Joschka Boedecker
収録論文 42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
- INTERACT: アンカー条件付き予測と信頼領域精緻化による自動運転の対話型プランニング自動運転プランニング2026/9/25
周囲の車が自車の意図に反応する性質を利用し、地図から導いた複数の運転意図(アンカー)ごとに予測モデルを呼び出して信頼領域付きで軌道を最適化する対話型プランニング手法を提案。
- 快適性を構造で保証:学習済み運転ポリシーのための適応的快適性制約付き行動空間自動運転2026/9/11
横ジャーク制約を閉形式で逆算し、各ステップで実現可能な制御集合に合わせて行動グリッドを再離散化する適応的手法を提案。快適性違反を1%未満に抑えつつ、操縦性で既存手法を上回る。
- 片手はもう一方を見る:動的環境でのサンプル効率的な両腕操作のための動的マルチエージェント協調両腕操作2026/7/1
動的環境や両腕協調操作において、従来のマルチストリームポリシーが前提とする因果的独立性が崩れる問題を解決するため、反対側の腕を動的タスクパラメータとして扱う軽量なフレームワークDynaMACを提案し、静的デモから動的環境へのゼロショット一般化を実現した。
- 確率的リカレント意図切替モデル逆強化学習2026/5/26
逆強化学習において、エピソード内の目標切替を捉えるため、リカレントネットワークで観測履歴から意図分布を推定する新しいモデルを提案し、EMアルゴリズムが閉形式で解けることを示した。ロボット操作データを含む複数環境で評価し、高い尤度と解釈可能な意図抽出を実現した。
- 自己対戦とスケールを超えて:自動運転の汎化のための行動ベンチマーク自動運転2026/5/1
大規模強化学習で訓練された自動運転ポリシーを標準ベンチマークで評価するための包括的なテストスイート「BehaviorBench」を提案する。
- 時間的抽象化による前向き・後向き表現のスペクトル整合表現学習2026/3/1
連続制御における前向き・後向き表現の低ランク学習で生じるスペクトル不整合を、時間的抽象化がローパスフィルタとして働き緩和することを理論的・実験的に示した研究。
- 能動学習によるラベル効率の良い点群セグメンテーション点群セグメンテーション2025/12/1
点群を2Dグリッドで分割し、ネットワークアンサンブルで不確実性を推定して注釈対象を選ぶ能動学習手法を提案し、複数のデータセットで高性能を示した。
- 運転はゲーム:ベイズ反復最適応答による計画と予測の統合自動運転計画2025/12/1
自動運転の計画と予測をゲーム理論の反復最適応答ループで統合し、ベイズ信頼度推定で予測の不確実性を考慮するフレームワークBIBeRを提案。
- 情報理論的エンパワーメントによる方策の事前学習強化学習2025/10/1
割引エンパワーメントを導入し、それを最大化する方策を事前学習に用いることで、下流タスクへの適応をデータ効率的にする手法を提案した。
- 自動運転の計画における予測と提案の重要性自動運転計画2025/10/1
自動運転の統合予測・計画において、完全な予測よりも多様で高品質な提案生成が重要であることを示し、提案中心の手法を提案した。
- MSG: サンプル効率の高いロボットマニピュレーションのためのマルチストリーム生成ポリシーマニピュレーション2025/9/1
複数の物体中心生成ポリシーを推論時に合成することで、わずか5回のデモンストレーションから高品質なポリシーを学習し、サンプル効率と汎化性能を大幅に向上させる手法を提案。
- Fast ECoT: 思考の再利用による効率的な身体性Chain-of-Thought推論VLA2025/6/1
VLAモデルの身体性Chain-of-Thought推論を、高レベル推論のキャッシュ・再利用とモジュール推論の並列生成により高速化し、学習不要でリアルタイム動作に近づけた手法。
- ロボット方策学習における離散時間ガウス過程混合の不合理な有効性模倣学習2025/5/1
カメラ観測のみを用いた5件程度のデモからロボット操作方策を学習する離散時間ガウス過程混合(MiDiGap)を提案し、CPUで1分未満で学習でき、衝突信号や運動制約による推論時の誘導で障害物回避や機体間転移も実現した。
- ロボット制御のための潜在線形二次レギュレータ制御2024/7/1
状態空間を潜在空間に写像し、そこで線形ダイナミクスと二次コスト関数を学習することで、LQRを効率的に適用する手法を提案。
- 模倣の技法:少数の実演から長期的マニピュレーションタスクを学習するマニピュレーション2024/7/1
RGB-D観察と5回の実演のみから、スキル分割とリーマン幾何GMMを用いて複雑なロボット操作タスクを高サンプル効率で学習する手法を提案。
- 階層的知見:構造的類似性を活用した信頼性の高い3Dセマンティックセグメンテーション3Dセマンティックセグメンテーション2024/4/1
3D LiDARセマンティックセグメンテーションにおいて、クラス間の階層的な関係をマルチラベル分類として学習させることで、信頼性の高い予測とキャリブレーションを実現する手法を提案した論文。
- PlanNetX:MPCから学習する縦方向制御のための効率的なニューラルネットワークプランナ模倣学習/制御2024/4/1
MPCの計画軌道全体をニューラルネットワークで模倣するPlanNetXを提案し、自動運転の縦方向プランナとしてCommonRoadで評価した。
- 地形とロボットの特性に適応する文脈条件付きナビゲーションナビゲーション2023/7/1
摩擦係数が場所ごとに変化する地形やロボットの動特性の変化に適応できる、ニューラルプロセスに基づく確率的順動力学モデルTRADYNを提案し、2Dナビゲーションで予測誤差の低減と制御効率の良い経路計画を実現した。
- ロボットの内在的対称性を利用した幾何学的正則化による連続制御学習強化学習2023/6/1
ロボット構造が持つ反射・回転対称性をネットワーク構造に組み込み、オンライン・オフライン強化学習で連続制御タスクの学習効率と性能を向上させる手法を提案。
- 画像の裏切り:ロボットマニピュレーションのためのベイズシーンキーポイントによる深層方策学習マニピュレーション2023/5/1
ベイズ推定でスケール不変なキーポイントを追跡し、対称物体や遮蔽・視野外の物体でも位置の曖昧さを解消して、腕カメラからの多物体マニピュレーション方策学習を高効率化する手法BASKを提案。
- 悪天候下におけるLiDAR知覚のサーベイLiDAR知覚2023/4/1
霧・雪・雨などの悪天候がLiDARの知覚性能に与える影響と、その対策(データ整備、点群ノイズ除去、ロバスト知覚、センサフュージョン)に関する研究を整理し、課題と今後の方向性を示したサーベイ論文。
- 適応的自動運転制御のためのリカレント強化学習を組み込んだモデル予測制御自動運転/適応制御2023/1/1
MPCの内部ダイナミクスモデルのパラメータをリカレント強化学習で継続的に適応させ、CARLAシミュレータで外乱に頑健な自動運転制御を実現した。
- 自動運転レースにおける戦略的運動計画の階層的アプローチ運動計画2022/12/1
強化学習で上位方策を学習し、非線形モデル予測制御のコスト関数に反映させることで、安全な軌道を生成しつつ追い抜きや防御の戦略を獲得する手法を提案。
- 柔軟ロボットのための非線形モデル予測制御の安全な模倣学習模倣学習2022/12/1
柔軟ロボットのNMPCを模倣学習と予測安全フィルタで安全に近似し、計算時間を8倍以上短縮しつつ安全性を保証する手法を提案。
- タスク非依存オフライン強化学習のための潜在プランオフライン強化学習2022/9/1
模倣学習で低レベル潜在スキルを、オフライン強化学習で高レベルスキル連鎖方策を学ぶ階層的手法を提案し、実世界25種の操作タスクで既存手法を上回った。
- オフライン強化学習による高速道路走行軌道の最適化強化学習/自動運転2022/3/1
高速道路の自動運転向けに、オフライン強化学習で連続的な軌道パラメータを学習し、多項式ベースの滑らかな軌道を生成する手法を提案した論文。
- プレイデータから学ぶアフォーダンスによるサンプル効率の良い方策学習アフォーダンス学習2022/3/1
人間の遠隔操作プレイデータから自己教師ありで視覚アフォーダンスモデルを抽出し、モデルベース計画と深層強化学習を組み合わせて、少ない試行で効率的に方策を学習する手法VAPOを提案した。
- 適応的に校正された批評家推定による深層強化学習強化学習2021/11/1
オンポリシーの分散は大きいが偏りのないロールアウトを用いてTDターゲットのバイアスを適応的に補正するACCを提案し、連続制御ベンチマークで環境ごとのハイパーパラメータ調整なしに最先端性能を達成した。
- 間違いを正して:ロボットマニピュレーションのための対話型学習マニピュレーション2021/10/1
人間の教師が修正フィードバックと評価フィードバックの両方を与える対話型学習フレームワークCEILingを提案し、生画像から複雑なマニピュレーションタスクを1時間未満の実世界訓練で解けることを示した。
- 不確実性を伴う接触リッチなマニピュレーションタスクのための残差フィードバック学習マニピュレーション2021/6/1
既存コントローラの出力だけでなくフィードバック信号も強化学習で修正する残差フィードバック学習を提案し、位置・姿勢の不確実性下でのペグ挿入タスクで性能向上を示した。
- モデルベース行動提案を用いた償却Q学習による高速道路自動運転自動運転/強化学習2020/12/1
軌道計画器が生成する局所最適マヌーバを行動として用い、強化学習で長期的に最適な高速道路運転の意思決定を学習する手法を提案し、SUMO上で既存手法より優れる性能を示した。
- 自動運転のためのサロゲートQ学習自動運転/強化学習2020/10/1
周囲の他車の行動を代理教師として活用し、車線変更ポリシーを効率的に学習するサロゲートQ学習と、可変台数の車両に対応する置換同変なQ関数ネットワーク・シーン中心経験再生を提案した論文。
- 制約付き深層逆Q学習逆強化学習2020/8/1
Q学習の構造に確率的行動仮定を組み込み、専門家の方策を一度のMDP求解で復元する逆強化学習アルゴリズム群を提案し、連続状態空間や硬い制約にも拡張した。
- 制約付きQ学習:安全制約を満たす方策を直接学習する枠組み強化学習/安全制約2020/3/1
Q更新時に行動空間を制約することで、制約付きMDPの最適Q関数と安全方策を直接学習するオフポリシーRL手法を提案し、自動運転の意思決定で検証した。
- 動的相互作用を考慮した自動運転強化学習のためのシーン理解自動運転/強化学習2019/9/1
自動運転の意思決定に強化学習を用いるため、Deep Setsやグラフ畳み込みネットワークを拡張したDeep Scenesアーキテクチャを提案し、交通参加者間の相互作用を考慮したシーン表現を学習するGraph-QとDeepScene-Qを開発、SUMOシミュレータで従来手法を上回る性能を示した。
- 自動運転の深層強化学習における動的入力の扱い自動運転/強化学習2019/7/1
周囲の車の数が変動する自動運転の意思決定において、Deep Sets構造をオフポリシー強化学習に導入し、可変サイズ入力への対応と未知状況への汎化性能を比較検証した論文。
- スケジュールされた内発的ドライブ:階層的な内発的動機付け探索強化学習/探索2019/3/1
内発的・外発的方策を別々に学習し、探索とタスク遂行をスケジュールで切り替える階層的強化学習手法を提案。軌道全体の統計を用いる新たな内発的報酬SFCにより、視覚入力環境での探索効率を大幅に改善した。
- ロボット用VRゴーグル:視覚制御のための実世界からシミュレーションへのドメイン適応sim2real2018/2/1
実世界の画像をシミュレーション風に変換してから強化学習ポリシーに入力することで、シミュレーションで学習した視覚制御ポリシーを実環境へ転移する手法を提案した論文。
- 思考で動かす:コミュニケーション困難なユーザーのための移動型サービスロボットアシスタントBCI/ヒューマンロボットインタラクション2017/7/1
脳波インターフェース(BCI)を用いて、麻痺のあるユーザーが思考だけで移動型サービスロボットに指示を出し、物の運搬や人とのインタラクションを閉ループで実行できるフレームワークを開発し、実環境での有効性を示した。
- ニューラルSLAM:外部メモリを用いた探索学習SLAM2017/6/1
外部メモリへの注意機構にSLAMの手続きを組み込み、強化学習エージェントが長期記憶を要する未知環境を探索できるようにした研究。
- ロボット制御のための深層学習手法サーベイ:強化学習から模倣学習まで強化学習/模倣学習2016/12/1
ロボットの制御方策を深層学習で獲得する研究を、深層強化学習と模倣学習の2大パラダイムに分けて体系的に整理したサーベイ。
- 後継特徴量を用いた深層強化学習による類似環境間のナビゲーションナビゲーション2016/12/1
迷路状環境でのロボットナビゲーションを、後継特徴量に基づく深層強化学習で解き、学習済みタスクの知識を新環境や新目標へ転移して学習時間を大幅に短縮する手法を提案した。
