES: Unreal Engineを用いた人間と緊急ロボットの運用教育システムsim2real2023/9/1
Unreal Engine上で都市捜索救助や大規模災害対応の訓練シミュレーションを生成し、ロボット航法学習用の合成データセットも作れる多用途シミュレータを提案した。
- ソーシャルロボットナビゲーションアルゴリズム評価のための原則とガイドラインソーシャルナビゲーション2023/6/1
人混み環境でのロボットナビゲーションを公平に評価するための共通ベンチマーク基準を提案し、安全性や快適さなどの原則、メトリクスやシナリオ設計のガイドライン、評価フレームワークを示した。
- AZTR: 自動ズームと時間推論による空中映像行動認識行動認識2023/3/1
ドローン映像から人間を自動ズームで捉え、時間推論で行動を認識する軽量手法を提案し、エッジ機器でも高精度を実現した。
- DroNeRF: ニューラル放射輝度場計算のためのリアルタイムマルチエージェントドローン姿勢最適化NeRF/ドローン2023/3/1
複数の単眼カメラドローンを対象物の周囲に自律配置し、外部測位なしで物体形状のみから最適な撮影姿勢を計算することで、少ない画像から高品質なNeRF再構成をリアルタイムに行う手法を提案。
- SG-LSTM: 密集群衆におけるロボットナビゲーションのための社会的グループLSTM群衆ナビゲーション2023/3/1
歩行者と社会的グループの動きを予測するSG-LSTMモデルを提案し、密集環境での衝突回避経路計画を高速化・高精度化するとともに、歩行者グループのラベル付き大規模動画データセットを公開した。
- グラフ理論的機械学習による人間ドライバー行動の予測行動予測2021/11/1
車両軌跡からグラフ理論的特徴を抽出し機械学習で人間ドライバーの行動を予測する手法を提案し、米・印・中・星の実交通データで有効性を示した。
- 可視性ポリゴンを用いた静的・動的シーンでのリダイレクテッドウォーキングVR歩行誘導2021/6/1
ロボットの動作計画の手法を取り入れ、可視性ポリゴンで歩行可能空間を表現することで、物理空間と仮想空間の対応を保ちながらユーザーを衝突なく誘導するリダイレクテッドウォーキング手法を提案し、既存手法よりリセット回数を大幅に削減した。
- 複雑環境でのリダイレクテッドウォーキングのためのアラインメントベース制御手法ARCリダイレクテッドウォーキング2021/1/1
物理環境と仮想環境の障害物への近さを一致させるようユーザーを誘導するリダイレクテッドウォーキング制御器ARCを提案し、環境複雑度指標CRを導入して衝突回避性能を大幅に改善した。
- 感情を考慮した歩行者意図予測と適応型空間プロファイル融合によるソーシャルロボットナビゲーションソーシャルナビゲーション2020/11/1
RGB-DカメラとTransformerで歩行者の歩容から意図を予測し、感情も考慮して障害物プロファイルを動的に調整する強化学習ベースのソーシャルナビゲーション手法を提案した論文。
- StylePredict:軌跡から人間ドライバーの行動を推論する機械理論オブマインド自動運転・行動推論2020/11/1
車両の軌跡をスペクトル解析や中心性関数で解析し、人間ドライバーの運転スタイルを推論する機械理論オブマインド手法を提案し、米中印星の交通文化を分析した。
- SeekNet:強化学習によるロボット移動最適化で人インスタンスのセグメンテーションと追跡を改善強化学習/認識2020/11/1
混雑環境で遮蔽された人を認識するため、強化学習でロボットの移動位置を最適化するSeekNetを提案し、検出・追跡精度の向上を示した。
- ロボットは人間を信頼できるか?信頼度駆動型の人間誘導ナビゲーションへの深層強化学習アプローチナビゲーション2020/11/1
人間の言語指示の信頼性を評価する信頼度指標を強化学習に組み込み、信頼できる案内だけを活用して目的地へ効率的に移動するロボットナビゲーション手法を提案し、シミュレーションと実環境で有効性を示した。
- リスク認識型交通インタラクションを時空間グラフ畳み込みネットワークで学習するRAIST自動運転2020/11/1
道路利用者間の空間的・時間的相互作用を時空間グラフでモデル化し、ST-GCNで運転の戦術判断とリスク対象(歩行者・自転車等)の識別を学習する枠組みを提案した論文。
- CMetric: 中心性関数を用いた運転行動評価指標行動予測2020/3/1
道路エージェントの位置関係から動的幾何グラフと中心性関数を計算し、運転スタイルの確率と強度をリアルタイムに推定する指標CMetricを提案した論文。
- 歩行から感情を読み取り社会的配慮で動くロボットナビゲーションソーシャルナビゲーション2020/3/1
歩行姿勢から歩行者の感情を推定し、その感情と対人距離の制約を考慮してロボットが人混みを安全にナビゲーションする手法ProxEmoを提案した。
- スペクトラルクラスタリングを組み込んだグラフLSTMによる交通エージェントの軌跡・行動予測軌跡予測2019/12/1
道路エージェント間の動的幾何グラフと2ストリームのグラフLSTMを用い、将来の軌跡と過速・低速・通常といった行動を同時に予測する手法を提案。スペクトラルクラスタリングに基づく正則化で長期予測精度を改善した。
- 歩容から感情を読み取る時空間グラフ畳み込みネットワークSTEP感情認識/歩容解析2019/10/1
歩行映像の歩容特徴を時空間グラフ畳み込みネットワークで解析し、喜び・悲しみ・怒り・中立の4感情を分類する手法を提案。生成ネットワークで合成歩容を拡張し、E-Gaitデータセットも公開した。
- GraphRQI:グラフスペクトルを用いた運転行動の分類行動認識2019/10/1
交通グラフのスペクトル解析により周囲の車両軌跡から運転者の攻撃的・保守的といった行動特性を分類し、将来軌跡予測にも応用する手法を提案。
- ノイズを含むセンサ入力下での密交通における異種道路エージェントの頑健な軌道予測軌道予測2019/7/1
RGBカメラと追跡アルゴリズムから得られるノイズ入り軌道を用い、非線形運動モデルと深層学習セグメンテーション、LSTM-CNNで密で異種な交通のエージェント軌道をエンドツーエンドで予測する手法を提案した。
- RoadTrack: 密集・異種環境における道路エージェントのリアルタイム追跡追跡2019/6/1
歩行者・二輪車・車・バスなどが混在する密集交通映像で、衝突回避と相互作用をモデル化した新運動モデルSimCAIにより道路エージェントをリアルタイム追跡する手法を提案した。
- DensePeds: 正面RVOとスパース特徴を用いた高密度群衆の歩行者追跡歩行者追跡2019/6/1
衝突回避制約に基づく新しい運動モデルFront-RVOとMask R-CNNのスパース特徴を組み合わせ、1平方メートルあたり2人以上の高密度群衆でも個々の歩行者を追跡するアルゴリズムを提案した。従来手法より4.5倍高速で、高密度動画での精度も向上している。
- 歩行スタイルから感情を識別するデータ駆動モデル感情認識2019/6/1
歩行映像から3D姿勢を抽出し、LSTMの深層特徴と姿勢・動作の感情特徴を組み合わせて、歩き方から喜び・悲しみ・怒り・中立の感情を80%の精度で識別する手法を提案した論文。
- 感情知能ロボット:混雑環境における社会的ナビゲーションの改善社会的ナビゲーション2019/3/1
歩行者の表情と軌跡から感情を推定し、心理学的PADモデルに基づく対人距離制約を生成することで、群衆中での感情配慮型ロボットナビゲーションを実現した研究。
- TraPHic: 重み付き相互作用を用いた密集・異種交通における軌道予測軌道予測2018/12/1
バス・車・スクーター・自転車・歩行者が混在する密集交通の動画から、LSTM-CNNハイブリッドネットワークで近未来の軌道を予測する手法を提案し、新たなアジア都市交通データセットも公開した。
- 歩行者の優位性モデリングによる社会的配慮型ロボットナビゲーション社会的ナビゲーション2018/10/1
歩行者の軌道・速度・パーソナルスペースから優位性レベルを推定するモデルを構築し、ロボットが相補的な振る舞いで社会的に配慮したナビゲーションを実現した。
- 群衆中の自動運転のための歩行者モデリングと計画歩行者予測・計画2018/5/1
歩行者の意図と周囲との相互作用を考慮した歩行者運動予測モデルPORCAを構築し、POMDP計画と組み合わせて群衆中を安全かつ円滑に走行する自動運転システムを実現した。
- 社会的に目立たないロボット:集団エンティタティビティを考慮した群衆内ナビゲーション群衆ナビゲーション2018/5/1
群衆の中でロボットが目立たず自然に動くため、心理学的知見に基づくエンティタティビティ(集団としての一体感)を最小化するリアルタイム軌道生成アルゴリズムを提案し、ユーザー研究で感情反応との対応を検証した。
- 軌道特徴を用いた運転者行動の識別と車両ナビゲーションへの応用自動運転/行動認識2018/3/1
車両軌道から抽出した特徴量を用いて運転者の6種類の行動をデータ駆動で識別し、周囲の車両の危険度スコアを算出して自動運転の安全なナビゲーションに活用する手法を提案した。
- 歩行者心理を考慮したソーシャルナビゲーションソーシャルナビゲーション2017/6/1
ベイズ学習と性格特性理論で歩行者の時間変化する行動を推定し、長期的な経路予測と対人距離特性を生成して、群衆中での人間に配慮したロボットナビゲーションを実現した。
