Joe Watson
収録論文 17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
- 構成タスクにおける継続学習のための世界モデルベンチマーク世界モデル/継続学習2026/9/18
ロボット操作における世界モデルの継続学習ベンチマークを提案し、タスクを行動と知覚の軸で分解して知識再利用を評価した。モジュール型世界モデルが忘却と再利用のバランスに優れるが、完全な解決には至らないことを示した。
- 異種デモンストレーションからの模倣学習：接地された潜在アクション世界モデルを用いて模倣学習2026/6/1
異なるアクション空間やラベル欠如を含む異種データソースから、予測に基づく共通の潜在アクション表現を学習し、行動クローニングポリシーを訓練する手法を提案。シミュレーションと実世界の操作タスクで有効性を実証。
- 学習報酬を用いた大規模行動モデルのコヒーレントなオフポリシー改善模倣学習/逆強化学習2026/6/1
大規模な事前学習済みロボット操作ポリシーを、逆強化学習で学習した稠密報酬を用いて微調整し、スパース報酬のRLベースラインよりも高い成功率を達成した。
- 勾配を勾配で積み上げる：双腕ロボット組立のための分散型エネルギー関数マニピュレーション2025/10/1
適応的ポテンシャル関数を自動合成して区分連続なエネルギー関数を作り、近視的最適化だけで双腕ロボットの組立を分散的に計画・再計画するフレームワークを提案。
- 帰納バイアスを用いた安全なロボット基盤モデルへの道安全・基盤モデル2025/5/1
ロボット基盤モデルに幾何学的帰納バイアスを組み合わせ、安全層ATACOMで行動制約を課すことで、形式的な安全保証を実現する手法を提案。
- 安全なロボット基盤モデルに向けて安全強化学習2025/3/1
汎用ロボット方策の行動空間を安全制約するレイヤーをATACOMの拡張により実現し、エアホッケー環境で衝突回避を実証した。
- バッチ・重み正規化によるオフポリシー強化学習のスケーリング強化学習2025/2/11
CrossQに重み正規化を組み込み、高い更新対データ比でも安定して学習できるようにし、連続制御タスクでのサンプル効率を改善した。
- グローバルテンソル動作計画動作計画2024/11/1
テンソル演算のみで構成され、GPU/TPU上でバッチ動作計画を高速化するサンプリングベース動作計画アルゴリズムを提案。
- 滑らかな制御の推論：ガウス過程によるモンテカルロ事後方策反復モデル予測制御2022/10/1
ガウス過程を事前分布に用いたモンテカルロ事後方策反復により、物理ロボットに適した滑らかなモデル予測制御を実現する手法を提案した。
- 実世界ロボティクス向けの微分可能なニュートン・オイラーアルゴリズムシステム同定2021/10/1
複雑な摩擦や非ホロノミック拘束を含む実機の力学モデルを、物理的に整合性のある形で勾配ベースに同定する微分可能シミュレータDiffNEAを提案し、オフライン強化学習で有効性を示した。
- クラウド上のロボット競技会：Real Robot Challengeマニピュレーション2021/9/1
遠隔操作可能な3本指ロボットプラットフォームを構築し、世界中のチームが参加できる器用な物体操作の競技会を開催した。競技で収集した数百時間分のデータセットも公開している。
- 近似ベイズ入力推論による効率的な確率的最適制御確率的最適制御2021/5/1
制御問題を入力推定問題として捉え、近似ベイズ推論を用いて確率的最適制御を効率的に解く手法を提案し、非線形シミュレーションで既存手法を上回る性能を示した。
- 実世界の巧みな物体操作に向けた構造化ポリシーとポリシー最適化のベンチマークマニピュレーション2021/5/1
2020 Real Robot Challengeで成功した構造化ポリシー手法をTriFingerシステム上でシミュレーションと実機の両方で検証し、各手法の特徴を詳細に分析したベンチマーク研究。
- 近似推論による軌道最適化の拡張：探索・共分散制御・適応的リスク軌道最適化2021/3/1
制御を推論問題として捉えるi2cアルゴリズムを解析し、非線形系での開ループ最適解と閉ループ分散低減を両立する専門家線形ガウス制御器、推論定式化に由来する適応的リスク感度、わずかな変更で実現できる共分散制御の3特性を導出した。
- 実世界オフライン強化学習のための微分可能物理モデルモデルベース強化学習2020/11/1
力学構造が既知ならば、物理ベースの微分可能モデルがブラックボックスモデルより優れることを示し、実機で4分のデータのみからボール・イン・カップ課題を学習した。
- マルチボディモデル学習のための微分可能なニュートン・オイラーアルゴリズムシステム同定2020/10/1
ニュートン・オイラー方程式を計算グラフ化したホワイトボックスモデルを提案し、運動学・動力学パラメータをデータから同時学習できることをフルータ振子や台車型倒立振子で実証した論文。
- 確率的最適制御を近似入力推論として捉える最適制御2019/10/1
推論と制御の双対性に基づき、最適制御を入力分布の推定問題として定式化し、EMとメッセージパッシングで時変線形ガウスフィードバック制御器を導出する手法を提案した。
