Juho Kannala
収録論文 15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
- 点追跡が世界行動モデルを改善するVLA2026/5/1
ピクセル予測に加えて2D点追跡と可視性を予測する世界行動モデルJOPATを提案し、長期的なダイナミクスと遮蔽への頑健性を向上させた。
- 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。
- 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。
- マルチモーダル適応と汎化の進展:従来手法から基盤モデルまでマルチモーダル適応2025/1/1
マルチモーダルなドメイン適応・汎化に関する初の包括的サーベイであり、従来手法からCLIPなどの基盤モデルを活用した最新手法までを整理し、課題と今後の方向性を示した。
- 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。
- 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。
- SuperFusion: 長距離HDマップ生成のための多段階LiDAR-カメラ融合自動運転/HDマップ生成2022/11/1
LiDARとカメラのデータを多段階で融合し、30m以内の短距離から90mまでの長距離の高精細セマンティックマップを生成する手法を提案。nuScenesと独自データセットで従来手法を大きく上回り、下流の経路計画の改善も示した。
- 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。
- 追加の教師なしで特徴点を学習し画像からの強化学習を改善強化学習2021/6/1
微分可能な特徴点抽出器を強化学習エージェントに直接組み込み、事前学習や追加損失なしで画像からの制御性能を向上させた研究。
- RealAnt:教育・研究向けの低コスト四足歩行ロボット歩行2020/11/1
強化学習のベンチマーク「Ant」を低コストで物理実装したRealAntを開発し、10分未満の経験で歩行を学習できることを示した。
- 低コスト実世界強化学習ベンチマークとしての自動運転学習(L2D)実世界RL/自動運転2020/8/1
Donkey carをミニチュアコースで走らせる低コストな実世界RLベンチマークを提案し、単眼画像と速度のみから脱輪を報酬に既存RLアルゴリズムが5分以内で運転を学習できることを示した。
- エネルギーベースモデルによるモデルベース計画の正則化モデルベースRL2019/10/1
学習したダイナミクスモデルによる計画を、状態遷移のエネルギー推定で正則化する手法を提案し、連続制御タスクで少ない経験での高性能を実現した。
- ノイズ除去オートエンコーダによる軌道最適化の正則化モデルベース強化学習2019/3/1
学習した環境モデルによる軌道最適化の誤差悪用を防ぐため、同じ軌道で訓練したノイズ除去オートエンコーダで正則化する手法を提案し、運動制御タスクでの初期学習の高速化を示した。
- ジャイロスコープを活用したロバストなカメラ自己校正自己校正2018/5/1
スマートフォンのジャイロとカメラを融合し、拡張カルマンフィルタでオンライン推定することで、初期値に依存せずロバストにカメラ内部パラメータとレンズ歪みを自己校正する手法を提案した。
