Daniele Gammelli
Stanford University
収録論文 20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
- GGraph: グラフベースロボット展開と学習のためのGPU高速化ライブラリグラフ表現/GPU学習2026/10/20
ロボットの空間表現にグラフを用い、ROS 2対応の実機展開とGPUによる大規模並列RL学習を統合したオープンソースライブラリGGraphを提案。学習時間を1桁短縮した。
- OrbitTAMP: 宇宙機ランデブーにおけるタスク・モーションプランニングのための言語モデルの接地タスク・モーションプランニング2026/10/1
自然言語指令をLLMで部分的なミッション仕様に変換し、再利用可能な行動グラフと軌道最適化で動的に実行可能な宇宙機ランデブー計画を生成する階層的TAMPフレームワークを提案。
- 安全なヒューマノイド全身追従のためのフィルタ考慮型ファインチューニングヒューマノイド制御2026/10/1
ヒューマノイドの全身追従ポリシーと安全フィルタの間に生じる不整合を分析し、フィルタを考慮したファインチューニング手法CoFiTを提案。制約違反時間を大幅に削減し、実機でも安全に動作することを示した。
- ロボット自律性の原理自律システム2026/8/1
ロボット自律性の基礎から実践までを統一的に解説する教科書であり、古典的ロボティクスと現代の物理AIを橋渡しし、Jupyterノートブックによる実践演習を提供する。
- 視覚言語行動モデルは言葉通りに意味しているか?身体化推論における忠実性の役割についてVLA2026/7/1
視覚言語行動モデルの推論が実際の意思決定を反映しているか(忠実性)を検証し、忠実性を高めるための学習手法を提案した論文。
- 大規模言語モデルによる適応的軌道最適化のための意味的制約合成軌道最適化2026/6/1
大規模言語モデルを用いて、自然言語で記述されたミッション要件を実行可能な軌道最適化コードと数式に変換するフレームワークを提案し、宇宙機ランデブーシナリオで有効性を実証した。
- グラフニューラルモデル予測制御による高次元システムの制御モデル予測制御2026/2/1
グラフニューラルネットワークとモデル予測制御を組み合わせ、ソフトロボットなどの高次元システムをリアルタイム制御するフレームワークを提案。GPU並列化により1000ノードまで100Hzで動作し、物理実験でサブセンチメートル精度を達成。
- GRAND: 大規模ロボット群のための学習誘導と再配置によるタスク割当群制御2025/12/1
倉庫などでの多数ロボットのタスク割当を、グラフニューラルネットの学習誘導と最小コストフロー・局所割当を組み合わせて高速化し、スループットを最大10%改善した手法。
- 自然言語で宇宙機の安全な軌道を生成するSAGES宇宙機誘導制御2025/12/1
自然言語コマンドを宇宙機の軌道生成に変換し、非凸制約を守りつつ意図を反映するフレームワークSAGESを提案。
- 低速・高速ダイナミクス系に対するマルチタイムスケールモデル予測制御制御/MPC2025/11/1
高速・低速のダイナミクスが混在するシステムに対し、予測ホライズンに沿ってモデルを簡略化・積分刻みを拡大するマルチタイムスケールMPCを提案し、ロボット制御問題で最大10倍の高速化を実現した。
- Transformerによる宇宙ランデブー設計の機敏なトレードスペース探索宇宙ランデブー/軌道設計2025/10/1
Transformerモデルを用いて、宇宙機ランデブーミッション設計における制御コストと飛行時間のトレードオフを高速に探索し、多目的最適化を効率化するフレームワークを提案。
- 自動運転オンデマンド交通システムの制御における再現性群制御2025/6/1
自動運転オンデマンド交通(AMoD)研究の再現性を体系的に調査し、モデル化・制御・シミュレーション・評価の各段階での課題を分析して、再現性チェックリストとガイドラインを提案した。
- Transformerベースのモデル予測制御:系列モデリングによる軌道最適化MPC2024/10/1
Transformerで非凸軌道最適化の初期解を予測し、MPCの収束と計算時間を大幅に改善する枠組みを提案した。
- Transformerによる堅牢な宇宙機軌道最適化軌道最適化2024/10/1
Transformerベースの生成モデルARTを拡張し、不確実性下での確率制約付き最適制御問題に対応させ、低軌道ランデブーで従来法より最大30%のコスト改善と50%の実行不可能ケース削減を達成した。
- Transformerによるマルチモーダル学習を用いた汎用宇宙機軌道生成軌道生成2024/10/1
Transformerでシーン情報と軌道制約をマルチモーダルに学習し、多様な問題設定に対応する宇宙機軌道の初期解を生成して非凸最適化の収束を高速化する枠組みを提案。
- Space-LLaVA:地球外環境に適応した視覚言語モデルVLA2024/8/1
火星などの地球外データベースに言語注釈を付与してLLaVAを微調整し、未知のタスクでゼロショット性能を向上させた視覚言語モデル。
- グラフ強化学習による電動自律型オンデマンド交通システムのリアルタイム制御群制御2023/11/1
電動自律型オンデマンド交通の配車・再配置・充電を、グラフニューラルネットワークを用いた強化学習と線形計画法の二段階構成でリアルタイムに最適化する手法を提案。
- 宇宙機ランデブーのためのTransformerによる軌道最適化軌道最適化2023/10/1
Transformerを用いて、過去データから準最適な制御方策を学習し、非凸最適制御問題の逐次最適化をウォームスタートすることで、硬い制約を満たしつつ軌道最適化を効率化する手法を提案した。
- オフライン強化学習による自律走行車両群の観測ベース制御群制御2023/2/1
オフライン強化学習を用いて、実世界のモビリティデータのみから自動運転オンデマンド車両群の制御方策を学習する手法を提案し、オンライン手法と同等の性能と効率的な微調整を実現した。
- グラフニューラルネットワーク強化学習による自動運転オンデマンド交通の制御グラフ強化学習2021/4/1
都市交通網をグラフとして捉え、グラフニューラルネットワークを用いた強化学習で自動運転オンデマンド車両の再配置を制御し、他都市へのゼロショット転移やサービスエリア拡張への高い汎化性能を示した論文。
