Daniel Seita
収録論文 58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
- UniLatent: 潜在観測アライメントによる異なる身体間の転移学習クロスエンボディメント転移2026/11/6
シミュレーションで生成したペア観測を用いて、異なるロボット間の視覚エンコーダを潜在空間で揃え、ピクセル変換なしでソースのデモをターゲットロボットに転移させるフレームワーク。
- エンドエフェクタを超えて:人間の実演から腕全体の接触マニピュレーションを学習するマニピュレーション2026/10/13
人間の素手実演から腕全体を使った接触操作を学習する階層的フレームワークWACLを提案し、7自由度ロボットでの実世界実験で有効性を示した。
- StereoEngine: ステレオカメラなしで両手ロボットのステレオデータを拡張マニピュレーション2026/10/8
単眼動画からステレオペアを生成する手法と、シミュレーションからフォトリアルなステレオペアを生成する手法を提案し、両手マニピュレーションの性能を向上させた。
- ExStereo: 明示的なステレオ表現で2D視覚言語行動モデルを3Dに拡張VLA2026/10/3
ステレオ画像からシーン形状を再構成し、事前学習済み2D VLAモデルに3D知覚を付与するステレオモジュールを提案。シミュレーションと実機で操作精度が向上することを示した。
- HOTICE: 混雑環境における全身ヒューマノイド物体搬送ロコマニピュレーション2026/9/21
混雑環境で物体を運ぶため、ロボットと荷物の衝突回避を統合したポテンシャル場と、上下半身を分離しつつ全身協調を保つ二重エージェント強化学習、専門家から一般化への蒸留を組み合わせた全身ロコマニピュレーション学習フレームワーク。
- 触覚はいつ重要か? 混雑環境での巧みな把持における視覚とインタラクションのギャップを描くマニピュレーション2026/9/21
混雑した卓上での巧みな把持において、視覚のみ・力覚・触覚・それらの統合を実機で比較し、インタラクション感覚が接触の早期棄却や再把持を可能にし、把持成功率を大きく向上させることを示した研究。
- PREFAIL: ロボットの持ち上げ配置作業における失敗の前兆を特定し、タスク実行性能を向上させる非把持操作/失敗予測2026/7/1
非把持操作の持ち上げ配置作業で、対象物とキャリアの相対運動を分析して失敗の前兆を予測する手法を提案し、介入可能な最新時刻を定義したデータセットも導入した。シミュレーションと実世界で精度と即時性を向上させた。
- FELT: 視覚から触覚信号を生成する視触覚操作のためのフレームワーク触覚/操作2026/7/1
RGB画像から指ごとの圧力触覚画像を生成する学習ベースのフレームワークを提案し、触覚データの不足を補い、視触覚ポリシーの性能を向上させる。
- OFlow: 物体認識を組み込んだ時間的フローマッチングによる堅牢なロボット操作VLA/操作2026/4/1
ロボット操作のためのVLAモデルに、物体認識を組み込んだ時間的フローマッチングを導入し、将来予測と物体認識を統一した潜在空間で行うことで、分布シフト下での堅牢性を向上させた。
- CRAFT: バイマニュアルロボットデータ生成のためのビデオ拡散データ生成2026/4/1
シミュレーション軌道から抽出したエッジ構造を条件にビデオ拡散モデルを用いて、実ロボットでの再生を必要とせずに多様な視覚的変化を持つバイマニュアル操作のデモ動画と行動ラベルを生成するフレームワークを提案した。
- HANDFUL: 資源を考慮した逐次把持条件付き器用操作器用操作2026/4/1
器用なロボットハンドで、最初の把持を維持しながら次の操作タスクを実行する逐次操作を学習するフレームワークを提案し、指の使用を資源とみなして資源を考慮した把持を探索する。
- OCRA: 3Dと触覚の事前知識を用いた物体中心学習による人間からロボットへの行動転移模倣学習/行動転移2026/3/1
人間のデモ動画からロボットの操作行動を学習する物体中心フレームワークOCRAを提案。3D点群と触覚情報を統合し、拡散ポリシーでロバストな操作を実現する。
- 品質多様性プロンプト生成によるVLAモデルのレッドチーミング:ロバストなロボットポリシーのためにVLA2026/3/1
VLAモデルの指示文の言い回しに対する脆弱性を、品質多様性最適化を用いて多様で自然な失敗誘発指示を自動生成し、特定・改善する手法を提案した。
- D-REX: 巧みな把持学習のための微分可能な実世界-シミュレーション-実世界エンジン把持/シミュレーション2026/3/1
ガウススプラット表現を用いた微分可能エンジンを構築し、実世界の視覚観測とロボット制御信号から物体質量を同定しつつ、把持ポリシーを同時学習する手法を提案。
- 把持と非把持の同時操作:多段階器用タスクへの実用的アプローチマニピュレーション2026/3/1
物体把持と別物体への操作を同時に行う多段階タスクを、物体中心スキルに分解し、少数の実演から実機で学習・実行する手法DexMultiを提案。
- 視覚的推論を用いた文脈内模倣学習模倣学習2026/3/1
ロボットが少数のデモから新しいタスクを適応学習する際、視覚的な推論トレースをプロンプトに追加し、行動予測と推論過程を同時に学習するフレームワークを提案。シミュレーションと実世界で成功率と汎化性能が向上した。
- 理由付き選好フィードバックからの因果的に頑健な報酬学習報酬学習2026/3/1
選好ベースの報酬学習において、自然言語の理由を活用して因果的な手がかりを提供し、スプリアスな特徴への依存を減らすフレームワークReCouPLeを提案した。
- 選好条件付き強化学習による時間効率的なオンライン3Dビンパッキングビンパッキング2026/3/1
ロボットによる3Dビンパッキングにおいて、空間効率と時間効率のトレードオフを明示的に考慮し、選好条件付きTransformer強化学習で候補アクションを選択する手法を提案。密度を保ちつつ運用時間を44%削減した。
- V-MORALS: 学習された潜在空間における吸引領域の視覚的モースグラフ支援推定到達可能性解析2026/2/1
画像ベースの軌道データから潜在空間を学習し、モースグラフを用いて吸引領域を推定する手法を提案。状態情報なしでセンサデータのみから到達可能性解析を可能にした。
- SCOOP'D: Sim2Real生成ポリシーによる混合液固形物のすくい取り学習sim2real2025/10/1
OmniGibsonシミュレータで特権情報を用いたすくい取りデモを収集し、拡散モデルによる生成ポリシーで観測入力から模倣学習することで、実世界でのゼロショットすくい取りを実現した。
- 巧みな手による幾何学を考慮した非把持プッシュ・プル操作の学習マニピュレーション2025/9/1
物体の形状を条件とした拡散モデルで巧みな多指ハンドの接触前姿勢を生成し、把持せずに押す・引く操作を実現する手法を提案した。
- ROPA: RGB-D両腕操作データ拡張のための合成ロボット姿勢生成データ拡張2025/9/1
拡散モデルを微調整し、第三者視点のRGB-D観測と関節空間行動ラベルを同時生成することで、両腕操作の模倣学習データを拡張する手法を提案。
- あらゆる画像からのロボット学習sim2real2025/9/1
1枚の画像から物理シミュレーション可能なロボット環境を生成し、大規模な視覚運動デモンストレーションデータを自動収集するフレームワークRoLAを提案。
- HRIBench:人とロボットのインタラクションにおけるリアルタイム人間知覚のための視覚言語モデルベンチマークVLA2025/6/1
HRI向けの視覚言語モデルを評価するため、非言語的手がかりや指示理解など5領域・計1000問のVQAベンチマークを構築し、11モデルの性能と遅延を評価した。
- MOTIFハンド:熱・慣性・力センサを備えたマルチモーダル観測ロボットハンドマニピュレーション2025/6/1
LEAPハンドを拡張し、触覚・深度・熱カメラ・IMU・視覚センサを統合した低コストな多指ロボットハンドを開発。熱情報を用いた安全把持や、外観が同じで質量が異なる物体の識別を実現した。
- D-CODA: 協調的双腕データ拡張のための拡散モデル模倣学習2025/5/1
アイインハンド型双腕模倣学習のためのオフライン拡散ベースデータ拡張手法を提案し、両腕の視点整合画像と関節空間行動ラベルを生成する。
- ManipBench:視覚言語モデルの低レベルロボット操作能力を評価するベンチマークVLA2025/5/1
視覚言語モデルが物体間の相互作用や変形物体の操作をどれだけ理解できるかを評価する新しいベンチマークManipBenchを提案し、33モデルをテストした。
- 粒状ロコマニピュレーション:戦略的な砂雪崩による岩の再配置ロコマニピュレーション2025/5/1
多脚ロボットが歩行中に砂の雪崩を局所的に誘発し、障害物を間接的に操作する学習ベース手法を提案。拡散モデルによる環境予測とロボット状態予測を統合し、密集した岩を目標位置へ移動させることに成功した。
- 片手で複数物体を連続把持するSeqMultiGraspマニピュレーション2025/3/1
4本指のAllegro Handで、1つ目の物体を落とさずに2つ目の物体を連続して把持するシステムを提案。拡散モデルで把持姿勢を生成し、シミュレーションと実機で検証した。
- IMPACT: 視覚言語モデルによる許容可能な接触軌道を伴う知的動作計画動作計画2025/3/1
視覚言語モデルで環境の意味を理解し、接触を許容できる物体を判断して、接触を伴う動作計画を効率的に行うフレームワークを提案した。
- PhysBench:視覚言語モデルの物理世界理解を評価・強化するベンチマークVLA2025/1/1
視覚言語モデル(VLM)の物理世界理解を評価する10,002件のベンチマークPhysBenchを提案し、75モデルの評価と、視覚モデルを組み合わせて物理理解を強化するPhysAgentを開発した。
- 高密度環境における巧みな手による物体分離の学習マニピュレーション2024/9/1
混雑した環境で16自由度のAllegro Handを用いて対象物体を分離・把持するための強化学習フレームワークSOPEを提案し、シミュレーションから実機へ転移して79.2%の成功率を達成した。
- 粒状斜面における雪崩動態を利用した障害物の間接操作の学習マニピュレーション2024/7/1
脚ロボットが砂斜面で移動しやすくなるよう、脚で砂を掘って雪崩を起こし、その動きで石などの障害物を間接的に動かす手法を提案。ViTで対象物の動きを予測し、成功率80%以上を達成した。
- VoxAct-B: ボクセルベースの双腕操作のための行動・安定化ポリシーマニピュレーション2024/7/1
視覚言語モデルで重要領域を特定しボクセルグリッドを再構成することで、双腕ロボットの行動と安定化を効率的に学習する手法を提案。
- GPT-Fabric:事前学習済み基盤モデルを活用した布の平滑化と折り畳みマニピュレーション2024/6/1
GPTに布を掴んで引っ張る位置を直接出力させ、訓練なしで布の平滑化・折り畳みを実現する手法を提案し、シミュレーションと実機で有効性を示した。
- 自由端ケーブルの動的平面操作における自己教師あり学習マニピュレーション2024/5/1
シミュレータで訓練データを収集し、ロボットの到達範囲外の目標位置へケーブル端を動的に操作する手法を提案。実機UR5で評価し、ベースラインを上回る精度を達成した。
- 対話的知覚による層分離の学習と袋詰めへの応用マニピュレーション2023/3/1
通常の視覚と平行グリッパのみを用い、対話的知覚で素材の最上層を把持して袋を開くSLIPを提案し、自律袋詰めタスクで高い成功率を達成した。
- ToolFlowNet: 点群からのツールフロー予測によるロボットマニピュレーションマニピュレーション2022/11/1
点群からツール上の密なフローを予測し、そのフローからロボットの動作変換を導出する新手法を提案。すくい上げや注ぎなどの変形物体操作の模倣学習に適用し、実機で82%の成功率を達成した。
- AutoBag: ビニール袋を開いて物体を入れる動作の学習マニピュレーション2022/10/1
UV蛍光マーカーを使った自己教師あり学習でビニール袋の取っ手と縁を認識し、双腕ロボットが袋を開いて物体を挿入できるようにした研究。
- 触覚フィードバックを用いた布の層を一枚ずつ掴む学習触覚2022/7/1
ロボットの指先に触覚センサを取り付け、布を何層掴んでいるかを分類することで、積み重なった布から指定した枚数だけを掴み取る手法を提案した。
- 片腕フリング動作による衣類の効率的な平滑化学習マニピュレーション2022/6/1
6自由度ロボットアームが片腕のフリング動作を学習し、衣類のカバー率を高める粗から細への学習法を提案。バンディットと連続最適化を組み合わせ、事前経験で新規衣類の学習時間を最大87%短縮した。
- 実機とシミュレータを往復する自己教師あり学習による平面ロボットキャスティングsim2real2021/11/1
ロボットアームがケーブルの一端を動かして他端を平面上の目標へ滑らせるタスクを提案し、実機軌道でシミュレータを差分進化により調整して大量の模擬データを生成し、実機と模擬を組み合わせて方策を学習するReal2Sim2Realを開発した。
- DCUR: 強化学習におけるサンプルを用いた指導のためのデータカリキュラム強化学習2021/9/1
事前学習済みの教師ポリシーの経験データを、訓練の進行に応じて段階的に増やして生徒ポリシーに学習させるデータカリキュラム手法を提案し、初期段階でデータを制限することが有効であることを示した。
- LazyDAgger: 対話型模倣学習におけるコンテキストスイッチの削減模倣学習2021/4/1
人間の介入回数を抑えつつ学習性能を維持する対話型模倣学習手法LazyDAggerを提案し、シミュレーションと布操作ロボット実験で介入を約60%削減できることを示した。
- 布操作のための視空間的先読みによる連続物理タスクの実現マニピュレーション2021/2/1
RGB-D画像上で学習した視覚ダイナミクスモデルを用い、単一のゴール条件付き方策で布の連続的な折り畳み・平滑化タスクを実現し、深度情報の有効性と長期的なコーナー動作の改善を示した研究。
- 手術用ペグ移しの自動化:深層学習によるキャリブレーションが人間の速度・精度・一貫性を超える手術ロボット/自動化2020/12/1
da Vinci研究用ロボットと深度センサを用い、深層学習によるキャリブレーションと時間最小化制御でペグ移しタスクを自律化し、熟練外科医や被験者より高速・高精度・高一貫性を達成した。
- 目標条件付きトランスポーターネットワークによる変形可能なケーブル・布・袋の再配置学習変形物体マニピュレーション2020/12/1
ケーブルや布、袋といった変形物体を目標画像の条件に従って操作するため、Transporter Networksに目標条件付けを組み込んだ手法を提案し、1D/2D/3Dの変形構造を対象としたシミュレーションと実機実験で有効性を示した。
- 間欠的ビジュアルサーボ:手術器具交換に頑健な高精度手術操作のための効率的方策学習手術マニピュレーション2020/11/1
ケーブル駆動手術ロボットの高精度作業を、RGBカメラ画像から小さな補正動作を学習する間欠的ビジュアルサーボで自動化し、ペグ転送の成功率を大幅に向上させた研究。
- 失われた弧のロボットたち:固定端点ケーブルを動的に操る自己教師あり学習ケーブル操作2020/11/1
UR5ロボットが自己教師あり学習で3Dアペックス点を獲得し、ケーブルを高速に振り回して障害物越え・台上の物体叩き落とし・障害物間の織り込みを実現した研究。
- 多モーダルガウス形状記述子による変形物体の対応点マッチング変形物体対応点マッチング2020/10/1
変形する物体の画像間で画素単位の対応を自己教師あり学習するMMGSDを提案し、布やロープで従来手法より高精度な対応推定を実現した。
- 布操作のための視空間的先読み学習布操作2020/3/1
RGB画像と深度画像から布の動きをシミュレーションで学習し、単一の目標条件付き方策で布の平滑化や折り畳みなど複数タスクを実行できるVisuoSpatial Foresightを提案した論文。
- シミュレーションで学ぶ布の密な視覚対応と実機でのしわ伸ばし・折り畳み変形物体マニピュレーション2020/3/1
シミュレーション上で布の異なる配置間の視覚的対応を学習し、その表現を用いて1回の実演から多様な布のしわ伸ばし・折り畳みタスクを実機で模倣できる手法を提案した。
- RGBDマーカー計測とリカレントニューラルネットワークによるケーブル駆動手術ロボットの効率的キャリブレーションキャリブレーション2020/3/1
腕とエンドエフェクタに3Dプリントの基準マーカーを付けRGBDセンサで追跡し、LSTMなどで関節間のヒステリシスを補正することで、手術ロボットの追従誤差を2.96mmから0.65mmに低減した。
- da Vinciロボットによる自動手術操作への深度センシングの応用手術ロボティクス2020/2/1
Zivid RGBDカメラの深度センシングとキャリブレーションにより、da Vinci研究キットでペグ転送タスクを自動化し、単腕で86.9%、両腕で78.0%の成功率を達成した。
- アルゴリズム監督者からの逐次布平滑化の深層模倣学習模倣学習2019/10/1
布を平坦化するための逐次引っ張り方策を、シミュレータとアルゴリズム監督者のデータから深層模倣学習で獲得し、RGB・深度・RGBD入力の比較や実機dVRKでの検証を行った論文。
- リスク回避型ロバスト敵対的強化学習強化学習2019/4/1
敵対者との訓練にリスク評価を取り入れ、価値関数の分散でリスクをモデル化したリスク回避型の自動運転制御を提案し、クラッシュを大幅に削減した。
- 布団のつかみ位置を深層転移学習で獲得するロボットのベッドメイキングマニピュレーション2018/9/1
奥行き画像から布団のつかみ位置を深層転移学習で推定し、2種類の移動マニピュレータでベッドメイキングを行い、人間監督に迫る92%の布団カバー率を達成した。
- 2段階キャリブレーションによるケーブル駆動手術ロボットの高速・高信頼な自律デブリードマン手術ロボット/キャリブレーション2017/9/1
ケーブル駆動手術ロボットの非線形誤差を、粗調整(DNN)と微調整(ランダムフォレスト)の2段階キャリブレーションで補正し、レーズンやカボチャ種子の除去作業で平均誤差を4.55mmから1.08mmへ低減した。
