Georg Martius
University of Tübingen
収録論文 51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
- 詳細メッシュ対応の接触リッチ相互作用向け軽量シミュレータLodosシミュレーション2026/11/6
メッシュ同士の衝突を高速に扱うことに特化した新しい剛体シミュレータを開発し、既存シミュレータと同等の物理的忠実度を保ちつつ、詳細メッシュ衝突で約10倍のスループットを実現した。
- Lodos-v2: 厳密な摩擦接触問題の効率的な主形式定式化物理シミュレーション2026/11/6
GPUベースの剛体シミュレーションLodosの改良版で、凸緩和を段階的に解くことで厳密な摩擦接触問題を効率的に解き、接触グループ再パラメータ化を主形式に拡張して関節制限などと統合可能にした。
- DriveMLP:自動運転ではモデル複雑性より訓練戦略が重要自動運転計画2026/10/21
専門家データ由来の軌道距離報酬で強化学習を最適化ツールとして使うEGRLを提案し、軽量MLPポリシーDriveMLPがnuPlanベンチマークで従来最高の模倣学習プランナーを上回った。
- VioLA: 人間のデータから汎用人型制御ポリシーを学習VLA2026/10/8
関節コマンドではなく身体・手の動作潜在表現を予測する汎用人型ポリシーを提案し、人間の動作記録をそのまま学習に活用することで、タスク固有の微調整なしに実機で指示追従を実現した。
- より良いスロットはより良い世界を生む:オブジェクト中心世界モデルにおける表現品質とロバスト性世界モデル2026/8/12
オフライン軌跡から学習する世界モデルにおいて、オブジェクト中心表現の品質が計画性能や分布シフトへのロバスト性に与える影響を、シーン中心モデルとの比較で体系的に分析した論文。
- シフト&ドリフト:汎用性と堅牢性を備えた自動運転モーションプランニングのためのゼロショットベンチマーク自動運転/モーションプランニング/ベンチマーク2026/7/1
自動運転のモーションプランナーが、未見の都市環境や実行時の摂動に対してどの程度汎化・堅牢かを評価するための新しいベンチマーク「Shift & Drift」を提案した論文。
- 脚式ロボットの進歩、課題、そして機会歩行2026/7/1
ヒューマノイドや四足ロボットの現状をハードウェア、移動、自律性、データ、応用の観点から評価し、普及に向けた課題と将来展望を論じたレビュー論文。
- LoComposition: 歩容事前知識なしの地形適応型・高エネルギー効率四足歩行歩行2026/6/14
報酬設計をタスク・制約・エネルギー最小化・地形適応に分離し、歩容の事前知識なしで効率的な四足歩行を実現。実機Go2でゼロショット転送に成功し、コスト・オブ・トランスポートを56%削減した。
- ベルトフィンガー:器用な手内操作のための低コストなソフトベルト駆動グリッパーグリッパー/手内操作2026/6/1
平行ジョーのグリッパーに、翻訳・ピッチ・ロールの3自由度を追加する二重ソフトベルト式指モジュールを提案し、低コストで器用な手内操作を実現した。
- 滑らかに微分可能かつ効率的にベクトル化可能な接触多様体構築のための新規アルゴリズム接触シミュレーション/最適化2026/4/1
接触を伴う剛体シミュレーションの衝突検出を、GPU上で2階微分可能かつベクトル化可能なパイプラインとして新規設計し、数値最適化に有用な勾配・ヘッセ行列の取得を可能にする手法を提案した。
- 制約付き強化学習のための確率的決定ホライズン制約付き強化学習2026/2/4
制約違反がホライズンを短縮する確率的決定ホライズン(SDH)を提案し、制約付きRLのオフポリシーかつ正則化アルゴリズムを開発した。
- 滑らかに微分可能で効率的にベクトル化可能な接触マニフォールド生成接触シミュレーション2026/2/1
ロボティクス向けに、微分可能かつベクトル化可能な接触マニフォールド生成フレームワークを提案し、Mujoco XLAと比較して大幅な高速化を実現した。
- 内部音響センシングを内部視覚に追加することで、柔らかいロボット指先による人間らしい布地認識を実現触覚2026/2/1
柔らかい触覚センサ(カメラとマイク)を指先に搭載し、布地を能動的にこすって音と変形を同時に計測することで、20種類の布地を97%の精度で分類した研究。
- 非定常環境におけるオフライン強化学習のための予測手法オフライン強化学習2025/12/1
オフライン強化学習において、時間変化するずれによる部分観測性に対処するため、拡散モデルによる候補状態生成とゼロショット時系列予測を統合したFORLを提案し、非定常環境での性能向上を実証した。
- 学習と制御のためのソフト勾配による硬接触の微分可能シミュレーションsim2real2025/6/1
ペナルティベースのシミュレータにおける硬接触時の勾配劣化を分析し、適応的時間積分と接触距離推定を組み合わせて勾配精度を改善するDiffMJXを提案した。
- 接触を伴う剛体力学と衝突検出の滑らかな解析的定式化接触力学2025/3/1
衝突検出と接触モデリングを統合し、反復計算なしで二回微分可能な順・逆動力学を実現する解析的定式化を提案した。
- RGB動画から3Dガウシアンシミュレータを学習sim2real2025/3/1
多視点RGB動画のみから物理相互作用を学習し、3D再構成・粒子ダイナミクス予測・映像合成を統合したエンドツーエンドの学習型3Dシミュレータを提案。
- 把持学習における触覚センシングの役割触覚2025/2/1
対向型把持タスクにおいて、力ベースの触覚センシングの複雑さが強化学習の学習挙動にどう影響するかを体系的に比較評価した論文。
- Dual-Force: 模倣制約下でのオフライン多様性最大化の強化模倣学習2025/1/1
模倣制約下でオフラインデータから多様な行動を学習する手法を提案し、ファンデルワールス力を用いた多様性推定と事前学習済み報酬エンコーディングで安定化を図り、Solo12の歩行と障害物回避で有効性を示した。
- スロット対比による時間的一貫性のあるオブジェクト中心学習オブジェクト中心表現学習2024/12/1
動画から物体ごとの表現を教師なしで学ぶ際に、オブジェクトレベルの時間的コントラスト損失を導入し、フレーム間の一貫性と物体発見性能を大幅に向上させた研究。
- マルチタスク方策の能動的ファインチューニング模倣学習2024/10/1
限られたデモ予算でマルチタスク方策を効率的に適応させるため、情報利得が最大となるタスクを能動的に選択してデモを収集する手法AMFを提案。
- 視覚から地形の物理パラメータを推定:物理特性を考慮した歩行とナビゲーションに向けて歩行2024/8/1
シミュレーションで摩擦や剛性を予測する物理デコーダを訓練し、実世界の画像に自己教師ありでラベル付けすることで、視覚から地形の物理パラメータを推定する手法を提案した。
- 因果的行動影響を考慮した反事実的データ拡張オフライン強化学習2024/5/1
オフラインデータから、行動の影響を受けない状態部分を軌道間で交換する反事実的データ拡張手法CAIACを提案し、分布シフトに対するロバスト性を向上させた。
- 野生環境の視覚ナビゲーション:事前学習モデルとオンライン自己教師あり学習による高速走行可能性学習ナビゲーション2024/4/1
森林や草原などの自然環境で、事前学習済みモデルの特徴量とオンライン自己教師あり学習を組み合わせ、短時間の実地デモから走行可能領域を推定してロボットをナビゲートするシステムを提案した。
- 3D回転表現の手引き:SO(3)を学ぶためのガイド3D回転表現2024/4/1
機械学習で用いられる様々な3D回転表現を体系的に整理し、勾配最適化への利点・欠点や入力/出力・角度の大きさに応じた適切な表現選択の指針を示したサーベイ。
- 実機ロボットで模擬筋を制御する学習:生体模倣アクチュエータ形態の活用に向けてsim2real2024/2/1
安価な電動モータで筋の特性をリアルタイムに模擬し、強化学習で訓練した方策を四足ロボットの実機で動かすことで、シミュレーションから実機への転移が可能であることを示した。
- 強化学習における人間らしい腕運動の生成:報酬項とタスク要件の定量的比較マニピュレーション2024/2/1
筋骨格腕モデルの強化学習において、タスク要件・ノイズ・最適性原理の組み合わせが人間らしい腕運動と三相性筋活動パターンを生むかを定量的に比較した。
- 多制約最適性下での局所ナビゲーションのための多様なスキル学習歩行2023/10/1
四足ロボットの局所ナビゲーションにおいて、複数の報酬制約を課しながら多様なポリシーを学習する手法を提案し、実機で障害物を越える俊敏な行動を実現した。
- 実演データなしの強化学習による高次元筋骨格モデルの自然で頑健な歩行歩行2023/9/1
専門家の実演データに頼らず強化学習のみで、高次元筋骨格モデルに自然で外乱に強い二足歩行を獲得させた研究。
- 不確実性に注意:リスク認識と能動的探索を備えたモデルベース強化学習モデルベース強化学習2023/9/1
確率的な安全制約を考慮し、アンサンブルニューラルネットワークの認識的不確実性と偶発的不確実性を分離して楽観性と悲観性のバランスを取る、モデルベース強化学習の手法を提案。
- Real Robot Challenge 2022:実世界のオフラインデータからの巧みな操作の学習マニピュレーション2023/8/1
実機ロボットのデータセットを用いたオフライン強化学習により、押す・掴む・手内操作を含む巧みな操作タスクを学習する競技会を開催し、勝利チームの手法と最先端アルゴリズムのベンチマークを比較した。
- 模倣制約下でのオフライン多様性最大化スキル発見2023/7/1
オフラインのタスク非依存データから、専門家の状態のみのデモンストレーションを模倣しつつ多様なスキルを発見する手法を提案し、D4RLと四足歩行ロボットで有効性を示した。
- 実機ロボットにおけるオフライン強化学習のベンチマークオフライン強化学習2023/7/1
器用な操作タスク向けに、シミュレーションで訓練したRLエージェントが収集した大規模オフラインデータセットと実機・シミュレーション実行環境を提供するベンチマークを提案し、主要なオフラインRLアルゴリズムを評価した。
- Minsight:ロボットマニピュレーションのための指先サイズの視覚ベース触覚センサ触覚2023/4/1
人間の指先サイズの小型視覚ベース触覚センサを開発し、60Hzで3D接触力ベクトルを高解像度推定。力制御や硬い塊の検出タスクで有効性を示した。
- 遊びから高レベルプランを効率的に学習するフレームワークマニピュレーション2023/3/1
タスクに依存しない遊びデータから物体中心のプリミティブの離散的な行動事前分布を学習し、それを用いた高レベル目標条件付き政策で長期的なマニピュレーションタスクを効率的に学習する手法を提案。
- ラベルなし混合動作の自己教師あり敵対的模倣による多様なスキル制御模倣学習2022/9/1
ラベルなしの多様な動作データから、敵対的模倣学習と教師なしスキル発見を組み合わせて、制御可能なスキルセットを持つ汎用方策を獲得する手法を提案し、四足ロボットSolo 8で実証した。
- 筋肉で学ぶ:人型タスクにおけるデータ効率とロバスト性の利点筋骨格制御2022/7/1
筋骨格系の非線形ダイナミクスが学習にもたらす利点を検証し、データ効率・ハイパーパラメータ感度・ロバスト性の面で筋肉アクチュエータの優位性を示した。
- DEP-RL: 過剰駆動・筋骨格系の強化学習における身体性に基づく探索強化学習/筋骨格系2022/6/1
過剰駆動な筋骨格系の強化学習では探索が非効率という問題に対し、自己組織化由来の差分外在可塑性(DEP)を組み込み、到達・歩行タスクを高効率かつ頑健に学習できるようにした。
- 構造化世界モデルによる好奇心探索がゼロショット物体操作を実現マニピュレーション2022/6/1
構造化世界モデル内で新規性を計画することで、複数物体環境での効率的な好奇心探索を行い、追加学習なしで積み上げや投げなどの物体操作タスクをゼロショットで解く手法を提案。
- 不完全な実演の敵対的模倣による俊敏スキルの学習模倣学習2022/6/1
物理的に不完全な部分実演からWasserstein GANで報酬を推定し、四足ロボットSolo 8でバク宙などの俊敏スキルを獲得する手法を提案。
- 全方位の力覚を高精度に知覚する親指サイズの柔らかい視覚式触覚センサ触覚2021/11/1
単眼カメラとフォトメトリックステレオ・構造光を組み合わせ、親指サイズの柔軟な触覚センサで接触面全体の力の大きさと方向を高精度に推定した研究。
- 独立に制御可能なサブゴールを用いた自己教師あり強化学習マニピュレーション2021/9/1
環境内の物体間の関係を推定し、各部分を独立に制御するサブゴールへ複雑な目標を分解することで、多物体環境での操作タスクを効率的に学習する自己教師ありエージェントを提案した。
- 超解像触覚スキンの理論と設計触覚2021/5/1
少数の触覚素子を柔軟素材に埋め込み信号処理で超解像な触覚センシングを実現する理論を提案し、機械学習と組み合わせて100倍以上の超解像度を達成した。
- 微分可能フィルタの訓練法:実践ガイドと比較評価状態推定2020/12/1
4種類の微分可能フィルタを実装し、実装選択や不確実性モデルの学習、エンドツーエンド訓練の効果を実験的に比較して実用的指針を示した論文。
- リアルタイム計画のためのサンプル効率の良いクロスエントロピー法モデルベース強化学習2020/8/1
時間相関のある行動とメモリを導入し、CEMのサンプル効率を大幅に改善してリアルタイム計画を可能にした研究。
- 制御できるものを見極める:内発的動機に基づくタスク計画エージェントタスク計画2019/6/1
驚きに基づく内発的動機を用いて、環境の何を制御できるか・時間と注意の配分・物体間の関係を学習し、タスクグラフ探索や確率的ロードマップと組み合わせてゼロから効率的に学習するエージェントを提案した。
- 驚きに基づく行動プリミティブの自律的発見と目標指向的呼び出し行動学習2019/2/1
予測誤差(驚き)を手がかりに、ロボットが自己探索から行動の基本単位を自律的に学習し、目標指向の計画に活用できる学習アーキテクチャを提案した。
- 筋骨格ロボットのための自己組織化制御筋骨格制御2016/2/1
センサ履歴のみに依存する固定関数の制御器で筋腱駆動アームを動かすと、多様な姿勢生成や物体の内部ダイナミクスとの機能的共鳴(例:ボトル振り、振り子駆動)が自発的に現れることを示した。
- 自律ロボットの創発行動を定量化する行動解析2015/10/1
ロボットの自律生成行動を時系列の複雑さ指標(予測情報・過剰エントロピー)で定量化し、解像度依存部と非依存部に分解する新手法を提案した論文。
- 感覚運動知能の発達を説明する新たなシナプス可塑性則可塑性・自己組織化2015/5/1
シナプス可塑性そのものから好奇心や自発的行動が創発する新規則DEPを提案し、複数のロボットで目的を与えずに適応的な感覚運動知能が発達することを示した。
- 情報理論による複雑なロボット行動の自己組織化自己組織化2013/1/1
予測情報量を駆動力として、非線形・非定常系でロボットの行動を自己組織化させる手法を提案し、高次元ロボットでの協調行動やヒューマノイドの多様な行動生成を実証した。
