Bo Liu
The University of Texas at Austin
収録論文 35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
- GPT-6-Astraは身体知能を獲得したのかVLA2026/10/15
GPT-6-Astraを12のベンチマークで大規模評価し、操作・移動・器用な手などで高い性能を示す一方、実機展開ではICL用デモ収集コストや実行時間と成功率のトレードオフなどの課題を明らかにした報告。
- LIBERO-MAX：世界が変化したときロボット政策は適応するか？VLA2026/9/29
タスク実行中に環境変化が起きた際のロボット政策の頑健性を評価する8,000ペアのベンチマークLIBERO-MAXを提案し、14のVLA政策が11.0〜25.7ポイントの成功率低下を示すことを明らかにした。
- XPACE: 異種経験からの世界モデルと行動モデルの統合学習VLA2026/9/15
人間とロボットの多様な経験を動画予測で結びつけ、行動予測と世界シミュレーションを同時に行う統合モデルを提案し、ヒューマノイドロボットで人間の技能をロボット未経験タスクへ転移できることを示した。
- シンプルな手法で十分：VLAモデルは強化学習による自然な継続学習者であるVLA2026/3/1
大規模事前学習済みVLAモデルの継続強化学習を体系的に検証し、LoRAを用いた単純な逐次ファインチューニングが破滅的忘却をほとんど起こさず、複雑な継続学習手法を上回ることを示した。
- 事前学習済みVLAモデルは継続学習において驚くほど忘却しにくいVLA2026/3/1
大規模な視覚-言語-行動モデルは、小さなリプレイバッファでも継続学習時にほとんど忘却せず、事前学習が忘却耐性に大きく寄与することを示した研究。
- OPRIDE: データセット内探索によるオフライン選好ベース強化学習選好ベース強化学習2026/2/19
オフライン選好ベース強化学習において、クエリ効率を高めるための探索戦略と割引スケジューリングを組み合わせた手法を提案し、少ないクエリで高性能を達成した。
- 外科デジタルツインの包括的サーベイ医療ロボティクス2025/12/1
外科領域におけるデジタルツイン（SDT）の研究を、用語整理から分類、最新技術、課題、研究課題まで包括的にレビューしたサーベイ論文。
- 初期経験によるエージェント学習言語エージェント2025/10/9
エージェント自身の行動から得られる相互作用データを報酬なしで活用し、世界モデリングと自己内省によって言語エージェントを訓練する手法を提案した。
- RoboSSM: 状態空間モデルによるスケーラブルな文脈内模倣学習模倣学習2025/9/1
Transformerの代わりに状態空間モデル(Longhorn)を用いた文脈内模倣学習手法を提案し、長い文脈のプロンプトでも効率的に推論できることを示した。
- L3M+P：大規模言語モデルを用いた生涯プランニングタスクプランニング2025/8/1
知識グラフを世界状態の表現として用い、LLMと古典的プランナを組み合わせて、家庭用ロボットが長期運用で環境の動的記憶を維持しつつ自然言語タスクを計画できるフレームワークを提案。
- ロボティクス向け大規模並列マルチタスク強化学習のベンチマークマルチタスク強化学習2025/7/1
GPU加速シミュレータIsaacGym上で50の操作タスクと20の歩行タスクからなるマルチタスク強化学習ベンチマークMTBenchを構築し、複数のアルゴリズムを統一的に評価した。
- 車両上部タグ支援による自動運転バス向け車路協調測位測位2025/3/1
交差点など遮蔽物の多い環境で、車両上部に付けたタグを路側から検出して車両位置を推定する車路協調測位手法を提案し、シミュレーションで有効性を示した。
- 微分可能情報を活用したモデルベース強化学習の強化モデルベース強化学習2025/3/1
微分可能環境の情報を活用し、Sobolev損失でモデル予測精度を高め、混合長さの切り詰め学習で方策勾配の分散を抑えるMBRL手法MB-MIXを提案。ヒューマノイド制御や変形物体操作で既存手法を上回る。
- デモンストレーションから記憶メカニズムを学習する意思決定模倣学習2024/11/1
専門家の記憶依存関係をペアで示すことで、Transformerの注意機構を調整し、部分観測環境下での長期記憶を要する意思決定を改善する手法を提案。
- コンピュータビジョン技術に基づく知的ロボット制御システムロボットビジョン2024/4/1
コンピュータビジョンとロボット制御を統合し、自律ナビゲーションや物体認識、廃棄物管理などのタスクでロボットが環境を知的に認識・操作できるようにする手法を概説した論文。
- UGG: 統合的生成的把持マニピュレーション2023/11/1
物体点群と手パラメータ空間で動作する拡散ベースの器用把持生成モデルを提案し、接触点の新表現と軽量判別器を組み合わせて多様性と成功率を両立させた。
- 片手で複数物体を把持するマニピュレーション2023/10/1
多指ロボットハンドで卓上から複数物体を同時に把持する二段階手法MultiGraspを提案し、二物体把持で44.13%の成功率を達成した。
- LLM+P：大規模言語モデルに最適計画能力を付与するフレームワーク計画2023/4/1
自然言語の計画問題をPDDLに変換し古典的プランナーで最適解を求めて自然言語に戻すことで、LLMの長期計画の弱点を補う手法を提案。
- 自律ナビゲーションのための強化学習技術のベンチマークナビゲーション2022/10/1
自律ナビゲーションにおける深層強化学習の4つの要件（不確実性下の推論、安全性、限られたデータからの学習、未知環境への汎化）を達成するため、記憶ベース、安全RL、モデルベースRL、ドメインランダム化の4手法を大規模ベンチマークと実環境で評価した。
- サンプル効率の高い目標条件付き強化学習のための計量残差ネットワーク強化学習2022/8/1
目標条件付き強化学習において、行動価値関数を計量と非対称残差に分解する新しいニューラルネットワークMRNを提案し、サンプル効率を大幅に改善した。
- EnvPool: 強化学習環境の高速並列実行エンジン強化学習基盤2022/6/1
強化学習のボトルネックである環境シミュレーションを並列化し、Atariで毎秒100万フレーム、MuJoCoで毎秒300万フレームを達成する高速実行エンジンを提案。
- 適応型プランナパラメータ学習ナビゲーション2021/5/1
非専門家の人間とのやり取りや強化学習を用いて、環境変化に応じて古典的ナビゲーションのパラメータを動的に調整する学習フレームワークを提案した論文。
- 不確実な報酬を伴うチームオリエンテーリング被覆計画群制御2021/5/1
複数車両が繰り返しエリアを巡回する際のコストを最小化する問題を定式化し、累積コスト推定と新しいチームオリエンテーリング被覆問題の混合整数計画法による反復解法を提案、実機ロボット3台で実証した。
- 強化学習による適応的プランナパラメータ学習ナビゲーション2020/11/1
強化学習でナビゲーションのパラメータ選択方策を学習し、多様な環境で既存プランナを適応させる手法APPLRを提案し、実機・シミュレーションで固定パラメータや人間教示ベース手法を上回ることを示した。
- 機械学習による移動ロボットナビゲーションの運動計画と制御：サーベイナビゲーション2020/11/1
移動ロボットのナビゲーションにおける運動計画・制御への機械学習の応用研究を、古典的手法との関係に基づいて分類し、課題と今後の方向性を整理したサーベイ論文。
- 介入からの適応的プランナパラメータ学習ナビゲーション2020/11/1
人間の遠隔操作介入を学習し、信頼度に応じて複数のナビゲーションパラメータを切り替えることでロボットの自律移動性能を向上させる手法を提案した。
- 幾何学的幻覚から学習する動作計画器ナビゲーション2020/10/1
障害物のない空間での計画が最適となる障害物配置を逆算的に生成(幻覚)し、それを用いて実環境の混雑空間で動くエンドツーエンド動作計画器を学習・実機検証した論文。
- 幻覚学習と素面展開による俊敏なロボットナビゲーションナビゲーション2020/10/1
訓練時のみ障害物を幻覚させて密な制約環境を学習し、実行時は幻覚なしで展開する新パラダイムHLSDを提案し、300の模擬環境と実世界で従来法を上回る性能を示した。
- 確率的推論によるマルチロボット編隊の連続時間ガウス過程軌道生成群制御2020/10/1
GPMP2をマルチロボット編隊に拡張し、疎なガウス過程と因子グラフで衝突回避・編隊維持を考慮した連続時間軌道を集中生成する手法を提案。適応的な編隊変化とオンライン再計画を実現した。
- NVIDIA PilotNetの実験的取り組み自動運転2020/10/1
単一の深層ニューラルネットワークが画像から直接車両の軌道を出力する自動運転システムPilotNetの5年間の研究開発を振り返り、2020年半ばの状況を報告した論文。
- 幻覚から学ぶ：狭所での俊敏な移動を実現する新ナビゲーション学習法ナビゲーション2020/7/1
安全な環境で集めたデータから、狭い空間でも俊敏かつ安全に動けるナビゲーション制御器を学習する「幻覚学習(LfH)」を提案し、実機で既存手法を上回る性能を示した。
- 移動ロボットナビゲーションのための生涯学習アプローチナビゲーション2020/7/1
移動ロボットが自身の経験のみからナビゲーション行動を改善し、新しい環境で学習した後も過去の環境での能力を保持する生涯学習フレームワークLLfNを提案し、限られたメモリと計算資源の実機上で実装・検証した。
- 実演からの適応的プランナパラメータ学習ナビゲーション2020/4/1
人間の遠隔操作によるナビゲーション実演から、既存のナビゲーションシステムのパラメータを自動調整する手法APPLDを提案し、複数ロボットでデフォルトや専門家調整、人間の実演者本人を上回る性能を示した。
- DualSMC: 連続POMDPにおける微分可能なフィルタリングと計画のトンネリングPOMDP/計画2019/9/1
連続POMDPのフィルタリングと計画を2つの関連する逐次モンテカルロ過程として定式化し、敵対的粒子フィルタと不確実性依存の計画を組み合わせたDualSMCネットワークを提案した。
- ViconMAVLink：モーションキャプチャによる屋内測位ソフトウェア屋内測位2018/11/1
ViconのモーションキャプチャデータをMAVLinkプロトコルでロボットに送信し、屋内測位を実現するオープンソースツールを開発した。
