Karl Schmeckpeper
収録論文 24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
- 生成的なReal-to-Simによるロボットマニピュレーションのためのテスト時空間推論sim2real2026/9/27
単一のRGB-D画像から3D生成モデルと視覚言語モデルでシミュレーション可能なシーンを再構築し、数千の並列物理シミュレーションと進化的探索によって物体配置を最適化する、訓練不要のテスト時空間推論フレームワークを提案。
- 視覚運動ポリシーの短期記憶を拡張し長期的タスクを実現模倣学習2026/6/1
本論文は、模倣学習による視覚運動ポリシーに短期記憶を効果的に組み込むためのアーキテクチャPRISMを提案し、新しいベンチマークReMemBenchで評価した。
- 合成事前分布からの世界行動モデルの効率的なSim-to-Real転移sim2real2026/6/1
シミュレーションで訓練した世界行動モデルを実ロボットにゼロショット転移させる初の試みで、物体持ち上げや引き出し開閉などの操作タスクで35%の成功率を達成した。
- BCでQ関数を作る:模倣学習からQ値を抽出してロボット上で強化学習を行うロボット学習2026/5/1
模倣学習(BC)のポリシーからQ関数を抽出し、オンライン強化学習でBCとRLの行動をQ値で切り替えることで、効率的なオフラインからオンラインへの学習を実現する手法Q2RLを提案した。
- ExpertGen: 不完全な行動事前分布からのスケーラブルなSim-to-Realエキスパート方策学習sim2real2026/3/1
不完全なデモから拡散方策を事前分布として学習し、その初期ノイズを強化学習で最適化することで、報酬設計なしに高品質なエキスパート方策をシミュレーションで自動生成し、実機転移を可能にするフレームワーク。
- 黄金のチケット:単一のノイズベクトルで生成ロボットポリシーを改善VLA2026/3/1
事前学習済みの拡散・フローマッチングポリシーに対し、ガウス分布から毎回サンプリングする代わりに固定の初期ノイズ(黄金のチケット)を与えることで、追加学習なしにタスク成功率を向上させる手法を提案。
- SOLE-R1: ビデオ言語推論を唯一の報酬とするオンボット強化学習VLA2026/3/1
ビデオと言語目標からタスク進捗を推論するモデルSOLE-R1を開発し、これを唯一の報酬としてロボットが未見の操作タスクをゼロショットで強化学習できるようにした。
- AnyTask: Sim-to-Realポリシー学習を進めるための自動タスク・データ生成フレームワークsim2real2025/12/1
GPUシミュレーションと基盤モデルを組み合わせ、多様なマニピュレーションタスクの設計から専門家デモ生成、実機転移までを自動化するフレームワークを提案。生成データで学習したポリシーが実機で平均44%の成功率を達成。
- Sceniris: 高速な手続き型シーン生成フレームワークシーン生成2025/12/1
衝突のない大規模な3Dシーンを高速に生成する手続き型フレームワークを提案し、従来手法より234倍以上の高速化を実現した。
- 不確かさ推定で残差強化学習を加速する強化学習2025/6/1
ベース方策の不確かさを利用して探索を効率化し、確率的なベース方策にも対応できる残差強化学習手法を提案。シミュレーションと実機で既存手法を上回る性能を示した。
- Real-is-Sim: 動的デジタルツインによるSim-to-Realギャップの橋渡しsim2real2025/4/1
動的デジタルツインを介して実機とシミュレーションを60Hzで同期させ、ポリシーを常にシミュレータ上で実行することでSim-to-Realギャップを解消する行動クローニング手法を提案。
- 目標対比報酬による実機ロボット強化学習強化学習2024/10/1
人間や他ロボットの行動なし動画から密な報酬関数を学習し、実機ロボットの強化学習を効率化する手法GCRを提案。
- Theia: ロボット学習のための多様な視覚基盤モデルの蒸留VLA2024/7/1
複数の視覚基盤モデルを蒸留して、多様な視覚知識を符号化したロボット学習用の視覚基盤モデルTheiaを提案し、少ないデータと小さいモデルで従来手法を上回る性能を実証した。
- 想像ポリシー:生成的点群モデルを用いたマニピュレーションポリシーの学習マニピュレーション2024/6/1
目標状態の点群を生成し、剛体動作推定で行動に変換するマルチタスク・キーフレームポリシーを提案。RLbenchで高性能を示し、実機でも検証した。
- 視覚と言語によるナビゲーションのためのクロスモーダル地図学習VLA2022/3/1
言語と視覚の対応を明示的な空間表現(地図)上で学習し、観測・未観測領域の上面視意味地図を予測して経路をウェイポイントとして出力するVLN手法を提案した論文。
- 不確実性に基づく探索・ナビゲーション計画フレームワークナビゲーション2022/2/1
視野外の占有マップを生成し、その予測不確実性を利用して探索と目的地ナビゲーションの経路選択を行う計画手法を提案した論文。
- Bridge Data:クロスドメインデータセットでロボット技能の汎化を促進模倣学習2021/9/1
10環境71タスク7200デモからなる大規模マルチドメインデータセットを収集し、新規タスク・新規環境での学習に併用すると成功率が約2倍になることを示した。
- 能動的意味ゴールナビゲーションのための地図生成学習ナビゲーション2021/6/1
エージェントの視野外の意味地図を能動的に生成し、未観測領域のクラス不確実性を長期ゴール決定に活用することで、未知環境での物体ゴールナビゲーションを改善した研究。
- アノテーション不要の物体中心動画予測動画予測2021/5/1
強力な視覚モデルの事前知識を活用し、物体アノテーションなしで物体中心の動画予測を行う手法OPAを提案し、積み重なった物体の落下動画で有効性を示した。
- 動画を活用した強化学習:オフライン観察と対話の組み合わせ強化学習2020/11/1
人間の動画とロボットの対話データを組み合わせて方策と価値関数を学習するRLVフレームワークを提案し、ゼロから学ぶRLの半分以下のサンプルで視覚ベースの難しいスキルを獲得できることを示した。
- 敵対的好奇心によるスケーラブルな探索探索/能動学習2020/3/1
識別器と予測モデルを敵対的に学習させ、予測が最も非現実的になる観測・行動列を能動的に選ぶことで、ロボット操作の予測計画パイプラインでも効率的に探索できる手法を提案した。
- 意味的知覚フィードバックを用いた部分的に既知な平面環境での反応的ナビゲーションナビゲーション2020/2/1
SLAMと物体認識を活用し、既知物体のカタログと未知障害物を避けながら目標へ収束する反応的ベクトル場プランナを提案し、車輪・脚式ロボットで実証した。
- 観察と相互作用から予測モデルを学ぶモデルベース強化学習2019/12/1
ロボットが自身の相互作用データに加え、人間の動画など他者の観察データも活用して予測モデルを学習する手法を提案し、道具使用の計画に応用した。
- RoboNet: 大規模マルチロボット学習のための共有データベースマニピュレーション2019/10/1
7種類のロボットから1500万フレームの動画を集めた共有データベースRoboNetを構築し、視覚ベースのマニピュレーション学習に活用できることを示した。
