Dylan P. Losey
Virginia Tech
収録論文 71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
- 模倣学習のための内積正則化模倣学習2026/11/12
状態ごとに一貫した摂動応答を持つように方策を整形する内積正則化(InneR)を提案し、既存の模倣学習パイプラインに追加可能であることを示した。
- CASTERA: 合成動画からのゼロショットマニピュレーションを制約付き最適化として形式化マニピュレーション2026/10/8
動画生成モデルで作った合成動画からロボットの動作軌道を生成する問題を制約付き最適化として定式化し、物理的整合性とタスク整合性を保ちながら軌道を修正する枠組みを提案した。
- オープンエンドなタスク支援:粒子フィルタとしての目標指向型共有自律共有自律2026/9/26
人間の目標候補を粒子として表現する粒子フィルタで共有自律を定式化し、基盤モデルにより動的に新たな目標を提案することで、事前に目標集合が未知のオープンエンドな卓上操作タスクを支援する手法を提案した。
- GraspTwin: デジタルツインによるゼロショットのタスク指向把持最適化マニピュレーション2026/9/24
RGB-D観測から環境のデジタルツインを構築し、基盤モデルが提案するタスクに適した把持候補をベイズ最適化で物理的に実行可能な把持へと洗練させる、実機-シミュレーション-実機の枠組みを提案した。
- 信念を考慮した影響力と信頼(BAIT):繰り返しの人間とロボットの相互作用における人間の信念の形成HRI/制御2026/7/1
人間の信念の変化を推定しつつ、長期的な影響力と信頼のバランスを最適化する制御器BAITを提案し、シミュレーションと実機実験で有効性を示した。
- VOLT: 視覚と言語による軌道分割でデモより高速なポリシーを実現模倣学習2026/6/1
デモ動画を言語と視覚でセグメント化し、高速化可能な区間だけを間引いて学習することで、ロボットがデモより速くタスクを実行できる模倣学習手法を提案した。
- TransMASK: 学習された変換によるマスク状態表現模倣学習2026/3/1
ロボットの模倣学習において、タスクに関連する状態要素のみに注目するマスクを自己教師ありで学習し、環境変化に対するロバスト性を向上させる手法を提案した。
- ピボット式キリガミ食器:手持ちおよびロボット支援食事のための器具支援技術/ロボット食事支援2026/3/1
本論文は、手の震えや運動障害を持つ人々のために、ピボット機構を用いたキリガミ(切り紙)式の食器を開発し、手持ちとロボット搭載の両方で使用できることを示した。
- 局所修正から汎用スキルへ:MEMOによる神経記号ポリシーの改善操作学習2026/3/1
ロボットの失敗時に人間が与える自然言語の修正を収集・クラスタリング・再表現して、汎用的なテキストガイダンスとコードスキルテンプレートを合成し、神経記号ポリシーのスキルを動的に拡張する手法MEMOを提案した。
- 言語運動プリミティブ:ロボット動作における言語モデルの接地VLA2026/2/1
VLMの推論を動的運動プリミティブ(DMP)のパラメータに接地させることで、自然言語指示からゼロショットでロボット操作を実現するフレームワークを提案。
- 曲面対応キャリブレーションによる触覚センサの正確な力推定触覚2025/10/1
曲面に貼られた抵抗式触覚センサの力推定精度を向上させるため、無負荷時の出力から曲率を予測し、曲率を考慮したキャリブレーションモデルを開発した。
- ユーザープライバシーを守りながらロボット方策を微調整する手法ロボットパーソナライゼーション/プライバシー2025/9/1
各ユーザーに固有の鍵を与え、その鍵でネットワーク重みを変換することで、個人に合わせたロボットの方策を実現しつつ、他人がその方策を実行しても個人情報が漏れないようにするフレームワークPRoPを開発した。
- 直列弾性アクチュエータの線形制御における性能と受動性の両立直列弾性アクチュエータ2025/9/1
直列弾性アクチュエータの線形制御と機械構成を比較し、アクチュエータ側のPD制御と弾性伝達部のダンパを組み合わせることで、安全性を保ちつつ高性能を実現できることを示した。
- テレオペレータ適応・安全臨界型適応非線形MPCによる脚式ロボットの障害物回避シェアードオートノミー歩行2025/9/1
人間の操作入力をボルツマンモデルでオンライン適応し、制御バリア関数を組み込んだ階層型NMPCで四脚ロボットの安全な障害物回避を実現するシェアードオートノミー手法を提案。
- 行動前に準備せよ:人間から学ぶ初期状態の再配置マニピュレーション2025/9/1
方策の分布外にある初期状態に対し、人間の動画と遠隔操作データを活用して物体配置を自律的に整え、その後の方策実行を成功させやすくする手法ReSETを提案。
- 不均衡データセットからのバランスの取れた行動クローニングに向けて模倣学習2025/8/1
人間のデモンストレーションデータが不均衡な場合に、各状態行動ペアを均等に重み付けすると偏ったポリシーになることを証明し、データセットを自動的に再重み付けする手法を分析・開発した。
- 人と協働する食肉処理ロボットの安全性と透明性フレームワークマニピュレーション2025/8/1
食肉処理向け汎用協働ロボットにおいて、手検出による安全停止と力覚センサ付きナイフ、LEDによる不確実性提示で作業者の安全と状況理解を両立する枠組みを提案した。
- 個人適応型情報伝達のための再構成可能な信号を備えたモジュラー触覚ディスプレイ触覚2025/6/1
モジュラー式の空気圧触覚ディスプレイと情報理論に基づくアルゴリズムを組み合わせ、ユーザーごとに触覚フィードバックを最適化するシステムを提案し、ユーザー研究で有効性を検証した。
- 反事実的行動クローニング:不完全な人間のデモンストレーションからのオフライン模倣学習模倣学習2025/5/1
人間のデモに含まれるノイズや非最適性を補正し、教師が本当に意図した一貫した方策を反事実的な行動を考慮して推定する手法Counter-BCを提案。
- 2D描画からのロボット学習模倣学習2025/5/1
タブレット上で描いた軌跡と少数の実演を組み合わせ、視覚言語セグメンテーションで自動的に多様なデモを生成する模倣学習手法を提案。
- モンテカルロ線形二次ゲームによる安全なインタラクションヒューマンロボットインタラクション2025/4/1
人間の予測不能な行動に対してロバストなロボット政策を、線形二次ゲームとモンテカルロ探索を組み合わせてナッシュ均衡に収束させる手法MCLQを提案し、安全性と性能を両立させた。
- CIVIL: 因果的で直感的な視覚模倣学習模倣学習2025/4/1
人間がタスクに関連する物体にマーカーを付け自然言語で意図を説明することで、ロボットが因果的特徴を抽出し、視覚的妨害に惑わされずに模倣学習できる手法を提案。
- 長期的な相互作用を通じて人間に影響を与えるロボットのための統合フレームワーク人間ロボット相互作用2025/3/1
ロボットが人間の行動を意図的に変える「影響」を、短期・長期の両方で調整できる最適化フレームワークを提案し、既存手法を統合する。
- Kiri-Spoon:ロボット支援食事のための切り紙ユニテンシルマニピュレーション2025/1/1
切り紙構造の柔らかいスプーンを開発し、ロボットアームによる食事支援で多様な食品をつかみ・保持し・口元へ運ぶ動作を容易にする。
- RECON: 人間が配置するマーカーで因果的混同を軽減する模倣学習2024/9/1
人間がタスク関連物体に小型ビーコンを取り付け、その位置データを使ってロボットの観測をタスク関連状態に埋め込むことで、模倣学習における因果的混同を抑える手法を提案。
- 人間がロボットの行動をどう予測するかを高レベルパターンから推定する手法人間ロボットインタラクション2024/9/1
人間とロボットの軌跡を離散潜在空間に埋め込み、人間がロボットの行動を高レベルなパターンで予測する様子をロボットが推定できる二次的思考理論のアプローチを提案した。
- Stable-BC:安定行動クローニングによる共変量シフトの制御模倣学習2024/8/1
行動クローニングにおける共変量シフト問題に対し、誤差ダイナミクスの安定性条件を導出し、専門家データへの収束を保証する拡張手法Stable-BCを提案。
- PECAN: 学習された正準空間によるロボット行動のパーソナライズパーソナライズ2024/7/1
人間のデモデータから抽象的な正準空間を学習し、ユーザーがクリックで直接スタイルを指定することで、ロボットが様々なタスクで一貫したパーソナライズ行動を取れるようにした。
- 剛体グリッパと軟体グリッパを組み合わせ・分離してロボットマニピュレーションを強化マニピュレーション2024/4/1
剛体エンドエフェクタと切り替え可能な軟体接着剤を統合したRISOsを提案し、2mgから2kgまで幅広い物体を把持・操作できるようにした。
- ウェイポイントを用いた視覚的模倣学習模倣学習2024/4/1
人間の動画デモからロボットが操作タスクを効率的に学ぶため、軌道の要約とウェイポイント周辺の探索を組み合わせた手法VIEWを提案し、少ない実機試行で学習を可能にした。
- ユーザーフレンドリーな事前分布による人間へのインターフェース個人適応ヒューマンロボットインタラクション2024/3/1
人間が持つインターフェースの事前期待(比例性や凸性など)を利用して、ロボットがユーザーごとに信号の意味を適応させ、直感的で社会的期待に沿ったインターフェースを実現する手法を提案した。
- 共有自律における学習とコミュニケーションの整合共有自律2024/3/1
支援ロボットが学習した意図を人間に伝えることで、人間が誤りを修正しやすくなり、正しい理解時には制御を委ねやすくなることを実験と理論で示した研究。
- Kiri-Spoon:ロボットによる食事支援のための柔らかい形状変化スプーン食事支援ロボティクス2024/3/1
切り紙構造を利用してスプーンの曲率を変え、食べ物を包み込んで運びやすくする一方、人間が食べやすい従来のスプーン形状にも戻せる食事支援用の柔らかい食器を開発した。
- ウェイポイントベース強化学習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2024/3/1
ロボットアームの動作を少数のウェイポイント列として学習し、既存の制御器で補間する強化学習手法を提案。マルチアームバンディット問題として定式化し、後方サンプリングによる近似解法で実世界実験を含めて有効性を示した。
- 協働ロボットアームによる安全で自律的な食肉切断マニピュレーション2024/1/1
協働ロボットアームと包丁計測システムを用いて、豚ロースのスライス・トリミング・角切りを安全に実行し、食肉処理の専門家による評価を行った。
- 人間とロボットの相互作用におけるロボット学習の伝達に関するレビュー人間ロボットインタラクション2023/12/1
人間からロボットへの学習と、ロボットから人間への内部状態の伝達を統合する研究をレビューし、閉ループ系が人間の教示や信頼、共適応を改善することを示した。
- StROL: 人間からの安定かつロバストなオンライン学習オンライン報酬学習2023/8/1
人間の報酬関数をオンラインで推定する際の勾配降下学習則を、リアプノフ安定性解析に基づいて設計し、ノイズやバイアスがある人間入力でも安定して収束するように改良した手法を提案した。
- 難解な正規化関数を含む報酬学習報酬学習2023/5/1
人間のデモや修正から報酬関数をベイズ推定する際の二重難解性に対処するため、統計学のDouble MH法を導入し、連続空間で人間の報酬を漸近的に学習する手法を提案した。
- LIMIT: 情報伝達を最大化するインターフェースの学習ヒューマンロボットインタラクション2023/4/1
人間の行動と伝達情報の相関を最大化する信号を選ぶことで、ユーザーに適応しモダリティに依存しない共適応インターフェースを学習する手法LIMITを提案。
- 協働ロボットは透明であるべきか?人間ロボット協調2023/4/1
人間とロボットが協力する状況で、ロボットが常に透明な行動を取るのが最適とは限らず、短い時間軸や人間の学習が遅い場合には不透明な行動の方が高い報酬をもたらすことを理論とユーザー実験で示した。
- スケジューリングと実演に基づく協調マルチロボット共有自律マルチロボット共有自律2023/3/1
1人の操作者が2台のロボットを並行して作業させ、実演学習と時間ワープで支援が必要なタイミングを予測・調整する共有自律手法を提案。
- 人間と共適応するための潜在表現学習人間ロボット協調2022/12/1
ロボットが人間の潜在的な方策とその変化を学習し、繰り返しの相互作用を通じて人間を高報酬行動へと誘導する手法RILIを提案した。
- RISO:剛性グリッパと軟質切替型粘着剤の融合マニピュレーション2022/10/1
剛性フィンガーに空気圧制御で粘着力を切り替えられる軟質粘着パッドを組み合わせ、剛性把持と軟質把持を使い分けられるロボットグリッパを開発し、共有制御による操作支援を実現した。
- 長期的な相互作用で人間に影響を与え続けるロボットに向けて人間ロボット相互作用2022/9/1
人間はロボットに適応してしまうため、従来のゲーム理論的手法は繰り返し相互作用で影響力を失うことを示し、予測困難性を組み込んだシュタッケルベルクゲームの改良で長期的な影響維持を実現した。
- ロボットアームに巻き付ける触覚ディスプレイによる学習コミュニケーション触覚2022/7/1
ロボットアームに巻き付ける柔らかい触覚ディスプレイを開発し、人間がロボットに教示する際に触覚フィードバックを与えることで、教示時間を短縮しつつデモの質を向上させることを示した。
- 物理的ヒューマンロボットインタラクションにおける実演・修正・選好の統合学習マニピュレーション2022/7/1
人間の実演・修正・選好を統合的に扱う報酬モデルを学習し、物理的インタラクションからロボットアームの操作タスクをより正確に学習する手法を提案した。
- SARI: 繰り返し相互作用を通じた共有自律共有自律2022/5/1
ユーザーが日常的に繰り返すタスクを利用し、事前知識なしに共有自律の支援方策を学習するアルゴリズムSARIを提案。タスクを認識し、類似のデモを再現し、不確実なときは制御を返す。
- 潜在意図を頑健に誘導するロボット学習法RILI人間ロボット協調2022/3/1
相手の反応が時間変化・個人差で変わる人間パートナーに対し、過去の状態・行動・報酬から意図を予測し既存行動を再利用して素早く適応・誘導する頑健な学習手法を提案し、模擬環境と塔建設のユーザー研究で有効性を示した。
- 共有自律制御によるロボットの操作規約の伝達共有自律制御2022/2/1
ロボットが自身の操作規約を能動的に示す共有自律制御手法を提案し、ユーザーが規約を自力で学ぶ従来手法より効率的であることをユーザー研究で示した。
- ロボットアームに巻き付く柔らかい触覚ディスプレイで物理的な学習を伝える触覚2021/11/1
ロボットアームに巻き付けて膨らみで触覚信号を提示する柔らかいデバイスを作り、人がその信号からロボットの不確かさを理解して教示を改善できることを示した。
- 拡張現実と触覚フィードバックでロボットの推論した目標を伝達する共有自律/ヒューマンロボットインタラクション2021/9/1
ロボットが人間の目標をどう推論したかを、ARによる受動的な可視化と触覚リストバンドによる能動的な促しで伝えるマルチモーダル手法を提案し、共有自律タスクでのユーザー実験で教示効率の向上を示した。
- 人間のデモンストレーションなしで潜在行動を学習する潜在行動学習2021/9/1
ロボットが物体状態のエントロピーを最大化するよう自律的に多様な操作を学習し、それを潜在空間に埋め込んでジョイスティック操作にマッピングすることで、人間のデモなしに器用な遠隔操作を実現した研究。
- 質問が明かす学習の過程:人間に理解しやすい能動的選好学習能動的選好学習2021/7/1
ロボットが人間に好みを尋ねる際、情報量だけでなく「ロボットが何を学んだか」を人間に伝える質問を選ぶトレードオフを定式化し、シミュレーション・アンケート・対面実験で検証した。
- 支援ロボットを直感的に操作するための潜在行動の学習支援ロボット操作2021/7/1
7自由度アームの高次元動作を低次元の潜在行動に埋め込み、ジョイスティック操作と組み合わせて支援ロボットを直感的に操作できるようにした研究。
- 身体的インタラクションを通信として捉える:人間の修正からロボットの目的をオンライン学習pHRI/学習2021/7/1
人間がロボットを押したり導いたりする身体的介入を『意図的な情報伝達』とみなし、その観測からロボットがタスクの目的関数をリアルタイムに学習・修正する枠組みを提案し、マニピュレータの実験で従来手法と比較した。
- 繰り返しの相互作用を通じて自律性の共有を学習する共有自律2021/7/1
車椅子搭載ロボットアームなど支援ロボットが、ユーザーの繰り返し行うタスクを学習し、事前知識なしに共有自律を実現する手法を提案した論文。
- 視覚誘導型潜在アクションによる支援テレオペレーションの学習テレオペレーション2021/5/1
視覚入力を条件にした潜在埋め込みで、低次元入力から高次元ロボット動作を生成する支援テレオペレーション手法を提案し、物体検出器の事前学習で未知物体への汎化とユーザビリティ向上を示した。
- 物理的修正の系列から人間の目的を学習する人間ロボットインタラクション2021/4/1
人間がロボットに加える複数の物理的修正を独立ではなく系列として捉え、即時報酬と長期性能のトレードオフを表す補助報酬を導入してオンラインで目的を学習する手法を提案した。
- ユーザーの選択肢を過小評価することで人間の目的を学習する報酬学習2020/11/1
人間のデモンストレーションを、より単純・類似の代替行動と比較して目的を推定する報酬学習手法を提案し、選択肢を過小評価する方が最悪ケース性能に優れることを理論・実験で示した。
- 他エージェントの潜在戦略を学習して協調を促す強化学習フレームワークマルチエージェント強化学習2020/11/1
相手エージェントの政策を高次元の潜在表現として学習し、その潜在ダイナミクスを利用して相手の将来の戦略に影響を与え協調を促す強化学習手法を提案。シミュレーションと実機エアホッケーで有効性を実証した。
- ユーザー好みの直感的ロボット操作マッピングの学習テレオペレーション2020/7/1
人間が入力とロボット動作の対応について持つ好みのマッピングを、少数のクエリからデータ効率的に学習する手法を提案し、遠隔操作タスクで有効性を示した。
- 実演と選好を最適統合する報酬関数学習フレームワーク報酬学習2020/6/1
ロボットの報酬関数を、人間の実演データで初期化し、その後選好クエリで能動的に絞り込む統合手法を提案し、シミュレーションと実機で有効性を示した。
- 学習潜在行動を用いた共有自律制御共有自律/テレオペレーション2020/5/1
学習した潜在行動と共有自律を組み合わせ、ロボットの目標確信度に応じて人間入力の意味を変えるモデルを提案し、食事のような精密操作を可能にする。
- 人間は最適ではない:リスクを考慮する人間と協働するロボット人間-ロボット協働2020/1/1
行動経済学の累積プロスペクト理論を用いて人間のリスク回避的な非最適行動をモデル化し、それをロボットの協働計画に組み込むことで、より安全で効率的な人間-ロボット協働を実現した研究。
- 相棒の行動から学ぶ:分散ロボットチームにおける役割分担群制御2019/10/1
各エージェントに探索・活用・通信などの役割を割り当てることで、明示的な通信なしに相手の行動意図を正しく解釈できる分散ロボットチームの手法を提案した。
- 答えやすい質問で効率的に報酬を学ぶ手法報酬学習2019/10/1
人間が答えやすい質問を選ぶことで、ロボットが報酬関数をより速く学習できる能動的報酬学習の手法を提案した論文。
- 人間の信頼を利用するロボット人間ロボットインタラクション2019/9/1
人間がロボットを合理的だと信頼して行動を解釈することを利用し、ロボットが自身の目的をより効率的に最適化する行動を取れることをゲーム理論でモデル化し、ユーザー研究で検証した論文。
- 学習した潜在アクションで支援ロボットを操作する遠隔操作2019/9/1
支援ロボットの操作を簡単にするため、タスク実演から低次元の潜在アクションを学習し、ユーザーが少ない自由度で高次元の腕を動かせる遠隔操作手法を提案した。食事・調理タスクのユーザー実験で既存手法より効率的に操作できることを示した。
- エンドユーザーの教え方・学び方をロボットが推論するHRI手法HRI2019/2/1
人間とロボットの相互作用において、ユーザーごとに異なる教示・学習スタイルをベイズ推論で個別に推定し、固定戦略より優れることを示した研究。
- 人間の修正からの学習における不確実性の活用人間-ロボットインタラクション2018/6/1
人間の修正からロボットが好みを学ぶ際にカルマンフィルタで推定の不確実性を求め、能動学習やリスク考慮の意思決定に活用することで学習を高速化する手法を提案した。
- 物理的人間-ロボットインタラクションによる軌道変形pHRI2017/10/1
インピーダンス制御と組み合わせ、人間が加える力に基づいてロボットの将来の目標軌道を変形させるアルゴリズムを提案し、人間の負担軽減と動作品質の向上を実験で示した。
