Liam Paull
収録論文 39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
- SHAPO: シャープネスを考慮した安全探索のための方策最適化強化学習2026/6/1
エピステミック不確実性に基づく安全探索手法を提案し、パラメータ摂動に対する感度を利用して方策更新を悲観的にすることで、未探索領域での安全な行動を促進する。
- 3Dシーングラフ:未解決の課題と今後の方向性シーン理解2026/6/1
3Dシーングラフ(3DSG)の研究分野を統一的にレビューし、定義の整理、構築手法、応用、評価方法を解説するとともに、今後の課題と方向性を提示したサーベイ論文。
- FlowMaps: フローマッチングによる長期的な多峰性物体ダイナミクスのモデリングナビゲーション2026/6/1
家庭環境でのロボットのナビゲーションのために、物体の将来位置の多峰分布をフローマッチングで学習し、動的物体ナビゲーションで性能を向上させた。
- エンドツーエンド運転のためのセルフプレイのスケーリング自動運転2026/6/1
シミュレーション内で大規模なセルフプレイを用いてエンドツーエンド運転モデルを訓練する手法を提案し、実世界への転移を可能にする。
- PerceptTwin: 反復LLM計画と検証のための意味的シーン再構築計画/LLM/シミュレーション2026/6/1
ロボットの知覚スタックが生成する意味的シーン表現から、対話型シミュレーションを自動構築するパイプラインを提案。LLMプランナーの計画検証・改善に活用し、成功率を平均約39%向上させた。
- 半静的シーンに対する予測的時空間シーングラフ環境認識2026/5/1
時間変化する環境で物体の状態遷移を学習し、未来の状態を予測するためのベイズフィルタを組み込んだ3Dシーングラフ構造を提案した論文。
- 制約付きグループ相対方策最適化強化学習2026/2/1
GRPOをラグランジュ緩和で拡張し、制約違反率を直接最適化する制約付き方策学習手法を提案。アドバンテージのスカラー化で安定した制約制御を実現し、ロボティクスタスクでの成功率向上も示した。
- フローマッチングによる変化する環境での動的物体の再定位物体再定位2025/9/1
人間の物体操作の習慣を活用し、フローマッチングで時空間上の物体位置を多モード推定するモデルFlowMapsを提案した。
- エージェント的シーンポリシー:ロボット行動のための空間・意味・アフォーダンスの統合VLA2025/9/1
シーン表現をロボットと世界の問い合わせ可能なインターフェースとして用い、言語指示に基づく行動をゼロショットで計画するエージェントフレームワークASPを提案。
- Perpetua: 半静的環境における複数仮説の持続性モデリング環境モデリング2025/7/1
半静的な環境特徴の動的変化をベイズフィルタでモデル化し、複数の仮説を追跡しながら将来の状態を予測する手法を提案。
- Ctrl-Crash: 制御可能な拡散モデルによるリアルな自動車衝突の生成動画生成2025/6/1
バウンディングボックスや衝突タイプ、初期フレームを条件として、制御可能な自動車衝突動画を生成する拡散モデルを提案し、反事実的なシナリオ生成を可能にした。
- Poutine: 視覚-言語-軌道の事前学習と強化学習による堅牢なエンドツーエンド自動運転自動運転2025/6/1
3Bパラメータの視覚言語モデルを視覚・言語・軌道トークンで自己教師あり事前学習し、GRPOで微調整することで、長尾シナリオを含むWaymoベンチマークで最高性能を達成した。
- OpenLex3D: オープンボキャブラリ3Dシーン表現のための階層的評価ベンチマーク3Dシーン理解2025/3/1
Replica、ScanNet++、HM3Dのシーンに同義語や詳細記述を含む新規ラベルを付与し、オープンボキャブラリ3Dシーン表現を評価するベンチマークを提案。既存手法の失敗事例や改善点を明らかにする。
- Scenario Dreamer: ベクトル化潜在拡散による走行シミュレーション環境の生成sim2real2025/3/1
車線グラフとエージェントの初期配置、および閉ループのエージェント挙動をデータ駆動で生成する自動運転向けシミュレータ。ベクトル化潜在拡散と自己回帰Transformerを組み合わせ、既存手法より高品質・高効率で無限に拡張可能な環境を生成する。
- 必要最小限の設計:シンプルで効果的なオープンボキャブラリ・シーングラフシーングラフ2024/12/1
3Dオープンボキャブラリ・シーングラフの設計を見直し、画像前処理・特徴融合・特徴選択を検討して、計算量を3分の1に抑えつつ最先端精度を維持する手法を提案した。
- コネクテッド自動運転車とロボット群のための小規模テストベッドに関する調査sim2real2024/8/1
自動運転車やロボット群の研究で使われる小規模テストベッドを、sense-plan-actパラダイムに基づく62の特徴で整理し、23のテストベッドを比較した調査論文。
- 運動群上のノンパラメトリック推定のための調和指数フィルタ状態推定2024/8/1
運動群上の多峰性分布を扱うベイズフィルタリングを、調和指数分布のフーリエ係数の性質を利用して効率的かつ漸近的に正確に解く手法を提案し、シミュレーションと実環境の自己位置推定で有効性を示した。
- CtRL-Sim: オフライン強化学習による反応的で制御可能な運転エージェント自動運転シミュレーション2024/3/1
実走行データを物理シミュレータで処理して報酬付きオフラインRLデータセットを作り、リターン条件付きマルチエージェント行動モデルを学習することで、現実的かつ制御可能な交通エージェントを生成する手法を提案。
- ConceptGraphs: 知覚と計画のためのオープンボキャブラリ3Dシーングラフ3Dシーングラフ2023/9/1
2D基盤モデルを多視点統合して3Dシーングラフを構築し、言語プロンプトによる計画タスクを可能にするオープンボキャブラリ表現を提案。
- One-4-All: 身体性ナビゲーションのためのニューラルポテンシャル場ナビゲーション2023/3/1
自己教師あり学習と多様体学習を用いて、グラフを使わず画像埋め込み上のポテンシャル関数を貪欲に最小化することで、画像で目標を指定する長距離ナビゲーションを実現した。
- ConceptFusion: オープンセットなマルチモーダル3Dマッピング3Dマッピング2023/2/1
基盤モデルを活用し、言語・画像・音声など多様なクエリで検索可能なオープンセット3Dシーン表現を構築する手法を提案。
- NeurIPS 2022 コンペティション: Driving SMARTS自動運転2022/11/1
自動運転における分布シフト問題に取り組むため、実世界データとシミュレータSMARTSを組み合わせた2トラックの競技会を開催し、強化学習やオフライン学習など多様な手法を比較評価した。
- TASKOGRAPHY: 大規模3Dシーングラフ上でのロボットタスク計画の評価タスク計画2022/7/1
3Dシーングラフ上でのロボットタスク計画を評価する初の大規模ベンチマークを構築し、グラフの間引き手法SCRUBと学習ベース計画の構造活用手法SEEKを提案した。
- 単眼ロボットナビゲーションのための自己教師あり事前学習ViTの活用ナビゲーション2022/3/1
ラベルなし自己教師あり学習で事前学習したViTを用い、わずか70枚の画像でDuckietown環境の粗いセグメンテーションモデルを学習し、単眼ロボットの車線追従と障害物回避を実現した。
- 不確実性推定によるサンプル効率の高い深層強化学習強化学習2022/1/1
強化学習におけるノイズの多い価値推定を、ベイズ的不確実性推定と逆分散重み付けで軽減し、サンプル効率を改善する手法を提案した論文。
- 生涯学習型トポロジカル視覚ナビゲーション視覚ナビゲーション2021/10/1
サンプリングベースのグラフ構築とグラフ保守戦略により、実環境で少数の軌跡画像から微調整しながらナビゲーション性能を継続的に向上させる手法を提案した。
- f-Cal:ロボット知覚のためのニューラルネットワークによる較正された偶然不確実性推定不確実性推定2021/9/1
ミニバッチ全体にf-ダイバージェンス制約を課すことで、物体検出や単眼深度推定における予測不確実性の較正を従来手法より大幅に改善した研究。
- 代理ドメインの有用性評価:身体性エージェント開発と評価に向けてsim2real2021/9/1
ロボティクスにおける代理ドメイン(シミュレーション等)の有用性を、性能予測能力と学習ツールとしての能力に分けて評価する新指標を提案し、その最適化手法を示した。
- 微分可能シミュレーションによる物性推定と視覚運動制御sim2real2021/4/1
微分可能なマルチフィジックスシミュレーションと微分可能レンダリングを組み合わせ、動画のピクセルから直接、質量・摩擦・弾性などの物理特性を推定するフレームワークgradSimを提案。3D教師信号なしで視覚運動制御タスクの学習も可能にする。
- 再現可能でアクセスしやすいロボット評価のための統合ベンチマークと設計ベンチマーク2020/9/1
開発とベンチマークを統合し「設計段階から再現性」を実現する枠組みを提案し、低コストで遠隔利用可能なDuckietown Autolabを含むDUCKIENetとして具体化・検証した論文。
- 自己教師あり能動的ドメインランダム化による自動カリキュラム生成sim2real2020/2/1
自己対戦型の目標カリキュラム学習に環境のドメインランダム化を統合し、難易度の高いタスクと環境変動を同時に学ぶSS-ADRを提案。sim2real転送で最先端の性能を達成した。
- gradSLAM:自動微分可能なSLAMSLAM2019/10/1
密なSLAMの各構成要素を微分可能な計算グラフとして再定式化し、3Dマップから2Dピクセルまで誤差逆伝播できるようにした手法を提案した論文。
- 能動的ドメインランダム化によるロバスト方策の学習sim2real2019/4/1
ドメインランダム化の一様サンプリングが高分散な方策を生む問題に対し、方策ロールアウトの差異を利用して情報量の多い環境パラメータを優先的に学習する手法を提案し、シミュレーションと実機で汎化性能の向上を示した。
- NeurIPS 2018におけるAIドライビングオリンピック自動運転/sim2real2019/3/1
Duckietownを舞台に自動運転・ナビゲーションの機械学習手法を競うAI-DO大会を開催し、シミュレーションと実機での評価結果からロボティクスにおけるベンチマーク不足とsim2realギャップの課題を示した。
- 深層能動的自己位置推定自己位置推定2019/3/1
シミュレーションで学習し実機にゼロ調整で転移できる、知覚CNNと強化学習プランナを組み合わせた能動的自己位置推定のエンドツーエンド手法を提案した。
- ナビゲーション方策の学習とsim2real転送を実現するデータ効率の良いフレームワークsim2real2018/10/1
シミュレーションでメタ学習したエンコーダとプランナを敵対的ドメイン転送と少数の実機デモの微調整で実環境ナビゲーションに転送する手法を提案。
- 幾何学的整合性を利用した自己教師あり端到端ビジュアルオドメトリビジュアルオドメトリ2018/4/1
ノイズを含む教師信号と軌道の幾何学的整合性を強制する損失項を用い、正解ラベルなしで深層ビジュアルオドメトリを学習する自己教師あり手法を提案した。
- 物体認識と自己位置推定を統合するノンパラメトリックポーズグラフSLAMSLAM2017/4/1
物体検出のデータ対応付けとSLAMを単一のノンパラメトリックポーズグラフで同時に解く手法を提案し、両問題を交互に推論することで精度を向上させた。
- トポロジカル特徴グラフによる情報量ベースのアクティブSLAMアクティブSLAM2015/9/1
トポロジカル特徴グラフ(TFG)を用いて、単一のエントロピー指標で探索と活用のバランスを取るアクティブSLAMアルゴリズムを提案し、グリッドマップ法より高精度かつ大幅に少ない計算・メモリで実現した。
