Joni Pajarinen
Aalto University
収録論文 36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
- クロススケルトン動作リターゲティングが非識別可能である理由:生成動作モデルの構造的限界動作生成/リターゲティング2026/9/29
異なる骨格間で動作を転送する生成モデルは、ソース動作を反映したのか典型的動作を生成したのか区別できない構造的曖昧性を持つことを示し、その検証指標SIFを提案した。
- SUN: 強化学習における新規性への到達強化学習2026/9/8
強化学習の探索において、新規性と到達可能性を同時に考慮した目標選択フレームワークSUNを提案し、到達不能な状態を含む環境で既存手法を上回る性能を示した。
- 限られたアノテーションとナビゲーション予算下での物体検出のための身体化能動学習能動学習2026/7/1
ロボットのナビゲーション時間とアノテーション予算の制約下で、未知環境に物体検出器を適応させる能動学習手法を提案。空間的なラベル不整合を利用して、失敗事例に焦点を当てた画像と軌道を選択する。
- 階層的組合せ計画のためのマルチタイムスケール抽象化の学習階層強化学習2026/5/16
確率的組合せ最適化問題に対して、可変時間の意思決定を扱うSMDP対応の世界モデルと潜在空間ツリー探索を組み合わせたモデルベース階層強化学習手法を提案し、ベンチマークで優位性を示した。
- 身体性ギャップを橋渡しする:分離型クロス身体性ビデオ編集ビデオ生成/身体性転移2026/5/1
人間のデモ動画からロボットの実行動画を生成する際、タスク情報と身体性情報を分離して表現し、拡散モデルを用いてロボット動画を合成する手法を提案した。
- オフラインメタ強化学習のための文脈潜在世界モデルメタ強化学習2026/3/3
オフラインのメタ強化学習において、タスク表現を潜在世界モデルに条件付けして共同学習することで、タスク依存のダイナミクスを捉える表現を獲得し、未見タスクへの汎化性能を向上させた。
- 大規模な器用なロボットピアノ演奏マニピュレーション2025/11/1
人間の実演なしに強化学習と模倣学習を組み合わせ、約1000曲を演奏できるロボットハンドを実現した。
- 弱い選好アライメントによる制御可能な生成的軌道予測軌道予測2025/10/1
弱い選好ペアを用いてCVAEの潜在変数に意味的属性を付与し、精度を落とさずに制御可能な多様軌道予測を実現した。
- ProTerrain:確率的物理情報に基づく不整地ワールドモデリング不整地走行2025/10/1
不整地走行のための確率的ワールドモデルを提案し、地形パラメータの空間相関を考慮した不確かさを微分可能物理エンジンで伝播させて軌道予測精度を向上させた。
- 操作してから移動:視覚的アフォーダンスと操作可能性事前分布を用いた強化学習移動マニピュレーション2025/8/1
移動可能な障害物を除去してから前進する「操作してから移動」タスクに対し、操作可能性事前分布とアフォーダンスマップを組み合わせた強化学習手法を提案し、Spotロボットの2つのシミュレーションタスクで有効性を示した。
- MoDeSuite:変形可能物体を用いた移動マニピュレーションを評価するロボット学習タスクスイート移動マニピュレーション2025/7/1
変形可能物体を扱う移動マニピュレーションのための8つのタスクからなる初の標準ベンチマークを提案し、強化学習・模倣学習アルゴリズムの評価とSpotロボットへのsim-to-real転移を示した。
- 未ラベル動画からの記号誘導による視覚プラン抽出視覚プランニング2025/5/1
未ラベルのプレイデータから視覚基盤モデルを用いてタスク記号を抽出し、記号遷移グラフに基づいて長期的な操作タスクの視覚サブゴールを効率的に生成するフレームワークVis2Planを提案。
- 自動運転のための拡散ポリシーにおける離散対照学習自動運転2025/3/1
人間の運転データから対照学習で運転スタイルの辞書を抽出し、量子化して条件付き拡散ポリシーを学習することで、より安全で人間らしい運転行動を生成する手法を提案した。
- 非キュレーション�データで世界モデルを導く効率的強化学習強化学習/世界モデル2025/2/1
報酬なし・品質混在・複数身体性の未整理データを世界モデルの微調整に活用し、経験リハーサルと実行ガイダンスでオンライン強化学習のサンプル効率を大幅に改善した。
- 二段階最適化によるヒューマノイドロボットの動作模倣模倣学習2024/10/1
人間のモーションキャプチャデータを物理的に実現可能な参照動作へと修正しながら、ヒューマノイドロボットの模倣学習ポリシーを二段階最適化で同時に訓練する手法を提案した。
- ReMoBot: 視覚基盤モデルを用いた検索ベースの少数ショット模倣学習による移動マニピュレーション模倣学習2024/8/1
視覚基盤モデルを活用し、実演から類似状態を検索して訓練なしに行動を決定する少数ショット模倣学習フレームワークを提案。Spotロボットの移動マニピュレーション3タスクで高成功率を達成。
- RP1M: 両手多指ロボットハンドによるピアノ演奏のための大規模動作データセットマニピュレーション2024/8/1
両手多指ロボットによるピアノ演奏の動作データを100万軌道以上集めた大規模データセットRP1Mを構築し、模倣学習のベンチマークで最先端性能を達成した。
- ROER: 正則化付き最適経験リプレイ強化学習2024/7/1
TD誤差による優先度付けを占有測度最適化の観点から再解釈し、KL正則化に基づく新しい経験リプレイ手法ROERを提案。連続制御タスクやオフライン→オンライン微調整で性能向上を示した。
- 適応的なオフライン・オンライン強化学習のための残差学習と文脈符号化強化学習2024/6/1
オフラインからオンラインへの強化学習で動的環境が変化する問題に対し、残差学習と文脈エンコーダで動的変化を補正し適応する手法を提案。
- 自殺的行動をする歩行者:自動運転車のための安全臨界シナリオ生成自動運転テスト2023/9/1
CARLAシミュレータ内で強化学習を用いて自殺的行動をする歩行者エージェントを設計し、自動運転車の危険な歩行者関連シナリオを自動生成する手法を提案。
- 局所観測を活用したロバストなロボット学習マルチエージェント強化学習2023/9/1
局所観測を用いたマルチエージェント強化学習が、集中制御と比べて複雑なロボットシステムのロバスト性を向上させることを理論と実機実験で示した論文。
- カリキュラム強化学習による球面振り子の追従制御マニピュレーション2023/9/1
自動カリキュラム生成と大規模並列シミュレーションを組み合わせ、ロボットアーム上の球面振り子の追従制御器を強化学習で獲得した。実機で最適制御と同等の性能を達成した。
- 時間的一貫性のみに基づく簡素化強化学習モデルベースRL2023/6/1
潜在時間的一貫性で学習した潜在ダイナミクスモデルのみを用いる簡素な表現学習が、高次元の運動タスクで高性能な強化学習を実現し、既存手法より高速に学習できることを示した。
- 触覚フィードバック操作のためのSeq2Seq模倣学習触覚2023/3/1
接触を伴う操作をSeq2Seq模倣学習で扱い、50回の実演のみからドア開けや嵌め込み作業を学習できる手法を提案した。
- オフラインからオンライン強化学習への安定した適応のための適応的行動クローニング正則化オフライン強化学習2022/10/1
オフライン強化学習で事前学習したエージェントをオンライン微調整する際、行動クローニング損失の重みを性能と安定性に基づいて適応的に調整し、さらにQ関数のランダム化アンサンブルを用いることで、性能崩壊を防ぎつつサンプル効率を向上させる手法を提案。
- 連続モンテカルログラフ探索プランニング2022/10/1
連続状態・行動空間でのオンライン計画のため、類似状態をクラスタリングして確率的バンディットノードとし、探索木ではなく層状有向グラフを構築するCMCGSを提案。DeepMind Control Suiteなどで既存手法を上回る。
- ロボティクスにおける部分観測マルコフ決定過程:サーベイ意思決定2022/9/1
不確実性下のロボット意思決定・制御タスクをPOMDPでモデル化・解決する研究を、タスク特性とアルゴリズムの両面から整理したサーベイ。
- ガウス過程のバッチ自動微分によるGPU加速方策最適化と実機制御への応用方策最適化2022/2/1
ガウス過程の予測サンプリングとモンテカルロ評価の自動微分をGPU上でバッチ処理し、重機の参照追従制御で方策学習を高速化・大規模化した研究。
- 悪条件でも高成功率を実現する改良型ニューラルネット積載制御重機制御2021/3/1
夏に学習した重機の積載制御を冬条件で検証し、注意機構を備えた改良型ニューラル制御器NNetV2が天候変化に頑健で高い成功率を示した。
- 物体構成の不確実性下におけるPOMDPマニピュレーション計画マニピュレーション2020/10/1
物体の切り分け(物体構成)が不確実な環境で、複数の仮説を考慮し情報獲得行動の価値も見込んで操作計画を立てるPOMDP手法を提案し、実機実験で有効性を示した論文。
- マトロイド制約付き劣モジュラ最大化としてのマルチセンサ次最良視点計画視点計画2020/7/1
複数の深度カメラで3Dモデルを構築する際の次最良視点計画を、重複を避ける効用関数の下でマトロイド制約付き劣モジュラ最大化として定式化し、定数近似保証付きの貪欲アルゴリズムで解く手法を提案した。
- 物体分離のための深層敵対的強化学習マニピュレーション2020/3/1
敵対的強化学習を用いて、訓練時と異なる初期状態でも物体を分離できるロボット制御を実現した論文。
- 確率的アプローチによる物体の絡み解きマニピュレーション2020/2/1
障害物による不確実性を確率マップで表現し、失敗確率をコストとしてRRTで計画することで、モデルなしで絡まった物体をロボットが解きほぐす手法を提案した。
- 模倣学習のアルゴリズム的視点模倣学習2018/11/1
ロボットなどの知能エージェントの振る舞いを手動でプログラムする代わりに、教師のデモンストレーションから学習する模倣学習について、前提・手法・関連性・アルゴリズム・実装の助言を体系的に紹介した入門論文。
- 不確実性下におけるハイブリッド制御の軌道最適化軌道最適化2017/2/1
離散と連続が混在するハイブリッド制御の軌道最適化をDDPに離散行動を組み込んで解き、不確実性下のPOMDP軌道計画にも拡張した研究。
- 複数物体操作をPOMDPとして解くロボットマニピュレーションマニピュレーション2014/2/1
未知物体が混在する環境での複数物体操作を部分観測マルコフ決定過程(POMDP)として定式化し、パーティクルフィルタに基づくオンライン計画手法を提案した。食器洗い機への食器収納タスクでシミュレーションと実機実験により有効性を示した。
