Byron Boots
University of Washington
収録論文 85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
- バランスの取れたデータダイエット：ロボット制御のための超大規模強化学習における探索ボトルネックの解消強化学習2026/10/8
強化学習の大規模並列シミュレーションにおいて、ポリシーの能力の限界付近のタスク設定に学習を集中させる適応的サンプリング手法を提案し、四足歩行などの難タスクを効率的に学習できるようにした。
- 安全な模倣学習のための識別バリア関数模倣学習/安全性2026/7/1
逆強化学習の報酬関数を制御バリア関数に制約し、専門家の観察から直接バリア関数を学習して安全な制御を実現する手法を提案した。
- オンライン世界モデリングによる観察からの実世界逆強化学習逆強化学習2026/2/1
オンライン世界モデルを用いて、実世界のロボットが観察（動画）のみから視覚的マニピュレーションを逆強化学習で学習する手法を提案し、ピックアンドプレースを40分未満で82%の成功率まで達成した。
- 視触覚ワールドモデル触覚2026/2/1
視覚に触覚を組み合わせて接触の物理を学習するマルチタスクワールドモデルを提案し、接触の多い操作タスクでの想像・計画性能を向上させた。
- 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化模倣学習/オフライン強化学習2025/10/1
非専門家データ（プレイデータや不完全なデモ）をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。
- VAMOS：能力に応じて調整可能な階層型視覚-言語-行動モデルによる誘導可能なナビゲーションナビゲーション2025/10/1
意味的計画と身体性の接地を分離した階層型VLAを提案し、車輪・脚型ロボット間のクロス身体性ナビゲーションと自然言語による誘導を実現した。
- ニューラルプロセスによる不確実性を考慮したオフロード走行のための高精度地形モデリング地形モデリング/不確実性推定/オフロードナビゲーション2025/8/1
LiDARとカメラの意味特徴を用いたニューラルプロセスにより、オフロード地形の急激な変化を高精度に推定し、予測不確実性も定量化する手法を提案。局所的なボールクエリ注意機構で計算量を削減。
- 観測からの計画のためのモデル予測敵対的模倣学習模倣学習/計画2025/7/1
逆強化学習のポリシーをモデル予測制御に置き換え、観測のみのデモから計画器をエンドツーエンドで学習する手法を提案し、サンプル効率や汎化性能の向上を示した。
- ピクセルを超えた触覚：ロボットマニピュレーションのためのマルチセンサリ触覚表現触覚2025/6/1
画像・音・動き・圧力の4つの触覚モダリティを自己教師あり学習で統合した表現Sparsh-Xを提案し、模倣学習やsim-to-real適応において成功率とロバスト性を大幅に向上させた。
- 巧みなロボットハンドの触覚スキン向け自己教師あり知覚触覚2025/5/1
磁気触覚スキンを持つロボットハンド全体の触覚と運動履歴から自己教師あり学習で汎用表現を獲得し、状態推定や方策学習の性能を大幅に向上させた。
- 長距離ナビゲータ（LRN）：メトリックマップを超えてロボットの計画視野を拡張ナビゲーション2025/4/1
カメラ画像から「進めるフロンティア」を学習し、屋外ナビゲーションの計画視野を拡張する手法を提案。ラベルなし動画で学習でき、既存スタックに組み込むと人的介入と意思決定時間を削減。
- Wheeled Lab：低コスト・オープンソース車輪型ロボティクスのためのモダンなSim2Realsim2real2025/2/1
オープンソースの車輪型ロボットとIsaac Labを統合したエコシステムを構築し、ドリフト制御・起伏走行・視覚ナビゲーションのゼロショット方策を実現した。
- モデル予測強化学習による動的な非把持物体搬送マニピュレーション2024/12/1
少数の実演データから価値関数を学習し、不確実性を考慮したMPCと組み合わせることで、ロボットがお盆に載せた物体をこぼさず運ぶ「ロボットウェイター」タスクを実現した研究。
- Sim-to-Realギャップの克服：探索方策の学習による実世界強化学習の効率化sim2real2024/10/1
シミュレータで直接方策を学習するのではなく、探索方策を学習して実世界に転移することで、サンプル効率を指数関数的に改善できることを理論と実験で示した。
- Sparsh: 視覚ベース触覚センシングのための自己教師あり触覚表現触覚2024/10/1
視覚ベース触覚センサ向けに、460k以上の触覚画像を用いたマスク付き自己蒸留による自己教師あり事前学習で汎用触覚表現を獲得し、標準ベンチマークTacBenchで従来のタスク・センサ特化型学習を平均95.1%上回った。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- アグレッシブなオフロード走行領域におけるダイナミクスモデルsim2real2024/5/1
オフロード自律走行の高速・過酷な運転領域で、複雑さの異なる3つのダイナミクスモデルの予測精度をシミュレーションと実世界データで評価し、攻撃性が増すと精度が低下することを示した。
- 不確実な環境認識下でのオフロード自律走行のためのマルチサンプル長距離経路計画経路計画2024/3/1
不確実な観測のもとでオフロード車両が長距離経路を動的に再計画する手法DREAMSを提案し、DARPA RACERの実データで従来の決定化手法より走行時間と衝突コストの両面で優れることを示した。
- LocoMan: 軽量ロコ・マニピュレータによる四足歩行ロボットの器用な操作能力の向上マニピュレーション2024/3/1
四足歩行ロボットの前脚に軽量な3自由度グリッパを取り付け、脚の移動能力と操作能力を統合した全身制御フレームワークを提案し、狭い空間でのドア開けやコンセント挿しなどの器用な作業を実現した。
- V-STRONG：オフロードナビゲーションのための視覚的自己教師あり走行可能性学習走行可能性予測2023/12/1
視覚基盤モデルと対照学習を活用し、人間の運転データとセグメンテーションマスクから走行可能性を自己教師ありで予測する手法を提案。未知環境への汎化性能が大幅に向上。
- 不整地におけるアグレッシブ走行のためのモデル予測制御走行制御/MPC2023/11/1
不整地での高速走行において、横転や溝越えの失敗を防ぐ物理ベースの走行可能性制約を導出し、並列化可能なMPCに組み込むことで、事前情報なしに安全かつアグレッシブな自律走行を実現した。
- 深層モデル予測最適化制御/MPC2023/10/1
MPCの内部最適化アルゴリズムを経験から学習し、クアッドロータの敏捷な軌道追従で既存MPCや強化学習を上回る性能を実現した。
- DATT: クアッドロータ制御のための深層適応軌道追従飛行制御2023/10/1
強化学習で訓練したフィードフォワード・フィードバック・適応制御構造とL1適応制御による外乱推定を組み合わせ、実世界の大きな外乱下でも任意の軌道を高精度に追従するクアッドロータ制御手法を提案。
- 触覚から外部接触を知覚することで挿入ポリシーの学習が改善する触覚2023/9/1
グリッパと物体間の触覚から物体と環境の外部接触を推定するNCFを改良し、実機で機能するようにして挿入タスクのポリシー学習に用いたところ、成功率と速度が向上した。
- CAJun: 学習型重心制御器による連続適応ジャンプ歩行2023/6/1
強化学習で重心方策を学習し最適制御の脚制御器と組み合わせることで、脚ロボットが距離を適応させながら連続ジャンプできる階層型フレームワークを実現した。
- 競争的自動カリキュラムにおける創発的行動のためのシュタッケルベルクゲームマルチエージェント強化学習2023/5/1
2人マルチエージェント強化学習をリーダーとフォロワーの階層構造を持つシュタッケルベルクゲームとして定式化し、リーダーの優位性を利用して環境の非対称性を緩和し、より洗練された協調戦略の学習を可能にするST-MADDPGを提案した。
- 学習した行動残差による連続的な多様ジャンプ歩行2023/4/1
最適制御と強化学習を組み合わせた階層的枠組みで、四足ロボットがシミュレーションから実機へ直接展開でき、最大50cmの高さ・60cmの前方・90度の旋回を含む多様で連続的なジャンプ動作を実現した。
- 点字を読む学習：拡散モデルで触覚のリアリティギャップを埋める触覚2023/4/1
拡散モデルを用いてシミュレーションの接触深度からリアルな触覚画像を生成し、実機の点字読み取りタスクで分類精度75.74%を達成した研究。
- TerrainNet: 高速オフロード走行のための複雑地形の視覚モデリングオフロード自律走行2023/3/1
カメラ映像から地形の意味・形状を予測し、高速オフロード自律走行のための走行可能領域推定とコストマップ生成を行う視覚知覚システムを提案。
- モデル予測制御における最適化の学習モデル予測制御2022/12/1
サンプリングベースMPCの更新則を模倣学習で改善し、少ないサンプル数でも高性能な制御を実現する手法を提案。
- モデル予測制御のためのサンプリング分布学習モデル予測制御2022/12/1
正規化フローで制御の潜在空間にサンプリング分布を学習し、二段階最適化と時間逆伝播でMPCを訓練することで、シミュレーションロボティクスタスクの性能を向上させた。
- 動作方策ネットワークマニピュレーション2022/10/1
単一の深度カメラ観測から衝突のない滑らかな動作を生成するエンドツーエンドのニューラルモデルを提案し、シミュレーションで訓練しながら実機に転移できることを示した。
- ニューラルコンタクトフィールド：触覚センシングによる外部接触の追跡触覚2022/10/1
触覚センシングとニューラルフィールドを組み合わせ、物体と環境間の外部接触位置を任意の接触形状で追跡する手法を提案。接触の有無の遷移も捉え、未知形状の物体にも適用可能。
- 人間のデモンストレーションから意味論を考慮した歩行スキルを学習歩行2022/6/1
四足歩行ロボットがカメラ画像から地形の意味を認識し、人間のデモを用いて速度と歩容を選択する枠組みを提案。実世界で40分のデモデータのみで学習し、6km以上の走破を達成した。
- 動作最適化のための暗黙的事前分布の学習動作最適化2022/4/1
エネルギー基盤モデル(EBM)を動作最適化の誘導事前分布として統合するためのモデリングとアルゴリズムの選択肢を提示し、シミュレーションと実機で評価した論文。
- 競争型ヒューマンロボットインタラクションによる運動意欲の向上ヒューマンロボットインタラクション2022/2/1
フェンシングゲームを舞台に、マルチエージェント強化学習で人間と競争できるロボットを開発し、人間の心拍数を高め運動意欲を引き出すことを示した研究。
- シュタイン変分確率的ロードマップ経路計画2021/11/1
粒子ベースの変分推論を用いて、不確実な環境下でも効率的に確率的ロードマップを生成する手法SV-PRMを提案した論文。
- 非把持操作のためのリーマン運動予測制御非把持マニピュレーション2021/11/1
実ロボットでの非把持物体操作に向け、リーマン運動方針と二次動力学モデルを用いて行動結果を予測・制御するRMPCを提案し、実機とシミュレーションでベースラインを上回る性能を示した。
- 経験を活かす遅延探索：模倣学習による効率的な辺評価順序の学習モーションプランニング2021/10/1
遅延グラフ探索における辺評価の順序選択をMDPとして定式化し、訓練時のオラクルを用いた模倣学習で効率的な選択方針を学習。2D・7D問題で既存ヒューリスティクスを上回る性能を示した。
- 幾何学的ファブリック：古典力学を一般化し行動の物理を捉える制御理論2021/9/1
古典力学をフィンスラー幾何学へ拡張し、安定性を保ちながら挙動を設計できる新たな制御理論「幾何学的ファブリック」を提案し、RMPを上回る性能をロボット実験で示した。
- Stein変分推論によるエントロピー正則化運動計画運動計画2021/7/1
変分推論に基づくサンプリングで高自由度運動計画の実行可能かつ低コストな軌道分布を生成する手法を提案し、エントロピー正則化強化学習との関連を示した。
- アドバンテージに基づく介入を用いた安全強化学習安全RL2021/6/1
アドバンテージ関数に基づく介入機構で学習中も安全性を保ちつつ、制約なしRLアルゴリズムで方策を最適化するSAILRを提案した論文。
- 模倣学習における方策と補助軌道の同時最適化模倣学習2021/5/1
オフラインの軌道デモのみから模倣学習する手法CoDEを提案。最適制御のコロケーションに着想を得た補助軌道ネットワークでBPTTの課題を回避し、少ないデモで行動クローニングより高精度に7自由度マニピュレータの動作を再現した。
- 無限ホライズンMPCのための計画価値の活用MPC2021/4/1
現代のプランナが内部で用いる中間データ構造を近似価値関数として解釈し、MPCの終端コストに直接用いることで、目標指向タスクにおけるロバストで効率的な制御を実現した。
- 学習による歩容遷移で実現する高速・高効率な四脚ロボットの移動歩行2021/4/1
エネルギー最小化の報酬だけで歩容と歩容遷移が自動獲得される階層型学習フレームワークを提案し、四脚ロボットで歩行からトロット、フライトロットへの遷移を実現した。
- STORM: 反応的なマニピュレーションのための高速関節空間モデル予測制御の統合フレームワークマニピュレーション2021/4/1
GPUで並列化したサンプリングベースMPCを関節空間で直接実行し、関節限界や特異点・衝突などの制約を扱いながら8ms以下で制御指令を計算するマニピュレーション向けフレームワークを提案。
- 制御とダイナミクスのためのデュアルオンラインStein変分推論MPC2021/3/1
Stein変分勾配降下を用いてモデルパラメータと制御入力の分布をオンラインで推定する暗黙的変分推論アルゴリズムを提案し、動的に変化する環境でのロボットナビゲーションに適用した。
- RMP2: ロボット学習のための構造化可能な合成ポリシークラスロボット学習2021/3/1
RMPflowのメッセージパッシングを自動微分で効率化したRMP2を提案し、強化学習のポリシー性能と安全性を向上させた。
- MPCと価値関数近似を融合した効率的強化学習強化学習/MPC2020/12/1
MPCの局所Q関数近似と学習した価値関数をλでバランスさせ、モデル誤差に頑健でサンプル効率の高い操作タスク向け強化学習手法を提案した論文。
- 協調ロボット動作に向けて：変換木上の動作方策のエンドツーエンド学習マニピュレーション2020/12/1
人間のデモから構造化方策を学習し、複数タスクを同時に満たすロボット動作を生成する手法を提案。7自由度ロボットで有効性を検証した。
- スタイン変分モデル予測制御モデル予測制御2020/11/1
MPCをベイズ推論として定式化し、スタイン変分勾配降下法で制御パラメータ上の事後分布を直接推定することで、非凸な最適制御問題でも計画を成功させる手法を提案した。
- 箸でつかむ：微細操作のためのモデルフリー模倣学習における共変量シフトの克服模倣学習2020/11/1
箸を装着したロボットによる微細な把持操作を、人間の実演からのモデルフリー模倣学習で実現。共変量シフトを低減する2つの手法を提案し、実機で成功率を37.3%から80%へ向上させた。
- ロボット運動の加速度ベース設計のための幾何学的ファブリック運動生成2020/10/1
RMPを一般化した最適化ファブリックの具体形である幾何学的ファブリックを用い、障害物回避や関節限界回避などを層状に組み合わせて安定性保証付きの反応的ロボット運動を設計する手法を提案した。
- 接触に適応する四脚ロボット制御の階層学習フレームワーク歩行2020/9/1
モデルベース制御と強化学習を組み合わせ、環境変化に応じてプリミティブを選択する階層型制御器を四脚ロボット向けに学習させ、省エネ性と頑健性を向上させた。
- RMPflow：マルチタスク動作ポリシー生成のための幾何学的フレームワークマニピュレーション2020/7/1
リーマン運動ポリシー（RMP）を幾何学的に整合させて統合するRMPflowを提案し、動的環境での複数タスクの反応的動作生成を効率化した。
- オンライン模倣学習における高速改善の理論的説明模倣学習2020/7/1
オンライン模倣学習が既存理論より速く改善する現象を、政策クラスのバイアスを考慮した収束解析で説明した研究。
- ユークリッド化フロー：安定な力学系学習のための微分同相写像による簡約模倣学習2020/5/1
人間の実演から複雑なロボット動作を、微分同相写像で単純な安定力学系に変換して学習する手法を提案し、ベンチマークと実機で有効性を示した。
- 情報理論的モデル予測Q学習強化学習2020/1/1
情報理論的MPCとエントロピー正則化強化学習の理論的関連を示し、バイアスのあるモデルを活用できるQ学習アルゴリズムを提案した論文。
- IRIS: 大規模オフライン実演データから制御を学ぶ暗黙的強化学習フレームワークオフライン強化学習2019/11/1
大規模なロボット操作の実演データから、低レベル模倣コントローラと高レベル目標選択を分離して学習するIRISを提案し、完全オフライン学習で高性能な方策を得られることを示した。
- 学習可能なLyapunov関数整形によるリーマン運動ポリシーの融合ポリシー融合2019/10/1
RMPflowのサブタスクポリシー設計の難しさを解決するため、重み関数でLyapunov関数を階層的に整形するRMPfusionを提案し、学習可能かつ大域的安定性を保証することを示した。
- 人間とロボットの協調作業を最適化する協調行動モデル人間ロボット協調2019/10/1
ロボットが人間の行動を予測しつつ自身の計画を同時に最適化するMPCベースの枠組みを提案し、物体受け渡しタスクで反応性の高い協調動作を実現した。
- ガウス過程推論による複数ホモトピー類のオンライン動作計画動作計画2019/8/1
動的環境で複数の経路候補（ホモトピー類）を同時に保持し、毎ステップで到達不能部分を刈り込んで再最適化することで、ロボットが経路を動的に切り替えられるオンライン計画手法を提案した。
- 微分可能なガウス過程モーションプランニングモーションプランニング2019/7/1
GPMP2アルゴリズムを微分可能に拡張し、過去の経験からパラメータを自動学習できるようにした研究。
- 経験を活かす遅延探索：模倣学習による効率的な辺評価順序の学習運動計画2019/7/1
遅延グラフ探索における辺評価の順序選択をMDPとして定式化し、訓練時のオラクルを用いた模倣学習で効率的な選択ポリシーを学習。2D・7Dの運動計画問題で従来ヒューリスティクスを上回る性能を示した。
- 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。
- 視覚触覚センシングによる運動学・力軌道の統合推定触覚2019/3/1
平面押し作業において、視覚トラッカーと触覚/力覚センサの生データを因子グラフ上の確率推論で融合し、ロボット・物体・接触状態の運動学と力をバッチ/逐次で同時推定する手法を提案した。
- 複数タスクを安定に統合するRMPflow制御器合成フレームワークマニピュレーション2019/3/1
RMPflowを制御Lyapunov関数の観点から再定式化し、個別設計したサブタスク制御器を安定に統合できることを示した。
- オンライン学習としてのモデル予測制御制御/オンライン学習2019/2/1
MPCとオンライン学習の理論的つながりを示し、動的ミラー降下に基づく汎用的なMPCアルゴリズム群(DMD-MPC)を提案。倒立振子や実車のアグレッシブ運転で有効性を実証した。
- リーマン運動ポリシーを用いたマルチロボット系の多目的ポリシー生成群制御2019/2/1
多目的タスクをサブタスクに分解し、各サブタスクの制御器をリーマン運動ポリシーとして設計・統合することで、ロボット間やサブタスク間の相互作用を暗黙的に扱うマルチロボット制御ポリシー生成フレームワークを提案した。
- RMPflow：自動運動ポリシー生成のための計算グラフマニピュレーション2018/11/1
リーマン運動ポリシー（RMP）を幾何学的に整合させて組み合わせ、個別タスクの局所ポリシーから計算効率の良い大域的運動ポリシーを自動生成する手法を提案し、高自由度マニピュレーションの障害物回避で有効性を示した。
- ロボットインタラクションを通じた触覚力推定のロバスト学習触覚2018/10/1
SynTouch BioTac触覚センサの信号から力を推定するロバストなニューラルネットモデルを、3種類の方法で収集した14万サンプルで学習し、力の方向と大きさの推定精度を大幅に向上させた。
- 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。
- 散らかった環境での実演から汎化可能なロボットスキルを学習する手法模倣学習2018/8/1
雑然とした環境での人間の実演から、不要な物体の影響を抑えつつ本質的な行動を捉える重要度重み付きバッチ・逐次スキル学習法を提案し、7自由度マニピュレータで検証した。
- 意味的に有益な視点選択視点選択2018/7/1
物体認識の性能を高めるため、カメラ視点を意味的な情報量に基づいて選ぶ問題を定式化し、クラスタリングによる解法と約1万枚の画像データセットを提案した論文。
- 軌道推定と計画の同時求解フレームワークSTEAP軌道計画2018/7/1
連続時間軌道を毎時刻計算し、その過去部分を推定、未来部分を計画として同時に解く確率推論手法を提案し、移動マニピュレータで実証した。
- 追跡と予測のための深層順・逆知覚モデル状態推定2017/10/1
状態から高次元画像を生成する順モデルと画像から状態を推定する逆モデルを深層学習で構築し、ロボットの追跡・予測タスクに応用して有効性を示した論文。
- 低コストセンサのみで実現するアジャイルなオフロード自律走行のエンドツーエンド模倣学習自律走行/模倣学習2017/9/1
高度なセンサを備えたモデル予測制御器の挙動を深層ニューラルネットで模倣し、低コストセンサの生観測から直接ステアリングとスロットルを出力する自律走行システムを構築、オンライン模倣学習が分布シフトに強く高速オフロード走行で最先端性能を達成した。
- 確率的推論による連続時間ガウス過程モーションプランニング運動計画2017/7/1
連続時間軌道の運動計画を確率的推論として定式化し、スパースガウス過程と因子グラフに基づく高速なGPMP2と増分再計画アルゴリズムiGPMP2を提案した論文。
- 行列リー群上の連続時間軌道推定のためのスパースガウス過程SLAM2017/5/1
SLAMにおける連続時間軌道表現を、ベクトル空間から一般の行列リー群へ拡張し、等速事前分布と局所線形GPを定義することでスパースGP回帰を適用可能にした理論報告。
- 確率的推論による連続時間運動計画・制御の近似最適化運動計画2017/2/1
ガウス過程と確率的推論を用いて、高次非線形な評価指標を持つ連続時間確率システムの運動計画・制御を効率的に近似最適化するPIPCアルゴリズムを提案した。
- 4D作物モニタリング：農業のための時空間再構成農業ロボティクス2016/10/1
成長する作物の動的な様子を捉えるため、時空間モデルを用いた4D再構成手法を提案し、視点・時間変化による見た目の変化に対応するデータ対応付けアルゴリズムと評価用データセットを構築した。
- 効率的な近似推論による適応的確率的軌道最適化軌道最適化2016/8/1
RLとMPCの利点を組み合わせ、スケーラブルな近似推論で確率的モデルをオンライン更新しながら局所近似で最適制御則を計算する手法を提案し、SSGPベースの2変種を3つの学習タスクで検証した。
- 再生核ヒルベルト空間における関数勾配による動作計画動作計画2016/1/1
軌道をカーネル関数の線形結合として表現し、RKHS上でのコスト汎関数最小化として関数勾配法を一般化することで、ウェイポイント不要で少ない反復で滑らかな軌道を生成する動作計画手法を提案した。
- 連続時間軌道推定と地図構築のためのインクリメンタル疎ガウス過程回帰SLAM2015/4/1
ガウス過程で軌道を表す同時軌道推定・地図構築(STEAM)を、変数並べ替えとインクリメンタル疎更新により高速化した逐次アルゴリズムを提案し、合成・実データで有効性を示した。
- 距離のみSLAMのためのスペクトル学習アプローチSLAM2012/7/1
既知対応の距離データからSLAMを行うスペクトル学習アルゴリズムを提案し、線形化不要で局所解がなく、実機実験で低誤差かつ低計算コストを実証した。
