Diego Romeres
Amazon
収録論文 45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
- 統合世界行動言語モデルによる身体性ロボット制御VLA2026/10/20
動画・行動・言語を単一の共有表現で学習し、言語生成を記憶として再利用する統合モデルUniWALMを提案。外部プランナーなしで記憶依存タスクを改善。
- ContactDP: 接触誘導拡散ポリシーによる高精度挿入タスクマニピュレーション2026/9/20
手首カメラ・触覚・力覚を統合した拡散ポリシーとハイブリッド位置力制御を組み合わせ、狭い公差のコネクタ挿入を安定して行う手法を提案。
- どのモダリティが重要かを感知する:ロバストなVLAポリシーのための証拠ゲート正則化VLA2026/9/2
VLAポリシーが複数センサー入力の融合時に生じる「モダリティ絡み合い」問題を解決するため、センサーごとのタスク関連性に基づいて正則化を適応的に適用するEvidence-Gated Regularization (EGR)を提案した。シミュレーションと実ロボットで成功率を大幅に向上させた。
- FurnitureVLA: 視覚言語行動モデルによる長期的両腕家具組立の学習VLA/両腕操作2026/7/1
実規模の両腕ロボットによる家具組立を、視覚言語行動モデル(VLA)を用いて初めて体系的に研究し、進捗信号を統合したVLAを提案してシミュレーション成功率を大幅に向上させた。
- PPGuide: 性能予測ガイダンスによる拡散ポリシーの操縦拡散ポリシー/操作2026/3/1
拡散ポリシーの推論時に、自己教師あり学習で訓練した性能予測器の勾配を用いて失敗を回避する軽量なガイダンス手法を提案し、RobomimicとMimicGenベンチマークで性能向上を確認した。
- 形態情報をTransformerに埋め込むクロスロボット方策学習VLA2026/3/1
ロボットの関節構造やトポロジーをTransformerに組み込み、複数の機体にまたがって動作する方策を学習する手法を提案した論文。
- 長文脈Q-FormerとマルチモーダルLLMを統合したロボット確認生成と行動計画VLA2025/11/1
動画の長文脈情報を活用するQ-FormerとマルチモーダルLLMを組み合わせ、人間との対話に基づくロボットの行動確認と行動計画の精度を向上させた研究。
- 力覚と視覚フィードバックを用いた最適化ベースのデモンストレーションによるピボット操作の学習マニピュレーション2025/8/1
接触を考慮した軌道最適化でデモを生成し、それをガイドに強化学習を行うことで、視覚・力覚・固有感覚のみを用いたピボット操作を実機で実現した。
- モデルベース強化学習による劣駆動システムの大域制御学習モデルベース強化学習2025/4/1
MC-PILCOというモデルベース強化学習手法を用いて、ペンダボットとアクロボットの大域的な制御方策を学習し、RealAIGym競技会での優位性を示した論文。
- ロバストな運動知能のための強化学習:第2回RealAIGym AIオリンピックからの教訓強化学習2025/3/1
IROS 2024で開催された二重振り子の振り上げ制御を競う競技会において、参加チームが提出した4種類の強化学習手法を実機で評価し、シミュレーションから実機への転移性や外乱に対するロバスト性を比較検討した。
- 人間の選好で拡散ポリシーを微調整するFDPP拡散ポリシー2025/1/1
選好ベース学習で報酬関数を獲得し、強化学習で事前学習済み拡散ポリシーを微調整することで、元のタスク性能を保ちつつ人間の新たな選好に行動を適応させる手法を提案。
- LLMPhy:大規模言語モデルと物理エンジンを統合したパラメータ同定可能な物理推論物理推論2024/11/1
LLMと物理シミュレータを組み合わせ、ブラックボックス最適化によりシーンの物理パラメータとレイアウトを推定してデジタルツインを構築するフレームワークを提案。
- 分散逆強化学習によるオープンな人間-ロボット協働人間-ロボット協働2024/10/1
人間とロボットがタスクの途中で自由に参加・離脱できる「オープンな協働」をモデル化するoDec-MDPを提案し、分散逆強化学習Dec-AIRLを拡張して学習させる手法を開発した。
- RecoveryChaining: ロバストなマニピュレーションのための局所回復ポリシー学習マニピュレーション2024/10/1
階層強化学習を用いて、モデルベース制御器が失敗した際に発動する回復ポリシーを学習し、疎な報酬下でもロバストなマニピュレーションを実現する手法を提案。シミュレーションから実機への転移も成功。
- モデルベース強化学習による劣駆動二重振り子の制御学習モデルベース強化学習2024/9/1
IROS 2024のAIオリンピック第2回大会に向けた、モデルベース強化学習アルゴリズムMC-PILCOを用いた劣駆動二重振り子の制御手法を提案・実装した。
- DECAF: 家具組立のための離散事象に基づく人間-ロボット協調フレームワーク人間-ロボット協調2024/8/1
人間の自由な行動を考慮しつつ、家具組立を最短時間で完了するようロボットの最適行動を強化学習で計画する離散事象MDPベースの協調フレームワークを提案し、実機実験で検証した。
- 自律ロボット組立:部品の分離から精密組立までマニピュレーション2024/6/1
ランダムに置かれた部品からギアボックスを自律的に組み立てるロボットシステムを提案し、視覚・触覚・力覚センサを用いた閉ループ制御で実現した。
- ロボット組立のためのマルチレベル推論:シーケンス推論から接触選択までマニピュレーション2023/12/1
部品の組立順序を推論するニューラルネットワークPASTと大規模データセットD4PASを提案し、動作計画と接触最適化を組み合わせた組立計画フレームワークを構築した。
- 大規模言語モデルを用いた部分観測ロボティクスタスクの対話型プランニングVLA2023/12/1
部分観測環境でロボットが不足情報を収集しながら状態を推定し、LLMが対話的に行動を計画する手法を提案。GPT-4とファインチューニングしたLlama 2を比較し、シミュレーションと実環境で検証した。
- ガウス過程回帰に基づくロボット逆動力学同定のためのブラックボックス物理情報推定器逆動力学/ガウス過程2023/10/1
ロボットの運動・位置エネルギーをガウス過程でモデル化し、ラグランジアン由来の多項式カーネルを用いて逆動力学を高精度・高データ効率で同定するブラックボックス手法を提案。
- データ駆動型逆動力学学習による順動力学推定ロボットモデリング2023/7/1
逆動力学モデルから慣性や重力などの物理成分を抽出し、順動力学を閉形式で推定する手法を提案。シミュレーションロボットで有効性を検証した。
- 汎化可能なピボット操作スキルの学習マニピュレーション2023/5/1
強化学習と教師あり学習を組み合わせ、物体の特徴量に基づいてピボット操作方策を適応させることで、シミュレーションのみで訓練し実世界の多様な物体へゼロショット転移できる枠組みを提案した。
- 触覚による外部接触の同時推定と制御触覚2023/3/1
触覚フィードバックを用いて、把持物体と環境の間の外部接触位置と力を推定しながら、滑りを防ぐようにグリッパを制御する手法を提案した。
- 速度計測なしの生位置データからのモデルベース強化学習制御モデルベース強化学習2023/1/1
速度が直接計測できない機械系に対し、過去の位置と入力からなる速度不要の状態表現とガウス過程回帰を用いたモデルベース強化学習法VF-MC-PILCOを提案し、シミュレーションと実機で有効性を示した。
- 模倣学習と力制御による汎化可能な人間-ロボット協調組立マニピュレーション2022/12/1
深層学習による姿勢推定と模倣学習・力制御を組み合わせ、人間の不確実な動作に適応しながら協調組立作業を行うロボットシステムを提案し、6自由度マニピュレータで初期・目標位置の変化への汎化を実証した。
- ロボットマニピュレーションのための能動的探索マニピュレーション2022/10/1
確率的モデルのアンサンブルで情報利得を見積もり、モデル予測制御で探索と報酬最大化を両立させる、疎な報酬のマニピュレーションタスク向け能動的探索手法を提案し、実機のボール押しタスクで検証した。
- 安全な運動スキル学習のための制約付き動的運動プリミティブマニピュレーション2022/9/1
動的運動プリミティブ(DMP)にゼロ化バリア関数を組み込み、非線形最適化で強化学習重みを調整することで、障害物回避や作業空間制約を満たす安全な動作生成を実現した。
- 安全なロボット組立のための適応コンプライアンス制御器の設計マニピュレーション2022/4/1
接触力を制限するコンプライアンス制御器を設計し、接触時の力信号から挿入動作を学習して不確実な状況でも高成功率でペグ挿入を実現した。
- PYROBOCOP:マニピュレーション向けPythonベースのロボット制御・最適化パッケージマニピュレーション2022/3/1
接触や障害物回避を含む非線形微分代数方程式で記述されたロボット系の制御・最適化・推定を行うPythonパッケージを開発し、複数のマニピュレーション問題で評価した。
- 摩擦安定性を活用したロバストなピボット操作:二層最適化によるアプローチマニピュレーション2022/3/1
物体の物理特性の不確かさに対処するため、ピボット操作中の摩擦による安定余裕を解析的に導出し、二層軌道最適化でこの余裕を最大化する制御器を設計した研究。
- 接触を伴う系における確率制約付き最適化によるロバストなマニピュレーションマニピュレーション2022/3/1
接触を含む確率的な動力学系(SDLCS)に対して確率制約を考慮した軌道最適化を定式化し、混合整数二次計画(MIQPCC)として解くことでロバストな操作軌道を生成する手法を提案した。
- ロボット組立のための模倣と教師あり学習によるコンプライアンス制御マニピュレーション2021/11/1
専門家の実演から軌道を学び、力覚センサのデータでガウス過程モデルを訓練してペグ穴挿入タスクの位置ずれを補正する学習型コンプライアンス制御を提案した論文。
- ベルト駆動ユニット組立のための変形物体操作の軌道最適化マニピュレーション2021/6/1
ベルトとプーリ間の接触や変形を伴う組立作業を、接触モードを明示せず相補性制約付き軌道最適化として定式化し、シミュレーションと実機で有効性を検証した論文。
- PYROBOCOP:マニピュレーションと衝突回避のためのPython製ロボット制御・最適化パッケージ最適化2021/6/1
接触や障害物回避を含む非線形微分代数方程式で記述されたロボット系を、相補性制約付き最適化問題として自動変換し解くPythonパッケージを開発した。
- 未知形状物体への挿入を可能にする触覚強化学習触覚/マニピュレーション2021/4/1
触覚フィードバックと強化学習を用いて、未知の形状の物体でも挿入できる汎化性の高い挿入ポリシーを学習し、設計選択の比較検証を行った論文。
- ブラックボックスガウス過程モデルに基づくフィードバック線形化による機械システムの制御制御2021/4/1
ガウス過程モデルを用いたフィードバック線形化による軌道追従制御を検討し、7自由度マニピュレータのシミュレーションで2つの制御戦略とカーネル選択を比較した。
- 部分観測系のためのモデルベース方策探索モデルベース強化学習2021/1/1
状態を直接観測できない系に対し、状態オブザーバを陽に考慮してガウス過程とモンテカルロ法で方策を最適化するモデルベース強化学習アルゴリズムを提案し、シミュレーションと実機で有効性を示した。
- モンテカルロ勾配推定によるモデルベース方策探索と実機応用モデルベース強化学習2021/1/1
ガウス過程でダイナミクスをモデル化し、モンテカルロ法で方策勾配を推定するモデルベース強化学習MC-PILCOを提案。シミュレーションと実機(フルータ振り子・ボールプレート)で有効性を検証した。
- 拡張シミュレーションを用いた複雑な実時間物理問題解決のためのデータ効率学習sim2real2020/11/1
物理エンジンとガウス過程回帰の残差モデルを組み合わせ、円形迷路内のビー玉をリアルタイムNMPCで制御する手法を提案した論文。
- 行動クローニングによるペグ挿入タスクのマルチモーダル知覚の理解マニピュレーション2020/7/1
視覚・力覚・固有感覚を組み合わせた行動クローニングで実機のペグ挿入を学習し、複数ステップ先予測の損失関数で性能を改善した研究。
- 速度・加速度計測なしで動く物理系のモデルベース強化学習モデルベースRL2020/2/1
位置計測のみから過去の位置履歴を状態として用い、速度・加速度を必要としない物理に着想を得たカーネル付きガウス過程回帰でモデルを学習し、実機2台のRL制御で有効性を示した。
- 軌道中心強化学習のための局所方策最適化モデルベース強化学習2020/1/1
軌道と局所安定化方策を同時に最適化する非線形計画法を提案し、モデル誤差に強い軌道中心のモデルベース強化学習を実現した。
- 準ニュートン信頼領域方策最適化強化学習2019/12/1
ヘッセ行列を準ニュートン近似しドッグレッグ法を用いる信頼領域方策最適化QNTRPOを提案し、連続制御タスクでサンプル効率と性能の向上を示した。
- 目標パラメータ化による再標的可能な視覚運動スキルの学習視覚運動制御2019/10/1
目標をパラメータ化したニューラルネット方策として視覚運動スキルを学習し、未見の目標にもゼロショットで汎化できることをボタン押しやペグ挿入タスクで示した論文。
- 円形迷路ナビゲーションのための半パラメトリックガウス過程による前向き力学モデル学習モデル学習2018/9/1
乾性摩擦や接触を含む円形迷路内のボール運動を、物理の基礎式に基づく基底関数を組み込んだ半パラメトリックガウス過程回帰でモデル化し、軌道最適化に用いてベンチマーク問題として提案した。
