Leonel Rozo
収録論文 33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
- ダイナミクスを流れに任せよ：安定フローマッチング力学系模倣学習/安定性2026/6/1
フローマッチングを用いた模倣学習の力学系に、リアプノフ安定性や正不変性の形式的保証を組み込む新しい枠組みを提案し、多峰性と安定性を両立したロボット動作生成を実現した。
- 双曲多様体上の分類体系を考慮した動的動作生成動作生成2025/9/1
人間の動作の階層的分類構造を保ちながら物理的に整合した動作を生成するため、ガウス過程動的モデルを双曲多様体に拡張した手法を提案した。
- ポテンシャル場誘導フローマッチングによる安全な模倣学習模倣学習2025/8/1
成功デモからタスク方策と障害物情報(ポテンシャル場)を同時に学習し、推論時にフローマッチングのベクトル場をポテンシャル場で変調することで、タスク成功率を保ちながら衝突を大幅に削減する手法PF2MPを提案した。
- 幾何学的接触流：ダイナミクスと制御のための接触同相写像ロボティクス/制御2025/6/1
リーマン幾何と接触幾何を帰納バイアスとして用い、接触ハミルトンモデルと接触同相写像のアンサンブルで力の交換や散逸を含む複雑なダイナミクスを学習・制御するフレームワークを提案。
- 陰的表現を用いた収縮力学系の微分同相障害物回避障害物回避2025/4/1
デモから学習した収縮力学系に微分同相変換を適用し、SDFを用いて収縮性を保ちながら障害物回避を実現する手法を提案。
- Riemann²: リーマン幾何データからのリーマン部分多様体学習表現学習2025/3/1
単位ノルムベクトルや対称正定値行列のような幾何的制約を持つデータに対し、Wrappedガウス過程潜在変数モデルを用いてリーマン幾何を考慮した潜在表現を学習する手法を提案した。
- 高速でロバストな視覚運動リーマン・フローマッチング方策VLA2024/12/1
リーマン多様体上のフローマッチングを用いて、幾何学的制約を考慮しつつ高速推論と安定性を両立した視覚運動方策を提案し、実機を含む10タスクで既存手法を上回る性能を示した。
- 拡張ニューラル収縮力学系：複数タスクとリーマン安全領域模倣学習2024/11/1
デモからの学習に安定性保証を与えるニューラル収縮力学系を拡張し、複数タスク対応の条件付き変種と不確実性に基づく障害物回避を導入した。
- リーマン多様体上のフローマッチングによるロボット動作学習ポリシーVLA2024/3/1
フローマッチングをリーマン多様体上に拡張し、ロボットの視覚運動ポリシーを効率的に学習・生成する手法RFMPを提案。拡散ポリシーより滑らかな軌道と高速推論を実現。
- ニューラル収縮力学系力学系学習2024/1/1
ニューラルネットワークで学習した力学系に収縮性による大域的安定性を保証する手法を提案し、高次元系や回転群上の姿勢制御、障害物回避にも拡張した。
- 単一接空間の誤謬を解き明かす：ロボット学習におけるリーマン幾何学適用の分析と明確化ロボット学習2023/10/1
ロボット学習でリーマン幾何学を用いる際、データを単一の接空間に射影する「単一接空間の誤謬」が広く見られることを指摘し、その理論的問題点と実験的欠点を明らかにして、正しい適用方法を提案した論文。
- ガウス混合モデル方策最適化のためのWasserstein勾配流方策最適化2023/5/1
ロボットの方策最適化を最適輸送問題として捉え、ガウス混合モデル方策をWasserstein勾配流で更新する手法を提案し、到達運動や衝突回避などで有効性を示した。
- e-Bikeモーター組立：フレキシブル生産のための高度ロボットマニピュレーションマニピュレーション2023/4/1
e-Bikeモーター組立を題材に、現場で教示可能な知覚・スキル学習・タスク順序・オンライン適応を統合した適応型ロボット組立フレームワークを提案・実証した。
- 微分同相写像によるリーマン多様体上の安定力学系の学習マニピュレーション2022/11/1
ニューラル多様体ODEに基づく微分同相写像を用いて、リーマン多様体上でリアプノフ安定性を保証する力学系をデモンストレーションから学習する手法を提案し、実機マニピュレーションで有効性を示した。
- 双曲空間上のGPLVMによる連続領域への動作分類体系の導入動作解析2022/10/1
人間の動作分類体系を双曲埋め込みでモデル化するガウス過程潜在変数モデルを提案し、階層構造を保ちながら未見データを適切に表現できることを示した。
- 時相論理制約下でのロボットマニピュレーション技能の最適化マニピュレーション2022/9/1
模倣学習で獲得した技能に対し、Signal Temporal Logicでタスク仕様を記述し、ブラックボックス最適化で軌道を適応させる手法を提案。実機産業タスクで有効性を示した。
- 学習されたリーマン多様体上での反応的動作生成動作学習2022/3/1
人間のデモからVAEでリーマン計量を学習し、測地線として自然な動作スキルを生成するとともに、障害物認識メトリックで多様体を変形させてオンライン障害物回避を実現した。
- リーマン多様体上のMatérnカーネルを用いた幾何学考慮型ベイズ最適化ベイズ最適化2021/11/1
球面や回転群など非ユークリッド空間上の関数を対象に、リーマンMatérnカーネルを実装してベイズ最適化を行い、姿勢制御や可操作度最適化、動作計画で性能向上を示した論文。
- リーマン多様体上の姿勢確率的運動プリミティブ学習fromデモンストレーション2021/10/1
クォータニオンで表される回転を含む全身姿勢軌道を学習・再現できるよう、リーマン多様体理論と多重線形測地回帰に基づいて確率的運動プリミティブを拡張した論文。
- ロボットタスク最適化のための信号時相論理ロバストネス指標の検討マニピュレーション2021/10/1
ロボットマニピュレーションタスクにおいて信号時相論理(STL)のロバストネス指標を評価し、STLベースのコスト関数を既製の最適化器で最適化できることをシミュレーション環境で示した研究。
- 多様な人間の実演から力強い操作スキルを学習する手法学習ベースマニピュレーション2021/9/1
人間の実演からロボットの力強い操作スキルを学習する枠組みを提案し、姿勢・力・トルクの多様な実演データとアトラクタ・インピーダンス制御を組み合わせて、E-bikeモータ組立工程で検証した。
- 測地線運動スキルを学習するリーマン多様体マニピュレーション2021/6/1
人間の実演からエンドエフェクタの位置・姿勢空間上のリーマン多様体をVAEで学習し、その測地線を運動スキルとして任意点間の計画や動的障害物回避、未実演の多モード運動生成を実現した。
- 産業作業における人間の動作可操作性の分析とロボットへの転移動作解析・転移2020/8/1
産業作業中の人間の腕の動作を可操作性楕円体で分析し、そのパターンを確率的モデル学習と追従制御によりロボットへ転移する手法を提案した。
- 物体中心型操作スキルの学習と産業タスクへの系列化マニピュレーション2020/8/1
物体中心の隠れセミマルコフモデルで操作スキルを学習し、リーマン最適制御でスキル間を滑らかにつないで産業用組立タスクを実行する手法を提案した論文。
- リーマン多様体上のベイズ最適化によるロボット学習ベイズ最適化2019/10/1
ロボットで頻出する非ユークリッドなパラメータ空間（姿勢や剛性行列など）をリーマン多様体として扱い、幾何を考慮したカーネルと獲得関数の最適化によりベイズ最適化の性能を高める手法を提案し、7自由度ロボットの操作スキル学習で検証した。
- 力誘導ベイズ最適化による対話的な軌道適応模倣学習2019/8/1
学習済みの作業軌道を、人間がロボットに触れて加える力から意図を読み取り、ベイズ最適化で素早く修正する手法を提案した論文。
- 複合ポリシーと構成可能ポリシーを同時に学習する階層型強化学習階層型強化学習2019/5/1
複数のサブタスク用ガウシアンポリシーを活性化ベクトルで合成し、複合ポリシーから得たオフポリシーデータで複合・構成可能ポリシーを同一学習過程で同時に獲得する手法を提案した。
- カーネル化運動プリミティブを用いた不確実性を考慮した模倣学習模倣学習2019/3/1
カーネル化運動プリミティブ(KMP)でロボット動作のばらつき・相関・不確実性を予測し、最適制御器融合と組み合わせることで、不確実な状況では安全に振る舞い、部分的な実演から複雑なタスクを最適に遂行できる模倣学習手法を提案した。
- 幾何学を考慮した可操作度の学習・追従・転移マニピュレーション2018/11/1
専門家のデモから可操作度楕円体を学習し、対称正定値行列多様体上で幾何学を考慮して追従・転移する枠組みを提案した論文。
- 運動学的・力学的制約からトルク制御器を確率的に学習する手法マニピュレーション2017/12/1
複数のトルク制御器の重要度をデモンストレーションから確率的に学習し、タスク空間・関節空間・力の制約を同時に考慮した新しいトルク指令を生成する手法を提案した。7自由度トルク制御マニピュレータで有効性を検証した。
- カーネル化運動プリミティブ模倣学習2017/8/1
カーネル法を用いて高次元入力に対応し、未知の状況や制約にも適応できる新しい運動プリミティブ学習手法KMPを提案した論文。
- 実演からタスクの優先順位を学習する手法模倣学習2017/7/1
TP-GMMをヤコビアンと零空間構造に拡張し、ヒューマノイドの両腕作業など複数タスクが競合する状況での優先順位を実演から学習できるようにした。
- 汎化されたタスクパラメータ化スキル学習模倣学習2017/7/1
教示データからロボットスキルを学ぶ際、タスクフレームの重要度・制約・冗長性を自動で扱えるようTP-GMMを拡張し、低次元空間でのスキル修正も可能にした研究。
