Brendan Tidd
収録論文 22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
- 非IIDマルチロボットマニピュレーションのための連合部分空間誘導型視覚-言語-行動ポリシー蒸留VLA2026/9/26
複数ロボットが非IID環境で連合学習する際に、低ランク部分空間と行動分布の蒸留、および互換性に基づくクラスタリングで表現ドリフトを抑え、マニピュレーションポリシーの知識転移を改善する手法を提案。
- グラフ表現と多目的品質多様性最適化によるソフトグリッパ設計ソフトロボティクス/グリッパ設計2026/9/17
ソフトグリッパの構造をグラフで表現し、多目的かつ多様性を促す遺伝的最適化で設計する手法を提案。多様な把持シナリオで最適化すると、未知物体への汎化性能が向上することを示した。
- デモの数だけではない:反実仮想的行動感度カバレッジによるデータ効率的で堅牢なロボット模倣学習模倣学習2026/7/1
視覚運動模倣学習の堅牢性を向上させるため、クリーンなデモと妨害観測をペアにして行動ドリフトを測定し、ポリシー固有の感度信号に基づいて少数の修復データを選択するオフライン手法CFNBCを提案した。
- AnchorVLA: アンカー拡散による効率的なエンドツーエンド移動操作VLA2026/4/1
移動操作において、拡散ポリシーの多様な行動生成を保ちつつ、推論コストを削減するため、アンカー軌道周辺で局所的に拡散する手法を提案し、実行時のドリフトを軽減する自己補正機構も導入した。
- SPREAD: 生涯模倣学習のための部分空間表現蒸留生涯学習/模倣学習2026/3/1
生涯模倣学習において、特異値分解を用いてタスク間のポリシー表現を低ランク部分空間で整列させ、幾何構造を保ちながら知識転移と忘却防止を実現する手法を提案した。
- RAPT: シミュレーションから実機へのヒューマノイド展開におけるモデル予測型OOD検出と故障診断sim2real2026/2/1
シミュレーションで学習した制御方策が実機展開時に分布外状態に陥るのを防ぐため、50Hzで動作する自己教師ありの異常検知モニタを提案し、故障の時期と箇所を特定するとともにLLMによるゼロショット故障原因分類を実現した。
- 勾配衝突解消によるスケーラブルな多目的ロボット強化学習強化学習2025/9/1
多目的強化学習において、目的間の勾配衝突を優先度に基づいて解消するGCR-PPOを提案し、ロボットの操作・歩行ベンチマークで並列PPOより優れたスケーラビリティと性能を示した。
- 観測の因果混乱を解消しロボット模倣学習の汎化性能を向上模倣学習2025/7/1
模倣学習において観測と行動の因果関係を明示的に学習することで、環境変化に対する汎化性能を高める手法を提案し、ALOHAロボットアームのシミュレーションで有効性を示した。
- M2Distill: 生涯模倣学習のためのマルチモーダル蒸留模倣学習2024/10/1
視覚・言語・行動の潜在空間を一貫させ、GMM方策のずれを抑えるマルチモーダル蒸留により、破滅的忘却を防ぎつつ新タスクを継続学習する手法を提案。
- 脚式マニピュレータによる全身ダイナミック投擲マニピュレーション2024/10/1
脚式ロボットが全身のモータを活用して物体を投擲するタスクを深層強化学習で学習し、シミュレーションで精度・安定性・飛距離の向上を示し、実機ヒューマノイドへ転移した。
- 形状空間デフォーマ:変形物体のロボット操作のための視触覚統合表現マニピュレーション2024/9/1
テンプレート拡張を用いて多様な物体変形を統一的に表現し、未知の力への汎化と新規物体への迅速な適応を実現する手法を提案。
- 人間主導の自然言語コミュニケーションとロボット主導の触覚フィードバックの代替インターフェース:人間とロボットの協調における状況認識の向上に向けてヒューマンロボットインタラクション2024/1/1
Spotロボットに対して、人間が自然言語音声で指示・情報要求を行い、ロボットから触覚フィードバックで状態通知を受け取るインターフェースを実装し、探索シナリオでの予備ユーザーテストから得た知見を報告した。
- 人間とロボットのインタラクションと協調のためのロボットビジョン:調査と系統的レビューHRI2023/7/1
過去10年間の人間とロボットのインタラクション・協調におけるロボットビジョン研究310件を系統的にレビューし、傾向や手法、課題を分析した調査論文。
- 難地形を移動するロボットの視覚運動行動の学習歩行2023/3/1
二足歩行ロボット(シミュレーション)とクローラロボット(実機)を用い、階段や飛び石などの難地形を踏破するための視覚運動行動を効率的に学習させる手法を提案した。新しい行動の追加時に再学習を最小限に抑え、スケーラブルな行動ライブラリの構築を目指す。
- 異種ロボットチームによる統合知覚と自律性:Team CSIRO Data61のDARPA地下チャレンジでの最高同点スコア獲得群制御2023/2/1
DARPA地下チャレンジの決勝で、CSIRO Data61チームが異種ロボットチームと統合知覚・自律システムを開発し、最高スコアに並ぶ2位に入賞した。
- 人間とロボットのチーム対完全自律ロボット:DARPA地下チャレンジに基づく16の実世界捜索救助ミッションにおける性能比較人間ロボット協調2022/12/1
DARPA地下チャレンジに基づく16の実世界捜索救助ミッションで、人間が操作するロボットチームと完全自律ロボットの性能を比較し、人間の介入が発見数や移動距離を増やし、安全性を高めることを示した。
- 残差スキルポリシー:ロボティクス強化学習のための適応可能なスキルベース行動空間の学習マニピュレーション2022/11/1
状態条件付き生成モデルでスキル空間の探索を加速し、低レベル残差ポリシーで未知のタスク変種に適応する手法を提案。4つのマニピュレーションタスクで有効性を実証。
- 異種地上・空中プラットフォームと均一センシング:CSIRO Data61チームのDARPA地下チャレンジへの取り組みマルチエージェントSLAM2021/4/1
DARPA地下チャレンジ向けに、地上ロボットとUAVを組み合わせた異種チームを構築し、共通センシングによる分散型マルチエージェントSLAMで通信網に依存しない自律探査を実現した。
- 深層強化学習による狭い隙間の通過sim2real2021/3/1
ロボットが数cm単位の狭い隙間を接触を許容しながら通過するための強化学習ポリシーをシミュレーションで学習し、実機の大型クローラロボットで検証した論文。
- 移行準備ポリシーの学習:移動行動間の信頼性の高い切り替え歩行2021/1/1
事前学習済みの歩行ポリシー間を橋渡しする「セットアップポリシー」を学習し、難所地形での行動切り替え成功率を大幅に向上させた研究。
- 切り替えタイミングを学習する:地形系列を踏破するためのコントローラ合成歩行2020/11/1
各 terrain 用にカリキュラム学習で個別の DRL ポリシーを訓練し、ポリシー間の重複領域を確保した上で、切り替え成功率を推定するネットワークを学習して未知の地形系列でヒューリスティックより良い切替を実現した。
- 複雑地形歩行のためのガイド付きカリキュラム学習歩行2020/10/1
深層強化学習で二足歩行を学習する際、地形難易度の段階的増加・目標方策由来のガイド力の漸減・ランダム外乱の増大という3段階カリキュラムを提案し、平地・ハードル・ギャップ・階段など5種類の地形で有効性を示した論文。
