Kei Ota
The University of Tokyo
収録論文 29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
- AIRoA-0:手持ちデータから学ぶ長期的・高精度・汎用ロボットマニピュレーションマニピュレーション2026/11/2
ロボットを使わず手持ちグリッパで記録した1.6万時間超のデモから両手マニピュレーションを学習し、未知環境で78%の成功率を達成したシステム。
- YUBI-Real2Sim: 3DGSシーン検証による信頼性の高い方策評価sim2real2026/10/13
両手首の魚眼カメラ視点で3Dガウシアンスプラッティングによる実→シミュ再構成を行い、VLA方策の評価信頼性をアーティファクトや撮影擾乱に対して体系的に検証するフレームワークを提案。
- RoboPace: 接触を考慮した行動チャンク方策の時間最適リタイミングマニピュレーション2026/10/7
ロボットの運動制約と接触予測に基づき、方策の経路を変えずに実行速度をリアルタイムで調整する層を提案し、接触の多いタスクで成功率を保ちつつ実行時間を半減させた。
- YUBI-STAG: 自動動画言語グラウンディングによるVLAのための接触・意味豊富なアラインメントVLA2026/10/7
ロボット実演に接触物体や把持動作などの詳細な意味情報を自動付与し、視覚言語行動モデルをきめ細かい言語指示と整合させるフレームワークを提案。
- CounterAlign: 視覚言語行動モデルのための反事実的監督VLA/強化学習2026/8/22
専門家のデモンストレーションのみから、指示を入れ替えることで反事実的なデータを合成し、オフライン強化学習の報酬モデルを学習する手法を提案。ロボット操作の堅牢性を向上させる。
- マルチモーダルロボットデモにおける指示と軌道の不一致の監査VLA2026/8/1
ロボットのデモデータセットに含まれる、正しい動作だが誤った指示が付与されたデータを検出・修正する監査手法を提案した。
- 少なく見て、多く指定する:汎用VLAのための視覚的証拠予算VLA2026/6/1
視覚言語行動(VLA)モデルの汎化を改善するため、指示を詳細な軌跡・サブタスク言語で再ラベルし、明示的な視覚的証拠予算を課して実行器を訓練するフレームワークS2を提案した。
- YUBI: 両手巧緻操作のための指追従型ユニバーサル双指インターフェースの大規模展開データ収集/両手操作2026/6/1
指の動きをそのままグリッパーに伝える新しい手持ち型データ収集デバイスYUBIを開発し、両手での細かい操作タスクの大規模データセット(8,434時間・120万エピソード)を収集。このデータで訓練した単一ポリシーが複数のロボットに直接転移可能であることを実証した。
- 視覚言語行動のための連続推論VLA2026/6/1
自然言語はタスクレベルの粒度であり連続制御には不向きなため、VLAポリシーに適した連続思考を導入し、共有ガウス潜在変数として自己検証目的で学習する手法を提案した。
- Touch2Insert: 触覚によるピンと穴の交差検出を用いたゼロショット挿入触覚/挿入2026/3/1
触覚センサでピンと穴の断面形状を再構成し、位置合わせにより未知形状のコネクタ挿入をゼロショットで実現する手法を提案。シミュレーションと実機で高い精度と成功率を確認した。
- 分散触覚センシングによる外部接触と把持内姿勢の同時推定触覚2025/12/1
触覚センサの局所観測と接触の物理制約をファクタグラフで統合し、物体の把持内姿勢と外部接触を同時推定する手法を提案。触覚のみでも既存手法を上回る精度を実現。
- 軌道最適化における微分可能な衝突検出のための解析的条件軌道最適化2025/9/1
物体間の非貫入制約を効率的に扱うため、解析的な微分可能条件を導入し、多面体を滑らかな半代数集合で近似することで衝突を考慮した軌道最適化を可能にした。
- AIRoA MoMaデータセット:移動マニピュレーションのための大規模階層データセットマニピュレーション2025/9/1
移動マニピュレーション向けに、RGB画像・関節状態・6軸力覚センサ・ロボット内部状態を同期収録し、サブゴールとプリミティブ動作の2層注釈を付けた大規模実世界データセットを構築した。
- 力覚と視覚フィードバックを用いた最適化ベースのデモンストレーションによるピボット操作の学習マニピュレーション2025/8/1
接触を考慮した軌道最適化でデモを生成し、それをガイドに強化学習を行うことで、視覚・力覚・固有感覚のみを用いたピボット操作を実機で実現した。
- クロスモダリティ注意によるモダリティ選択とスキル分割マニピュレーション2025/4/1
触覚や音声などの追加モダリティをロボット基盤モデルに組み込む際、各時点で最も有益なモダリティだけを選ぶクロスモダリティ注意機構を提案し、さらに熟練者のデモから基本スキルを分割して階層的政策を訓練することで、長期的で接触の多いマニピュレーション課題を解決できるようにした。
- ゼロショットペグ挿入:視覚言語モデルによる嵌合穴の特定とSE(2)姿勢推定マニピュレーション2025/3/1
視覚言語モデル(VLM)を用いて、未見の穴に対するペグ挿入をゼロショットで実現するフレームワークを提案し、嵌合穴の特定と姿勢推定を行い、PC背面パネルへのコネクタ挿入で88.3%の成功率を達成した。
- 自律ロボット組立:部品の分離から精密組立までマニピュレーション2024/6/1
ランダムに置かれた部品からギアボックスを自律的に組み立てるロボットシステムを提案し、視覚・触覚・力覚センサを用いた閉ループ制御で実現した。
- 外部接触を活用したロバストな把持内操作マニピュレーション2024/3/1
ロボットが物体を把持したまま環境との外部接触モードを維持しつつ把持内姿勢を同時に調整する操作を実現するため、把持内力学モデルとパラメータ誤差に頑健な計画法を提案した。
- 触覚による外部接触パッチ推定に基づく安定配置触覚2023/9/1
把持物体と環境の接触パッチを触覚・力覚から推定し、複雑形状物体を安定に積み重ねるための配置安定性を評価する手法を提案。
- 触覚フィルタ:部品嵌合のための対話的触覚知覚触覚2023/3/1
視覚ベース触覚センサとパーティクルフィルタを用いて、ロボットが触覚情報を逐次取得しながら嵌合するペグと穴の推定を改善し、効率的に部品嵌合を行う手法を提案。
- H-SAUR: 仮説・シミュレーション・行動・更新・繰り返しによる物体の関節構造の理解マニピュレーション2022/10/1
関節物体の操作方法を確率的生成モデルで仮説・シミュレーション・行動・更新を繰り返して探索し、目標条件付きマニピュレーションを実現するフレームワークを提案。
- 物体記憶トランスフォーマによる物体目標ナビゲーション物体目標ナビゲーション2022/3/1
物体とシーンの長期記憶をTransformerで活用し、未知の屋内環境で目標物体へ効率的に到達する強化学習ナビゲーション手法を提案した論文。
- OPIRL: 分布マッチングによるサンプル効率の良いオフポリシー逆強化学習逆強化学習2021/9/1
オフポリシーデータの分布マッチングを用いて環境との相互作用を大幅に削減し、汎化性の高い報酬関数を学習する逆強化学習手法を提案した論文。
- 深層強化学習における大規模ネットワークの学習手法深層強化学習2021/2/1
DenseNet接続の広いネットワーク、表現学習とRL学習の分離、分散学習の3手法を組み合わせ、深層強化学習で大規模ネットワークを安定に学習させ性能向上を実現した。
- 動的環境における深層リアクティブプランニングマニピュレーション2020/11/1
キネマティックプランニングと深層学習・深層強化学習を組み合わせ、実行中に目標が変化しても視覚から知覚して適応できるエンドツーエンド方策を実現した研究。
- 拡張シミュレーションを用いた複雑な実時間物理問題解決のためのデータ効率学習sim2real2020/11/1
物理エンジンとガウス過程回帰の残差モデルを組み合わせ、円形迷路内のビー玉をリアルタイムNMPCで制御する手法を提案した論文。
- 入力次元を増やすと深層強化学習は改善するか強化学習2020/3/1
状態を高次元表現に変換するオンライン特徴抽出ネットワークOFENetを提案し、入力次元を増やすことでモデルフリー深層強化学習のサンプル効率と性能が向上することを示した。
- ゴール指向参照経路による制約環境での効率的探索ナビゲーション2020/3/1
経路計画を教師あり学習、制御を強化学習に分離し、衝突回避経路を予測して追従させることで、制約環境でのナビゲーション学習を高効率化・汎化させた研究。
- 強化学習による未知の拘束系のための軌道最適化軌道最適化2019/3/1
サンプリングベース計画で得た参照軌道を活用し、未知ダイナミクスを持つ系でも滑らかな軌道を生成する強化学習手法を提案し、6自由度マニピュレータでPID制御を上回る性能を示した。
