Jie Tan
収録論文 67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
- RevoSim:巧みな操作のためのスケーラブルなマルチモーダル触覚シミュレータ触覚2026/11/6
BrainCo Revo3ハンド向けに、圧力・深度・RGB・マーカー変位を同期生成する高忠実度触覚シミュレータを開発し、単一GPUで最大4096並列環境を実現した。
- ロボットポリシー編成における重要要素:階層型VLAエージェントの体系的研究VLA/階層制御2026/6/9
階層型VLAシステムの設計原則を体系的に研究し、プランナーとコントローラの選択や接続方法などが性能に与える影響を分析。導出した原則に基づくシステムが、フラットなVLAや素朴な階層構造より優れることをシミュレーションと実機で示した。
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Human2LocoMan: 人間データの事前学習による多様な四足歩行ロボットのマニピュレーション学習マニピュレーション2025/6/1
人間と四足ロボットLocoManのデータを統合した遠隔操作・データ収集パイプラインとモジュール型アーキテクチャを構築し、人間データでの事前学習により実世界タスクの成功率を大幅に向上させた。
- LocoTouch:触覚センシングによる動的四足歩行運搬の学習触覚2025/5/1
四足ロボットの背中全体を覆う高密度触覚センサと高忠実度シミュレーションを組み合わせ、固定されていない円筒物体を長距離運搬する触覚対応歩容ポリシーを学習させ、実機へゼロショット転移した。
- Chain-of-Modality: マルチモーダル人間動画と視覚言語モデルによる操作プログラムの学習VLA2025/4/1
筋電アームバンドやマイクなどで計測した人間の操作動画から、視覚言語モデルがタスク計画と力などの制御パラメータを抽出し、ロボットに操作タスクを実行させる手法を提案した。
- A2Perf: 実世界自律エージェントのベンチマークベンチマーク2025/3/4
チップ設計・Webナビゲーション・四足歩行の3環境で、性能・汎化・資源効率・信頼性を評価する実世界志向のベンチマークを提案。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- QuietPaw: 多様なノイズ選好に適応する四足歩行の学習歩行2025/3/1
ノイズ低減レベルを条件として与えることで、単一の四足歩行ポリシーが再学習なしに機敏さと足音の静かさのトレードオフを連続的に調整できる学習手法を提案し、実機で検証した。
- 長期的な四足歩行ロボットの押し操作のためのマルチエージェント移動マニピュレーション学習マニピュレーション2024/11/1
複数の四足歩行ロボットが障害物を避けながら長期的な押し操作を行うための階層型マルチエージェント強化学習フレームワークを提案し、実機で成功を実証した。
- IPPON: 常識に導かれた情報経路計画による物体目標ナビゲーション物体目標ナビゲーション2024/10/1
大規模言語モデルの常識事前知識と3D物体確率マッピングを組み合わせ、未知環境で対象物体へ効率的に到達するゼロショットの経路計画手法を提案し、実機でも検証した。
- 不連続地形における俊敏な連続跳躍歩行2024/9/1
四足歩行ロボットが階段や飛び石などの不連続地形で、高さ予測・強化学習・モデルベース制御を組み合わせて俊敏かつ連続的に跳躍できる階層型フレームワークを開発した。
- 脚付きUMI:操作中心の全身コントローラによる移動型マニピュレーションマニピュレーション2024/7/1
手持ちグリッパで実世界の操作データを収集し、シミュレーションで全身コントローラを訓練して、四足歩行ロボットに操作スキルを実装するフレームワークを提案。
- Mobility VLA:長文脈VLMとトポロジカルグラフによるマルチモーダル指示ナビゲーションナビゲーション/VLA2024/7/1
デモ動画と自然言語・画像の指示を入力とし、長文脈VLMで目標フレームを特定、トポロジカルグラフに基づく低レベル方策で実環境をナビゲートする階層型VLAを提案した。
- ゲームプレイフィルタ:敵対的想像によるロバストなゼロショット安全性安全フィルタ/四足歩行/sim2real2024/5/1
シミュレーションで訓練した安全戦略と最悪ケースを引き起こす仮想敵を継続的に対戦させ、将来の失敗を防ぐ予測型安全フィルタを提案。四足歩行ロボットの全身動力学に適用し、大きな外乱下でもゼロショットで安全を確保できることを実機で示した。
- CoNVOI: 視覚言語モデルを用いた屋内・屋外環境における文脈認識ナビゲーションナビゲーション2024/3/1
視覚言語モデルを活用し、周囲の状況をゼロショットで分類して文脈に応じた行動指示を生成し、障害物のない領域を番号で注釈した画像から経路を選択することで、屋内・屋外での自律ナビゲーションを実現する手法。
- LocoMan: 軽量ロコ・マニピュレータによる四足歩行ロボットの器用な操作能力の向上マニピュレーション2024/3/1
四足歩行ロボットの前脚に軽量な3自由度グリッパを取り付け、脚の移動能力と操作能力を統合した全身制御フレームワークを提案し、狭い空間でのドア開けやコンセント挿しなどの器用な作業を実現した。
- 言語モデル予測制御による人間フィードバックからの高速学習VLA2024/2/1
人間との対話履歴を遷移モデルとしてLLMに微調整し、モデル予測制御と組み合わせることで、ロボットの教示効率と成功率を向上させるフレームワークLMPCを提案。
- 大規模言語モデルによる創造的なロボットの道具使用VLA2023/10/1
大規模言語モデルを活用し、自然言語指示からロボット制御コードを生成して、暗黙の物理制約や長期計画を伴う課題で創造的に道具を使うRoboToolを開発した。
- ロボットのナビゲーション性能に対する人間の知覚予測人間ロボットインタラクション2023/10/1
VRでの人間とロボットのインタラクションから、非言語的手がかりを用いてロボット性能の知覚を予測する手法を提案し、機械学習が人間より優れることを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- ゼロから適応可能な記号アルゴリズムを発見する進化的ロボティクス2023/7/1
AutoML-Zeroを基に、環境変化にその場で適応する制御アルゴリズムをゼロから進化的に発見する手法AutoRobotics-Zeroを提案し、脚が突然壊れる四足ロボットの制御でニューラルネットベースラインを上回ることを示した。
- CAJun: 学習型重心制御器による連続適応ジャンプ歩行2023/6/1
強化学習で重心方策を学習し最適制御の脚制御器と組み合わせることで、脚ロボットが距離を適応させながら連続ジャンプできる階層型フレームワークを実現した。
- SayTap: 自然言語から四足歩行を制御する歩行2023/6/1
足の接地パターンを言語と歩行制御の橋渡しに使い、LLMの指示から多様な四足歩行を実機で実現する手法を提案。
- オフライン安全強化学習のためのデータセットとベンチマークオフライン強化学習/安全RL2023/6/1
ロボット制御から自動運転まで38タスクにわたるオフライン安全強化学習のデータセット・環境ラッパー・ベースライン実装を提供し、大規模実験で性能を比較評価したベンチマークスイートを構築した。
- 四足歩行ロボットを視覚障害者用ガイドロボットに転換:経路探索の形式化、インタラクションモデリング、安全機構歩行2023/6/1
視覚障害者を案内する四足歩行ロボットの実現に向け、人間とガイドロボットのチームによる経路探索をMDPで形式化し、実インタラクションデータから「遅延ハーネス」モデルを構築、危険行動を予測・除去する安全機構を導入した。
- 言語から報酬へ:ロボットスキル合成の新パラダイムVLA2023/6/1
大規模言語モデルに報酬関数のパラメータを生成させ、それをリアルタイム最適化器で最適化することで、言語指示から多様なロボット動作を実現する手法を提案。
- 屋内シミュレーションから屋外実環境へのゼロショット移動学習ナビゲーション2023/5/1
屋内シミュレーションのみで訓練した視覚ナビゲーション方策に、衛星地図や手描きスケッチなどの粗いコンテキストマップを与えることで、屋外の未知環境を数百メートルにわたり衝突なく移動できることを示した。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 経験転移による俊敏な移動スキルの学習と適応歩行2023/4/1
既存の制御器から経験を転移して強化学習を加速し、脚ロボットの俊敏な跳躍や二足歩行移動、環境適応を実現した。
- 学習した行動残差による連続的な多様ジャンプ歩行2023/4/1
最適制御と強化学習を組み合わせた階層的枠組みで、四足ロボットがシミュレーションから実機へ直接展開でき、最大50cmの高さ・60cmの前方・90度の旋回を含む多様で連続的なジャンプ動作を実現した。
- 学習ロボットの設計:タスク性能と学習効率を高める形態最適化形態最適化2023/3/1
知覚・ハードウェア・タスク要件の相互作用を考慮し、ロボットの形態を包括的に最適化する手法を提案。MAGICコントローラとPRISM学習フレームワークにより、様々なマニピュレーションタスクで性能が15〜20%向上し、人間設計の形態と同等の性能を25倍少ないデータで達成。
- 強化学習と全身軌道最適化によるロボットのテーブル拭きマニピュレーション2022/10/1
視覚観測からこぼれやパンくずの不確かな動態を考慮しつつ、強化学習で拭き動作を計画し、全身軌道最適化で安全な動作を実現する枠組みを提案した。
- Performer-MPC: 実世界ナビゲーションのためのリアルタイム注意機構を用いたモデル予測制御器の学習ナビゲーション2022/9/1
低ランク注意機構Transformerで視覚文脈を埋め込み、学習したコスト関数とMPCを組み合わせて実世界の混雑環境や人混みでのナビゲーション性能を向上させた。
- PI-ARS:予測情報表現で進化学習による視覚運動制御を加速歩行2022/7/1
勾配ベースの予測情報表現学習と進化戦略ARSを組み合わせ、四足ロボットの視覚に基づく不整地歩行やナビゲーションを効率的に学習させ、実機でも高い成功率を達成した。
- 人間のデモンストレーションから意味論を考慮した歩行スキルを学習歩行2022/6/1
四足歩行ロボットがカメラ画像から地形の意味を認識し、人間のデモを用いて速度と歩容を選択する枠組みを提案。実世界で40分のデモデータのみで学習し、6km以上の走破を達成した。
- 観測摂動下における安全強化学習のロバスト性安全強化学習2022/5/1
安全強化学習が観測への敵対的摂動に対して脆弱であることを示し、報酬最大化攻撃とコスト最大化攻撃の2手法を提案するとともに、頑健な学習フレームワークを提案した。
- 脚式移動のための安全強化学習歩行2022/3/1
安全復帰ポリシーと学習ポリシーを切り替える枠組みを提案し、四足ロボットの転倒を減らしつつ実機で歩容・バランス性能を向上させた。
- MESA: 安全な適応と故障耐性のためのオフラインメタ強化学習メタ強化学習2021/12/1
安全・危険な振る舞いのオフラインデータからリスク指標をメタ学習し、未知の環境でも制約違反を抑えつつ素早く適応する手法MESAを提案した論文。
- 学び続ける脚式ロボット:実世界での移動ポリシーのファインチューニング歩行2021/10/1
実世界での強化学習により脚式ロボットの移動ポリシーを効率的かつ安全にファインチューニングするシステムを提案し、A1四足歩行ロボットが屋外芝生や屋内の多様な地形で複数の移動スキルを自律的に改善できることを示した。
- 歩道を自律走行する四足ロボットの学習ナビゲーション歩行ナビゲーション2021/9/1
教師エージェントの模倣学習により、実世界の歩道で障害物や歩行者を避けながら3.2kmを走行できる四足ロボットのナビゲーション方策を実現した。
- 学習による歩容遷移で実現する高速・高効率な四脚ロボットの移動歩行2021/4/1
エネルギー最小化の報酬だけで歩容と歩容遷移が自動獲得される階層型学習フレームワークを提案し、四脚ロボットで歩行からトロット、フライトロットへの遷移を実現した。
- 効率的注意機構で視覚強化学習を高解像度化する視覚強化学習2021/2/1
効率的な注意アルゴリズムを強化学習に導入し、注意ボトルネック型の視覚エージェントを高解像度入力や小さなパッチ(画素単位)までスケール可能にし、汎化性能を向上させた。
- 実世界ロボットのための深層強化学習の訓練法:我々が学んだ教訓深層強化学習2021/2/1
実ロボットに深層強化学習を適用した複数のケーススタディを通じ、実環境特有の課題と対処法、未解決の課題を整理したレビュー論文。
- SimGAN:敵対的強化学習によるハイブリッドシミュレータ同定とドメイン適応sim2real2021/1/1
ニューラルネットと物理シミュレーションを組み合わせたハイブリッドシミュレータを敵対的強化学習で同定し、手動設計なしにsim-to-realなどのドメイン適応を実現するフレームワークを提案。
- メンターと共に学ぶ俊敏な歩行スキル歩行2020/11/1
メンターがチェックポイントを配置してロボットの重心移動を導く多段階強化学習により、四足ロボットがギャップや障害物を俊敏に走り越える行動を獲得できることを示した論文。
- 視覚移動ポリシーのゼロショット地形汎化歩行2020/11/1
3D LiDARの生入力を直接用いるマルチタスク強化学習で脚式ロボットの移動制御器を学習し、階段や不整地など13種類の未知環境でゼロショット汎化を実現した。
- 安全を学ぶ:安全クリティックを用いた深層強化学習安全強化学習2020/10/1
安全な環境で安全性を学習し、その直感を新たなタスクの制約に転移する安全制約付き転移学習を提案。ナビゲーション・四足歩行・器用な手先操作で、事故を大幅に減らしつつ学習を高速化・安定化できることを示した。
- 敵対的学習による俊敏な歩行の獲得歩行2020/8/1
四足ロボットが追跡者、別のロボットが逃走者となって敵対的に学習することで、環境設計の手間を減らしつつ俊敏な歩行制御を自動獲得する手法を提案。
- 動物の模倣による俊敏な脚式ロボット移動スキルの学習歩行2020/4/1
実在動物の参照モーションを模倣する模倣学習により、脚式ロボットが多様な俊敏移動行動を自動獲得し、シミュレーションで学習した方策を実機へ素早く適応できることを示した。
- 進化的メタ学習による迅速に適応可能な脚式ロボット歩行2020/3/1
進化的戦略に基づくメタ学習とノイズに強いバッチ山登り適応を組み合わせ、四足歩行ロボットが3分未満の実データで動力学変化に素早く適応できる手法を提案した。
- 階層的予測計画による分散型マルチエージェントランデブーマルチエージェント強化学習2020/3/1
エージェント間の通信なしに、他エージェントの動きを自己教師あり学習で予測し、その予測モデルを用いてサブゴールを提案・評価することで分散型ランデブーを実現するモデルベース強化学習手法を提案した。
- 最小限の人的労力で実世界を歩くことを学ぶ歩行2020/2/1
実機ロボット上で深層強化学習により歩行方策を学習するシステムを開発し、自動データ収集と安全制約付きRLで3種類の地形での歩行獲得を実現した。
- 方策による軌道生成器の変調歩行2019/10/1
単純な方策でパラメトリックな軌道生成器を変調するアーキテクチャを提案し、四足歩行ロボットの速度制御歩行をIMU観測のみから強化学習で獲得、実機にも転移した。
- 三人称視点の人間デモからの脚式ロボット視覚ナビゲーションのゼロショット模倣学習模倣学習2019/9/1
人間の三人称視点デモを用い、視点不変特徴を抽出する特徴分離ネットワークとモデルベース模倣学習により、脚式ロボットの視覚ナビゲーション方策をゼロショットで学習する手法を提案した。
- 腱駆動ロボット脚の弾性要素が自律学習を促進するsim2real2019/9/1
腱駆動脚のシミュレーションで腱の剛性を変えながら自律学習の効率と精度を調べ、適度な弾性が学習と性能を向上させることを示した。
- メタ戦略最適化による脚式ロボットの高速適応学習歩行2019/9/1
訓練とテストで同じ適応プロセスを共有するメタ学習手法MSOを提案し、四足歩行ロボットがsim2realやモータ故障、坂道など新環境に少数試行で適応できることを実機で示した。
- 4.5分のデータで四足歩行を実現するモデルベース強化学習歩行2019/7/1
四足ロボットの歩行をわずか4.5分の実機データで学習するモデルベース手法を提案し、複数ステップ予測損失と遅延対応MPC、脚軌道の事前知識でリアルタイムかつ安全な歩行を実現した。
- 報酬なしメタ学習メタ学習2019/3/1
MAMLを拡張し、ファインチューニング時に報酬ではなく環境の観測可能なダイナミクスを用いることで、報酬信号なしで方策を自己適応させる手法を提案した論文。
- 深層強化学習による実機ロボットの歩行獲得歩行2018/12/1
最大エントロピー強化学習に基づくサンプル効率の高い手法で、シミュレーションやモデルなしに実機Minitaurロボットの安定した歩行を約2時間で獲得した。
- Soft Actor-Critic:最大エントロピー強化学習アルゴリズムとその応用強化学習2018/12/1
最大エントロピーRLに基づくオフポリシー型アクター・クリティック法SACを改良し、温度パラメータの自動調整などを導入してサンプル効率と安定性を向上、四足歩行や巧みな手の操作でも有効性を示した。
- ノイズ耐性のある構造化探索によるシミュレーション最適化sim2real2018/5/1
ブラックボックス最適化の有限差分を、直交行列に基づく構造化摂動で置き換え、ノイズに強い勾配近似を実現した。軌道最適化や四足歩行のsim2realに応用した。
- 四足歩行ロボットの俊敏な移動をシミュレーションから実世界へ学習させるsim2real2018/4/1
深層強化学習で四足歩行の制御をシミュレーション上で学習し、シミュレータ改良とロバスト方策で実機に転移させ、トロットとギャロップを実現した。
- ロボットによる着衣支援のための人間行動学習着衣支援2017/9/1
強化学習(TRPO)を用いて、ロボットが差し出す袖に腕を通す人間の動作モデルを構築し、3種類の支援戦略で訓練に成功した。
- 触覚情報を用いた布地ナビゲーションの学習触覚2017/3/1
触覚センサ付きアームが布地に絡まらずに袖やズボンなどを通り抜ける制御器を強化学習で訓練し、シミュレーションで有効性を示した論文。
- 未知環境に備える:オンラインシステム同定を用いた汎用ポリシーの学習sim2real2017/2/1
質量や摩擦などのダイナミクスが未知・変動する環境に対応するため、多様なモデルで訓練した汎用ポリシーと、履歴から動的パラメータを推定するオンライン同定を組み合わせた制御手法を提案した。
