Jyotirmoy V. Deshmukh
University of Southern California
収録論文 26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
- Video2STL: VLM生成の時間仕様をロボット学習に接地するフレームワークVLA2026/9/29
観測のみの動画からVLMで時間論理仕様(STL)を生成し、ロボット軌道で閾値を接地して強化学習の報酬に用いる手法。4つのマニピュレーションタスクで平均85.8%の成功率を達成。
- LLM生成仕様から学習する四足歩行歩行2026/9/7
大規模言語モデルを用いて自然言語の歩行目標からパラメトリック時相論理仕様を自動生成し、それを報酬関数に変換して四足歩行ポリシーを強化学習で訓練する手法を提案した。
- 信号時相論理を用いた安全性を考慮したモデル予測経路積分制御計画・制御2026/8/25
信号時相論理(STL)で表される制約を制御バリア関数に変換し、MPPIコントローラに組み込むことで、安全性と効率性を両立するサンプリングベースの計画手法を提案した。火星探査車とクアッドコプターの実験で有効性を示した。
- Logic-VLA: 時間論理条件付き視覚言語行動モデルVLA2026/8/20
自然言語指示に加えて、推論時に与えられる信号時相論理(STL)仕様を満たすように行動を調整するVLAモデルを提案。STLエンコーダと2段階のポリシー適応により、形式要件の充足率を大幅に向上させつつ、通常のタスク成功率をほぼ維持する。
- STL-GOを用いた時空間・位相的制約を持つマルチエージェント計画群制御2026/7/29
マルチエージェントの経路計画において、時空間的・位相的制約を扱う論理STL-GOを満たす計画を、MIPとSMTの2つのエンコーディングで解く手法を提案し、UAV探索救助ベンチマークで評価した。
- 歩容を考慮した四足歩行の時間論理仕様による学習歩行2026/7/1
信号時相論理(STL)で歩容を指定し、報酬整形に用いることで、四足歩行の強化学習を改善する手法を提案した。
- デュエット:効率的な教示による二台ロボットの協調理解群制御2026/6/1
二台のロボットが協調して作業するための学習フレームワークを提案。VR遠隔操作と人間同士の協調動作データを活用し、少ない実機データで高性能な協調ポリシーを学習する。
- 時空間論理によるニューロシンボリックシナリオ生成の誘導自動運転/シナリオ生成2026/5/1
自動運転の安全性評価のため、時空間論理仕様を満たす重要シナリオを拡散モデルで生成するフレームワークSTRELGenを提案。
- 環境変化に強い安全計画:生成的事前分布とロバスト共形予測の融合安全計画2026/2/1
交通密度などの観測可能なパラメータで分布シフトを捉える条件付き拡散モデルを学習し、オンラインで合成データを生成して共形予測とモデル予測制御を組み合わせることで、環境変化下でも確率的な安全保証を維持する計画手法を提案した。
- 自動運転車:もうそこにいるのか?自動運転2025/9/1
CARLA、nuPlan、Waymoのリーダーボードに掲載された運動計画手法を比較し、共通評価プラットフォームで再評価して現状の課題と傾向を分析した。
- ConformalNL2LTL:自然言語指示を時間論理式へ変換する適合的保証付き手法VLA2025/4/1
大規模言語モデルと適合予測を組み合わせ、自然言語の指示を線形時間論理式に変換する際の正しさをユーザー指定の成功率で保証しつつ、人手介入を最小化する手法を提案。
- 時空間論理仕様下での分布的ロバスト予測ランタイム検証ランタイム検証2025/4/1
設計時と実環境での分布ずれを考慮し、時空間論理タスクに対するマルチエージェント系のランタイム検証をロバスト共形予測で保証する手法を提案。
- 脊髄と四肢の動きを協調させたサラマンダー型ロボットの移動能力向上歩行2025/4/1
サラマンダーの歩行を模倣し、生物学的な歩容設計と深層強化学習を組み合わせたハイブリッド制御で、脊椎関節を活用した四足ロボットの不整地でのロバストな這行を実現した。
- 効率的な勾配法によるオートマトン目標の動作計画動作計画2024/10/1
記号オートマトンの目標を微分可能な行列演算子として表現し、勾配ベースの最適化で動作計画を解く手法を提案した。
- Conformal Predictionによる形式検証と制御形式検証2024/9/1
学習を組み込んだ自律システムの安全性を保証するため、不確実性定量化手法であるConformal Predictionを形式検証や制御設計に応用する研究をサーベイした論文。
- 分布シフト下における確率的サイバーフィジカルシステムの統計的可到達性解析安全性検証2024/7/1
シミュレータの分布と実環境の分布がずれる状況で、確率的サイバーフィジカルシステムの到達可能状態を高い確率で保証する統計的手法を提案した。代理モデル学習・到達性解析・ロバスト共形推論の3段階で構成される。
- 時相論理仕様に基づく見まね学習の改善模倣学習2023/11/1
時相論理で記述されたタスク目標をグラフに符号化し、実演者と学習エージェントの振る舞いを評価する指標を導入することで、必要な実演数を大幅に削減しつつ制御方策を学習する手法を提案した。
- 分布シフト下でのSTLランタイム検証のためのロバストコンフォーマル予測sim2real2023/11/1
設計時と実環境の分布差を考慮し、ロバストコンフォーマル予測を用いてSTLタスクのランタイム検証を確率的に保証する手法を提案し、Frankaマニピュレータのシミュレーションで検証した。
- 確率力学系のデータ駆動型到達可能性解析:共形推論によるアプローチ到達可能性解析2023/9/1
確率力学系のデータから代理モデルを学習し、共形推論で誤差を評価することで、確率的な到達可能性保証を与える手法を提案した。
- 凸最適化による分布シフト補償のためのポリシー適応制御最適化2023/4/1
訓練環境で得た最適軌道を実環境で追従するため、分布シフトに対応するポリシー適応を凸緩和で解き、PSOより高精度・高速に追従できることを示した。
- STLランタイム検証のためのコンフォーマル予測ランタイム検証2022/11/1
確率的システムの信号時相論理仕様に対する違反確率を予測するため、コンフォーマル予測を用いて予測不確実性を定量化する2つのランタイム検証アルゴリズムを提案した。
- 時空間知覚論理による自動運転車の知覚システム要件の形式化と評価自動運転知覚2022/6/1
自動運転車の知覚システムを評価するため、空間・時間演算子を備えた時空間知覚論理(STPL)を提案し、地上真値なしでも機能チェックを可能にする枠組みを示した。
- 実演から性能グラフを学習するタスク評価手法模倣学習2022/4/1
ユーザーの実演と形式的タスク仕様から、仕様間の優先順位を表す性能グラフを自動学習し、手動指定と同等の制御方針が得られることを示した。
- 記号オートマトンで符号化された目的に対するモデルフリー強化学習強化学習2022/2/1
記号オートマトンでタスク仕様を表現し、疎な報酬ではなくポテンシャルベースの非疎報酬を定義することで、強化学習の収束性と分散を改善する手法を提案した論文。
- 信号時相論理で示範の品質を評価する模倣学習模倣学習2021/2/1
信号時相論理を用いて示範の品質を評価・順位付けし、非マルコフ報酬を生成することで、不完全な示範に頑健な模倣学習手法を提案した論文。
- Signal Temporal Logic仕様に基づくモデルベース強化学習モデルベースRL2020/11/1
報酬関数の代わりにSignal Temporal Logic(STL)で高レベルなロボット行動を記述し、モデルベース学習と組み合わせて有限時間でのSTL充足度を最適化するモデル予測制御器を設計した論文。
