Igor Gilitschenski
収録論文 52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
- 自動運転ポリシー評価のための閉ループシナリオオーケストレーション自動運転シミュレーション2026/11/6
自動運転ポリシーの閉ループ評価において、意図した交通シナリオを確実に再現するため、非自車アクターを再タイミング・経路変更・役割再割当で適応制御するシナリオオーケストレータを提案した。
- 適応手法の選び方:Vision-Language-Actionモデルのためのデータ別ガイドVLA2026/10/13
VLAモデルの適応手法を、オン/オフポリシーデータやオフライン/オンライン適応などのデータ条件で比較し、状況に応じた最適な手法選択の指針を示した。
- 目標条件付き強化学習のための世界モデル政策アービター目標条件付き強化学習2026/10/7
複数の凍結済み目標条件付き政策をポートフォリオとして活用し、学習した世界モデルで各政策の将来を想像評価して最適な政策を選択するテスト時フレームワークを提案。
- 聞くことが容易になるとき:視覚的手がかりを除去してショートカットのないVLAを実現VLA2026/10/7
視覚言語行動モデルにおける視覚的ショートカット学習を分析し、言語情報への注意を高める新しいドメイン敵対的訓練手法「タスクスクラビング」を提案して、分布外ロバスト性を改善した。
- 終点制約付き軌道最適化によるエンドツーエンド運転モデルの誘導自動運転2026/9/25
エンドツーエンド運転ポリシーの出力軌道を、予測終点を保ちながら走行履歴に基づいて中間ウェイポイントを再整形する軽量後処理ECOを提案し、閉ループ性能を改善した。
- 統一動的顔ランドマーク検出に向けて顔ランドマーク検出2026/8/11
顔ランドマーク検出において、異なるN点データセットを統一する新しい表現とクエリベースの手法を提案し、単一モデルで任意のランドマークを予測可能にした。
- SeededGrasp: 複数身体を持つ複雑なシーンにおける言語誘導型把持マニピュレーション2026/7/1
視覚言語モデルで把持位置のシード点を予測し、軽量な把持生成モデルを条件付けることで、複数ロボット形態に対応したデータ効率の良い言語誘導把持を実現した。
- QPILOTS: フローポリシーのための効率的なテスト時Qステアリング強化学習/拡散ポリシー2026/6/11
フローマッチングや拡散ポリシーを強化学習で最適化する際、推論時にノイズ除去プロセスをQ値の勾配で操縦する手法QPILOTSを提案し、オフラインからオンラインへのRLベンチマークで高い成功率を達成した。
- Gamma-World: 2人を超える生成型マルチエージェント世界モデル世界モデル2026/5/27
複数エージェントが同時に動作する環境向けの生成型世界モデルを提案し、エージェントの対称性を保つ符号化と効率的な注意機構により、リアルタイムなインタラクティブシミュレーションを実現した。
- 効率的かつ転移可能な制御学習のためのダイナミクス蒸留自動運転/強化学習/sim2real2026/5/1
高忠実度シミュレータのダイナミクスを並列化可能な学習モデルに蒸留し、その中で強化学習を行って元のシミュレータへ展開するSim2Sim2Simフレームワークを提案した。
- 良いトークンの狩り方:視覚幾何学トランスフォーマーにおけるトークン選択の手引き3D再構成2026/5/1
視覚幾何学トランスフォーマーの計算コストを削減するため、フレーム間・フレーム内の2段階でトークンを選択する手法を提案し、精度を保ちつつ85%以上の高速化を実現した。
- ActionParty: 生成ビデオゲームにおけるマルチサブジェクト行動バインド世界モデル/マルチエージェント2026/4/2
ビデオ拡散モデルで複数のエージェントを同時に制御するための世界モデルを提案し、各被写体の状態トークンを導入して行動と被写体の対応を明確化した。Melting Potベンチマークで最大7プレイヤーを同時制御できる初のビデオ世界モデルを実証した。
- 推論トレース付きロングテール運転シナリオ:KITScenes LongTailデータセット自動運転/データセット2026/3/1
自動運転の稀なシナリオへの汎化を目的とし、マルチビュー動画、軌跡、指示、詳細な推論トレースを含むデータセットを構築し、VLMやVLAのベンチマークを提供した。
- 検証器による更新不要のオン方策ステアリングマニピュレーション2026/3/1
ロボットの行動成功率を予測する検証器を訓練し、実行時に方策を高成功率の行動へと誘導する、パラメータ更新不要の手法を提案。実タスクで成功率を平均49%向上させた。
- 知覚不確実性伝播が知覚ベース運動計画に与える影響運動計画2026/2/1
自動運転の運動計画において、知覚の不確実性を伝播させる手法とそのキャリブレーションが閉ループ性能に与える影響をnuPlanベンチマークで分析した。
- 目標条件付き強化学習のためのテスト時グラフ探索強化学習2025/10/8
既存の目標条件付き強化学習ポリシーに、学習不要の軽量なグラフ探索ラッパーを組み合わせることで、長期的タスクの成功率を大幅に向上させる手法を提案した。
- 追跡・修復・再スプラット:被写体駆動型3D/4D生成のための漸進的テクスチャ補完3D/4D生成2025/10/1
既存の3D生成モデルが作った3Dアセットに対し、動画トラッキングで修正領域を特定し、被写体駆動型の2Dインペインティングで段階的に補完した後、再スプラッティングで3Dに戻すことで、特定被写体の同一性を保った3D/4D生成を実現する手法を提案。
- VibES: 持続的なイベントベースセンシングのための誘起振動イベントカメラ2025/8/1
回転する不平衡質量で周期的な振動を加え、イベントカメラが静止・低運動シーンでもイベントを生成し続けるようにする軽量手法を提案し、動き補償パイプラインで注入した動きを除去して画像再構成とエッジ検出を改善した。
- 大規模倉庫自動化のための箱の姿勢・形状推定とドメイン適応sim2real2025/7/1
倉庫ロボットの実世界の未ラベル画像を活用し、箱の姿勢と形状を自己教師ありで推定するドメイン適応パイプラインを開発した。シミュレーションのみの学習より大幅に高精度で、ゼロショット3Dバウンディングボックス推定も上回る。
- AGENTS-LLM: エージェント型LLMフレームワークによる難易度の高い交通シナリオの拡張生成自動運転シナリオ生成2025/7/1
自然言語指示で実走行シナリオを拡張し、自動運転評価用の難易度の高い交通シナリオを生成するLLMエージェントフレームワークを提案。
- 自動運転のための疑似シミュレーション評価自動運転評価2025/6/1
3Dガウススプラッティングで生成した合成観測を実データに付加し、閉ループに近い相関で自動運転を評価する疑似シミュレーション手法を提案。
- SAFE: 視覚言語行動モデル向けマルチタスク故障検知VLA2025/6/1
VLAの内部特徴からタスク失敗の可能性を予測する汎用的な故障検知器SAFEを提案し、未見タスクでも高精度・早期検知を実現した。
- MORE: 接地された言語推論による移動マニピュレーション再配置移動マニピュレーション2025/5/1
シーングラフと能動的フィルタリングでタスク関連サブグラフを抽出し、言語モデルによるゼロショットの長期的移動マニピュレーション計画を高信頼化する手法を提案。BEHAVIOR-1Kで大幅に性能向上。
- GeoMatch++: 形態条件付き幾何マッチングによる多様なハンドでの把持マニピュレーション2024/12/1
グリッパの形態情報をアテンションで活用し、未知のエンドエフェクタにも汎化する把持方策を学習。未学習の3種のハンドで把持成功率が平均9.64%向上。
- BEV特徴量への直接アテンションによるオンラインマッピングと行動予測の高速化自動運転/予測2024/7/1
自動運転向けに、オンラインマップ推定の内部BEV特徴量を直接活用して軌道予測と統合する手法を提案し、推論速度を最大73%向上、予測精度を最大29%改善した。
- NAVSIM: データ駆動型非反応的自動運転シミュレーションとベンチマーク自動運転ベンチマーク2024/6/1
大規模データセットと非反応的シミュレータを組み合わせ、実世界に近い大規模ベンチマークを可能にする評価手法NAVSIMを提案。CVPR 2024コンペで143チームが参加し、新たな知見を得た。
- Vid2Robot: クロスアテンションTransformerによる動画条件付きエンドツーエンド方策学習VLA2024/3/1
人間の操作動画を入力として、クロスアテンションTransformerでロボットの行動を生成するエンドツーエンド方策を提案し、実機で従来手法を20%以上上回る性能と物体間の動作転移を実現した。
- 軌道予測におけるオンラインマップの不確かさの生成と活用自動運転2024/3/1
オンラインマップ推定に不確かさ推定を追加し、軌道予測と統合することで、学習収束を最大50%高速化し、予測性能を最大15%向上させた。
- 複数エンボディメントのための幾何マッチングによる把持マニピュレーション2023/12/1
物体とエンドエフェクタの幾何表現をグラフニューラルネットで学習し、複数のエンドエフェクタに対応した多様な把持を生成する手法GeoMatchを提案した。
- trajdata: 複数の人間軌道データセットへの統合インターフェース軌道予測2023/7/1
自動運転車や歩行者の軌道予測研究で使われる複数のデータセットを、共通のAPIとデータ形式で扱えるようにする統合ライブラリを提案し、既存データセットの比較評価も行った。
- マルチ抽象化ニューラルコントローラ:対話型運転のための効率的な階層制御アーキテクチャ自動運転/階層制御2023/5/1
画像入力から離散的な行動計画を生成し、動的運動プリミティブのパラメータを制御する微分可能な階層型制御アーキテクチャを提案。実世界の運転データで行動クローニングを行い、説明性・サンプル効率・人間らしさが向上することを示した。
- 見て、計画し、予測する:言語誘導型認知計画と動画予測VLA2022/10/1
自然言語の指示に基づいて動画を予測し、複雑なタスクを計画する認知計画アルゴリズムを提案した論文。
- Q学習による連続制御の解決連続制御2022/10/1
バンバン動作の離散化と価値分解を組み合わせ、単一エージェント制御を協調型マルチエージェント強化学習として捉えることで、シンプルなQ学習が連続制御タスクでアクター・クリティック法に匹敵する性能を達成することを示した。
- 近傍Mixup経験リプレイ:連続制御タスクのサンプル効率を高める局所的凸補間強化学習/経験リプレイ2022/5/1
状態行動空間で近傍の遷移同士をMixup補間するリプレイバッファNMERを提案し、TD3で平均94%、SACで29%のサンプル効率改善を達成した。
- データ駆動シミュレーションによるインタラクティブ運転ポリシーの学習自動運転/sim2real2021/11/1
インペイントした他車両を用いるシミュレーション手法を提案し、マルチエージェント相互作用を含む運転ポリシーを学習、実車へ直接転移できることを示した。
- VISTA 2.0: 自動運転向けマルチモーダルセンシングと方策学習のためのオープンなデータ駆動型シミュレータsim2real2021/11/1
RGBカメラ・3D LiDAR・イベントカメラを統合したオープンソースのデータ駆動型自動運転シミュレータを開発し、実車展開でsim-to-real転移と実データのみより高いロバスト性を示した。
- バンバン制御だけで十分?ベルヌーイ方策による連続制御の解法連続制御2021/11/1
連続制御の強化学習で、各行動次元の極値のみを選ぶベルヌーイ方策(バンバン制御)が複数のベンチマークで最先端性能を達成することを示し、探索と学習の影響を模倣学習で分離して分析した論文。
- HYPER: 因子分解推論と適応サンプリングによる学習型ハイブリッド軌道予測軌道予測2021/10/1
交通エージェントの意図が時間とともに変化する様子を離散-連続ハイブリッド系としてモデル化し、ニューラル提案分布で適応的にサンプリングする軌道予測手法を提案した論文。
- 深層潜在空間競争:潜在空間における視覚制御ポリシーの競争学習強化学習/マルチエージェント2021/2/1
学習した世界モデルの潜在空間内で自己対戦を想像し、画像入力から競争的な視覚制御ポリシーを強化学習する手法を提案し、マルチエージェントレースベンチマークで有効性を示した。
- 深層コンテキストマップ:地点特化潜在マップによるエージェント軌道予測軌道予測2019/12/1
地点ごとの潜在マップを予測器と同時に学習し、混雑環境でのエージェント軌道予測精度を向上させる手法を提案した論文。
- 屋外環境での長期的な視覚的自己位置推定のための効率的な地図管理視覚的自己位置推定2018/8/1
リソース制約のある屋外で複数車両が長期運用する視覚的自己位置推定システム向けに、地図の新規追加と共観測統計の更新を組み合わせた地図管理手法を提案し、地図サイズを抑えつつ外観変化への対応と効率的なオンライン位置推定を実現した。
- 見た目に基づくランドマーク選択で効率化する長期視覚自己位置推定視覚自己位置推定2018/8/1
過去の走行で得たランドマークの共観測統計を用い、現在の見え方で観測されやすいランドマークだけを教師なしで選び、通信帯域を抑えつつ長期視覚自己位置推定の性能を維持・向上させる手法を提案した。
- LandmarkBoost:ロバストな自己位置推定のための効率的な視覚的文脈分類器自己位置推定2018/7/1
2D-3Dマッチングをランドマーク分類問題として捉え、ブースティング分類器と画像全体の文脈情報を活用することで、視点変化や見た目の変化に頑健な位置推定手法を提案した。
- LiDAR地図のための3Dセグメント記述子学習による場所認識場所認識2018/4/1
LiDARの3D点群地図からセグメントを抽出・照合して場所認識を行うため、CNNで学習した記述子を提案し、手作り記述子より高精度なことを実データで示した論文。
- 事前知識不要の固定翼機向け着陸地点検出着陸地点検出2018/2/1
環境の事前知識なしにテクスチャと形状から着陸地点を検出し、障害物・風・機体ダイナミクスを考慮して安全な進入経路を計算する知覚システムを提案し、実環境で検証した。
- 反転クォータニオン積を避けるべき理由とその方法姿勢表現2018/1/1
ロボティクスで混在するハミルトン積と反転積のクォータニオン表記問題を整理し、反転積を使わずに済む代替手法と、規約を検出・移行するための実用的な手順を提案した論文。
- Voliro:ロータを傾斜可能な全方向ヘキサコプタ全方向飛行2018/1/1
6つのロータの傾斜機構により位置と姿勢の制御を分離し、全方向に機動できる新型ドローンの機体設計と制御系を提案し、実機実験で機動性を実証した。
- maplab:視覚慣性マッピングと自己位置推定のためのオープン研究フレームワークSLAM2017/11/1
視覚慣性SLAMのマルチセッションマップ構築・統合・自己位置推定を一貫して行えるC++製オープンソース研究基盤maplabを提案し、公開データセットで評価した。
- 情報量の高い運動区間を用いた視覚慣性自己校正視覚慣性自己校正2017/8/1
視覚慣性センサの自己校正を、情報量の多い運動区間だけを選んで区間ベース最適化で行い、計算負荷を抑えつつ精度を維持する手法を提案した。
- 円環状態空間における再帰ベイズフィルタリング状態推定2015/1/1
円環上の状態推定のため、巻き正規分布とフォン・ミーゼス分布に基づく再帰フィルタリングの枠組みを提案し、非線形系や加法性ノイズ等の特殊ケースでの効率的な計算手法を導出・評価した論文。
- Bingham分布に基づくアンセンテッド姿勢推定姿勢推定2013/11/1
姿勢推定の周期性を考慮するため、超球面上で定義されるBingham分布を用いた非線形フィルタを提案し、UKFに似た決定論的サンプリングを姿勢多様体上で実現した。
- Bingham分布に基づく方向推定の再帰フィルタ状態推定2013/4/1
180度対称な円周上の方向データをBingham分布で再帰的に推定するフィルタを提案し、従来のカルマンフィルタより優れることを示した。
