Joseph E. Gonzalez
University of California, Berkeley
収録論文 21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
- 進化するエージェントチームマルチエージェント2026/10/27
局所最適に陥りがちなコーディングエージェントを、中央スーパーバイザがチームを再編成し永続ファイルシステムで経験を蓄積するマルチエージェント枠組みで改善し、GPUカーネル最適化やロボット操作で高性能を達成した。
- TURBO: クラウド拡張型自律制御のための効用認識帯域割り当てクラウドロボティクス2025/3/1
車両とクラウド間の帯域割り当てと制御パイプライン構成を統合最適化し、変動するネットワーク下でも安全性を保証しながら車両の効用を最大化するフレームワークを提案・実装した。
- クラウドコンピューティングを活用した自動運転車の安全性向上自動運転/クラウドロボティクス2023/8/1
不安定なクラウドを投機的実行で活用し、車載計算へのフォールバックを保証しながら自動運転車の判断精度を高めるシステムを提案した。
- 長尺ケーブルの自律的絡まり解消マニピュレーション2022/7/1
双腕ロボットとRGBD知覚・専用グリッパ・動作プリミティブを組み合わせ、最大3mのケーブルの絡まりを自律的に解消する手法を提案した。
- LUV: 紫外蛍光塗料で実現する教師なしラベル付き画像収集データ収集/セグメンテーション2022/3/1
透明な紫外蛍光塗料とUVライトを使い、通常照明とUV照明のペア画像からセグメンテーションマスクやキーポイントを自動抽出し、人手不要でラベル付きデータを高速収集するフレームワークを提案。
- 潜在空間安全集合による疎報酬反復タスクの長期視覚運動制御視覚運動制御2021/7/1
安全集合を学習済み潜在空間での二値分類として表現し、画像観測にスケール可能にしたLS3を提案。疎報酬の長期タスクで探索を制限しつつ効率的に学習できることを示した。
- 学習した操作特徴と回復方策による密な非平面結び目の解きほぐし変形物体操作2021/7/1
ロープやケーブルの密な結び目を解くため、把持位置を精密化するLOKIと進捗を検知して回復動作を行うSPiDERManを提案し、実機で従来より高い成功率を達成した。
- 多ケーブル結び目の解きほぐし:IRON-MANアルゴリズムマニピュレーション2021/6/1
複数ケーブルの絡まりを解くため、交差を順に除去するロボット動作を生成するIRON-MANを提案し、手術ロボットで最大3本のケーブル結び目を80.5%の成功率で解いた。
- 経路計画のための空間分割学習経路計画2021/6/1
報酬に応じて探索空間を適応的に分割する経路計画手法LaP3を提案し、局所解の多い2Dナビゲーションや実世界のマルチモーダルタスクで既存手法を上回る性能を示した。
- Pylot:自動運転車のレイテンシと精度のトレードオフを探るモジュール式プラットフォーム自動運転/システム2021/4/1
自動運転パイプラインをデータフローグラフとしてモジュール化し、各モデルのレイテンシ・精度が走行挙動に与える影響を調べられるオープンソース基盤を開発した。CARLAや実車に容易に展開でき、参照実装により実車走行とCARLAチャレンジ高スコアを達成した。
- 観測からの偶発計画:学習した行動モデルによる実行可能な偶発計画計画2021/4/1
条件付き自己回帰フローモデルで高次元のシーン観測と低次元の行動観測から偶発計画空間を構築し、CARLAのマルチエージェント運転シナリオで非偶発的な深層学習計画手法と比較した研究。
- 間欠的ビジュアルサーボ:手術器具交換に頑健な高精度手術操作のための効率的方策学習手術マニピュレーション2020/11/1
ケーブル駆動手術ロボットの高精度作業を、RGBカメラ画像から小さな補正動作を学習する間欠的ビジュアルサーボで自動化し、ペグ転送の成功率を大幅に向上させた研究。
- 学習したキーポイントで密な結び目を解くマニピュレーション2020/11/1
ロープやケーブルの密な結び目を解くため、学習ベースの知覚と幾何プランナを組み合わせたHULKを提案し、シミュレーションとda Vinci手術ロボットで有効性を示した。
- Recovery RL:学習した回復ゾーンを用いた安全な強化学習安全強化学習2020/10/1
オフラインデータから制約違反領域を事前学習し、タスク方策と回復方策を分離することで、探索と安全性のトレードオフを効率的に両立させる安全強化学習手法を提案。
- 多モーダルガウス形状記述子による変形物体の対応点マッチング変形物体対応点マッチング2020/10/1
変形する物体の画像間で画素単位の対応を自己教師あり学習するMMGSDを提案し、布やロープで従来手法より高精度な対応推定を実現した。
- シミュレーションで学ぶ布の密な視覚対応と実機でのしわ伸ばし・折り畳み変形物体マニピュレーション2020/3/1
シミュレーション上で布の異なる配置間の視覚的対応を学習し、その表現を用いて1回の実演から多様な布のしわ伸ばし・折り畳みタスクを実機で模倣できる手法を提案した。
- 合成深度データで学習した密オブジェクト記述子によるロープ操作ポリシー変形物体操作2020/3/1
合成深度画像からロープの密な点対応表現をシミュレーションで学習し、実機ロープを多様な形状に操作可能にした。結び目タスクで未見配置から66%の成功率を達成。
- 境界条件調整可能な安全なサンプルベース学習MPC学習MPC2020/3/1
確率的非線形システムに対し、新しい開始・目標配置へ素早く適応でき、期待値的に反復改善を保証するサンプルベース学習MPCアルゴリズムを提案し、3つの連続制御タスクで有効性を示した。
- 収束する監督者からのオンポリシー模倣学習模倣学習2019/7/1
学習中に性能が向上していく監督者からの模倣学習を定式化し、収束後の最良方策に対する後悔保証を示すとともに、モデルベースRLの監督者と組み合わせることで連続制御タスクでの高速化と性能向上を実現した。
- デモンストレーションからの安全拡張価値推定(SAVED):疎なコストのロボットタスクのための安全な深層モデルベース強化学習モデルベース強化学習2019/5/1
タスク完了信号と少数の劣ったデモンストレーションのみを用い、モデルベース強化学習で制約を守りながら効率的に探索するSAVEDを提案し、手術ロボットの結び目タスクなどで高い成功率と制約遵守を実現した。
- フォグ・ロボティクスによる深層ロボット学習:物体認識と把持計画への応用sim2real2019/3/1
クラウドとエッジで計算資源を分散するフォグ・ロボティクス手法を提案し、合成画像で学習したモデルを実環境画像に適応させて物体認識・把持計画を行い、散らかった床の片付けで有効性を示した。
