Majid Khadiv
Technical University of Munich
収録論文 61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
- DiPLO: 自己蒸留拡散計画による移動操作移動操作2026/10/17
人間からヒューマノイドへの動作変換で事前学習した拡散プランナを自己蒸留と強化学習で微調整し、全身追従ポリシーと組み合わせて運搬・蹴りなどの移動操作を高成功率で実現した研究。
- FERPO: 前方エントロピー正則化方策最適化強化学習2026/10/1
クリティックの行動微分を使わず、前方KL目的と自己正規化重要度サンプリングで方策改善を行う最大エントロピー強化学習アルゴリズムを提案し、連続制御タスクで性能とサンプル効率を向上させた。
- Res-HIL: 人間誘導型残差強化学習によるサンプル効率の良い器用なマニピュレーションマニピュレーション2026/9/24
模倣学習で得た方策を凍結し、その上に人間の介入から学ぶ残差方策を重ねることで、短時間のオンライン学習で接触の多い器用な操作タスクを高精度に実現する手法を提案。
- Adaptive-MHE:移動ホライズン推定を用いた脚式ロコマニピュレーションのためのサンプリングベース適応MPCロコマニピュレーション2026/9/15
物体や地形の質量・摩擦などの物理パラメータを移動ホライズン推定でオンライン推定し、サンプリングベースMPCと組み合わせることで、未知環境下での脚式ロコマニピュレーションを適応的に実現するフレームワークを提案。
- 確率的到達可能動作検証:セットベース学習による視覚運動ポリシーの検証検証/到達可能性2026/8/3
視覚エンコーダを固定し、下流ポリシーとの低次元インターフェースにセット伝播を限定することで、視覚運動ポリシーの到達可能性解析を効率化し、セットベース学習で動作偏差を直接最適化して確率的到達可能半径を縮小する手法を提案。
- 安全探索:リカバリ介入付き強化学習のための不偏混合方策勾配強化学習2026/7/9
安全領域外でリカバリ方策に切り替える際の混合方策バイアスを、スコア関数のみを用いた不偏勾配推定で解消するPPO拡張を提案し、転倒を大幅に削減した。
- FARO: 実現可能性を考慮したロボット動作最適化移動操作/動作計画2026/7/1
接触系列の実現可能性を高速に判定し、動的に整合する軌道を生成するネスト型キノダイナミクスフレームワークを提案。LLMによる接触計画サンプリングと探索を統合し、実世界の移動操作タスクで実行可能な軌道を生成する。
- PAC-DP: PACベイズ拡散ポリシー学習ロボットポリシー学習2026/7/1
拡散ポリシーの訓練にPACベイズ理論に基づく正則化を導入し、ロボット操作タスクでの性能を向上させる手法を提案した論文。
- 拡散ポリシーを用いた新行動の誘導的発見拡散ポリシー/行動生成2026/6/1
拡散ポリシーのサンプリングを誘導し、多様で実行可能な新しい行動を系統的に発見・学習するフレームワークを提案した。
- Humanoid-DART: 拡散ガイドによるリラベリングと追跡を用いたヒューマノイド移動操作移動操作2026/6/1
少数のデモから自己教師ありで行動レパートリーを拡張し、拡散モデルによる軌道生成と強化学習を組み合わせてヒューマノイドの移動操作ポリシーを学習する手法を提案した。
- Shield-Loco: 予測的安全フィルタリングによる歩行ポリシーの保護歩行2026/6/1
強化学習による歩行ポリシーに対し、衝突予測に基づいて接触位置を事後フィルタリングする安全フィルタを提案。実機四足ロボットで安全性違反を大幅に削減しつつ、タスク性能の低下を最小限に抑えた。
- MotionDisco: 極限ヒューマノイド移動操作のための動作発見移動操作/進化探索/LLM2026/6/1
テレオペや人間のデモを使わずに、LLMガイドの進化探索と軌道最適化を組み合わせて、長期的な接触リッチなヒューマノイド移動操作動作をゼロから発見し、実機に転移するフレームワークを提案。
- Hippo: 汎用制約付き軌道最適化のための高性能内点法・射影法ソルバー軌道最適化2026/3/1
ロボットの軌道最適化問題を解くための新しいソルバーHippoを提案。不等式制約には適応バリア更新を伴う内点法、等式制約には射影法や内点法を用い、既存手法より高速で堅牢に高品質な解を得られる。
- SLowRL: 安全な低ランク適応強化学習による歩行制御歩行2026/3/1
シミュレーションで学習した歩行ポリシーを実機で安全かつ効率的に微調整するフレームワークSLowRLを提案。低ランク適応と回復ポリシーによる安全制約を組み合わせ、Unitree Go2ロボットでのジャンプとトロットタスクで微調整時間を46.5%削減し、安全性違反をほぼゼロにした。
- Safe-Night VLA: 熱知覚視覚言語行動モデルによる安全クリティカルなマニピュレーションVLA2026/3/1
RGBでは見えない熱情報をVLAモデルに統合し、制御バリア関数による安全フィルタを組み合わせることで、非構造環境での安全な熱認識マニピュレーションを実現した研究。
- ロボティクスにおける大域最適化への合意形成ベース最適化(CBO)の導入軌道最適化2026/2/1
ロボットの軌道最適化に、緩やかな仮定の下で大域的最適解への収束が保証される合意形成ベース最適化(CBO)を導入し、既存手法より低コストを達成できることを示した。
- SURE: 軌道最適化による安全な不確実性対応ロボット環境インタラクション軌道最適化2026/2/1
接触タイミングの不確実性を考慮し、複数の軌道分岐と再統合を可能にする軌道最適化フレームワークを提案。カートポールと卵キャッチの実験で成功率を大幅に改善。
- DynaRetarget: サンプリングベース軌道最適化による動的実行可能なモーションリターゲティングsim2real2026/2/1
人間の動作をヒューマノイドの制御ポリシーに転写するパイプラインを提案し、サンプリングベース軌道最適化で運動学的軌道を動的に実行可能な動作へと精錬する。
- 接触を通じて行動を学ぶ:マルチタスクロボット学習の統一的な視点マニピュレーション2025/10/1
接触目標(位置・タイミング・部位)でタスクを統一定義し、目標条件付き強化学習で四足歩行・人型歩行・双腕操作を単一ポリシーで実現するフレームワークを提案。
- モデル予測最適化パス積分による脚式ロボットの制御歩行2025/8/1
MPPIにクロスエントロピー法と共分散行列適応法を組み合わせたMPOPIを提案し、四足ロボットの全身運動生成において少ないサンプルで優れた移動性能を実現した。
- ヒューマノイドの移動操作のためのタスク・動作計画移動操作2025/8/1
接触モードの共有表現を用いて移動と操作を統合した最適化ベースのタスク・動作計画フレームワークを提案し、全身動力学と制約を考慮した長期的な移動操作行動を生成できることを示した。
- 動的ロコモーションのための接触順序とパッチ計画の同時最適化歩行2025/8/1
モンテカルロ木探索と全身軌道最適化を組み合わせ、四足歩行ロボットの接触順序と接地位置を同時に計画する手法を提案し、実機実験で有効性を示した。
- UniConFlow:認定動作計画のための統合制約付きフローマッチングフレームワーク動作計画2025/6/1
等式・不等式制約を統合的に扱うフローマッチングベースの軌道生成フレームワークを提案し、二重倒立振子や実機マニピュレーションで有効性を示した。
- 潜在拡散モデルによる物理的に整合したヒューマノイドの移動操作移動操作2025/4/1
潜在拡散モデルで生成した人間と物体のインタラクション画像から接触位置とロボット姿勢を抽出し、全身軌道最適化に用いることで、物理的に整合したヒューマノイドの長期的な移動操作軌道を生成する手法を提案した。
- 接触を伴うロボットの物理的に整合した慣性パラメータ同定システム同定2024/9/1
接触力を直接測れない四足歩行ロボットでも、関節トルクと接触制約の零空間射影を使って慣性パラメータを同定する手法を提案し、Spotで検証した。
- 接触条件付き多歩容ロコモーションポリシーの学習歩行2024/8/1
脚式ロボットの多歩容学習において、将来の接地切り替えを条件として与えることで、単一ポリシーが複数歩容を生成でき、訓練分布外でも汎化しやすいことを示した。
- モンテカルロ木探索と教師あり学習による非歩容的脚式移動歩行2024/8/1
サンプリングベース手法と教師あり学習を組み合わせ、脚式ロボットの歩容系列とタイミングを最適化する手法を提案し、シミュレーションと実機で有効性を検証した。
- 接触タイミングの不確かさ下における軌道最適化軌道最適化2024/7/1
接触タイミングの不確かさに対してロバストな制御方策を求める新しい最適制御定式化を提案し、ロコモーションとマニピュレーションの簡易タスクで有効性を示した。
- 効率的な接触計画のための実行可能遷移の学習歩行2024/7/1
四足歩行ロボットが飛び石のような厳しい環境を移動するため、接触遷移の動的実行可能性を学習し、モンテカルロ木探索による接触計画を高速化・高精度化した。
- MPCからの安全な移動スキル学習歩行2024/7/1
モデル予測制御(MPC)を専門家として活用し、安全なデータ集約手法により移動スキルを安全に学習するフレームワークを提案。訓練中の失敗を大幅に削減し、外乱に対するロバスト性も向上させる。
- 学習ベースの脚式移動:最新技術と今後の展望歩行2024/6/1
深層学習やシミュレーション技術の発展により進歩した学習ベースの脚式移動研究を、四足歩行と二足歩行(ヒューマノイド)に分けて概観し、未解決課題と社会的影響を論じたサーベイ。
- 拡散モデルによる接触計画学習で実現する俊敏な跳躍移動歩行2024/3/1
飛び石のような制約環境での俊敏な移動のため、NMPCとMCTSで接触計画を生成し、拡散モデルで目標条件付き方策を学習した。
- 接触位置の不確かさを考慮した脚式ロボットの多接触確率的予測制御歩行2023/9/1
接触位置の不確かさを確率制約として扱うSNMPCを提案し、四足ロボットの跳躍・走行でNMPCより安全な軌道生成を実現した。
- 動的歩行のための視覚慣性・脚オドメトリ融合歩行2022/10/1
VIOと脚オドメトリをEKFで融合し、遅延を抑えた高頻度な状態推定を実現して、四足ロボットのトロットやジャンプなどの俊敏な歩行を可能にした。
- 脚式ロボットの重心運動生成のための非線形確率軌道最適化歩行2022/5/1
モデル動力学の加法的不確かさと接触位置のパラメトリック不確かさを考慮し、確率的軌道最適化を用いて脚式ロボットの頑健な重心運動軌道を生成する手法を提案。四足ロボットのシミュレーションで足滑りを低減し、決定論的計画より優れた性能を示した。
- 関節トルク計測を活用した重心状態推定状態推定2022/2/1
脚式ロボットの関節トルク測定を接触制約の零空間に射影し、拡張カルマンフィルタで重心状態を推定する手法を提案し、四足歩行ロボット実験で直接計算より精度が向上することを示した。
- BiConMP:全身運動計画のための非線形モデル予測制御フレームワーク歩行2022/1/1
ロボットの動力学構造を効率的に活用し、脚式ロボットの全身軌道をオンライン生成する非線形MPCフレームワークBiConMPを提案。実機四足ロボットで周期歩容や不整地・外乱対応、歩容遷移を実証し、ヒューマノイドや別の四足ロボットのシミュレーションでも動的運動生成を検証した。
- 二足歩行ロボットの歩行と走行を統合するフレームワーク歩行2021/10/1
重心空間の仮想拘束を用いてLIPMの固定重心高さ仮定を緩和し、歩行と走行の多様な歩容を低い複雑さで生成する手法を提案。フィードバックで動力学を線形化し、QPで外乱に適応する制御を実現した。
- ブロック座標降下法による重心ダイナミクスの高速凸最適化最適化2021/8/1
重心ダイナミクスの非凸最適化問題を2つの凸部分問題に分解し、ブロック座標降下法で交互に解くことで、四足ロボットSolo12の動的整合な多接触動作を従来法より4倍以上高速に生成できる手法を提案した。
- 軌道最適化のデモンストレーションを用いたロバスト歩行のためのモデルフリー強化学習歩行2021/7/1
軌道最適化で生成した単一のデモを初期探索に活用し、その後タスク報酬を直接最適化する2段階の強化学習で、実機に追加学習なしで展開可能なロバスト方策を四足ロボットの跳躍・走行タスクで実現した。
- 不確実な接触相互作用に対するリスク感応型最適制御によるインピーダンス最適化脚式ロボット制御2020/11/1
脚式ロボットの複雑な接触を伴うタスクにおいて、外乱抑制と計測不確実性のトレードオフとしてインピーダンス調整を定式化し、リスク感応型確率最適制御を拡張して未知の接触位置の不確実性を扱う手法を提案した。四足ロボットの跳躍・トロットで性能向上を示した。
- DeepQ Stepper:不整地での反応的動歩行フレームワーク歩行2020/10/1
強化学習で3Dキャプチャ領域を近似し、不整地でも最適な歩行位置を計算する反応的ステッパーを提案。障害物や飛び石、外乱にも対応できる。
- 遊脚ダイナミクスを考慮した可変ホライズンMPCによる二足歩行制御歩行2020/10/1
上位層で着地位置とタイミングを決定し、下位層で遊脚ダイナミクスを考慮した軌道生成を行う二層構造の可変ホライズンMPCを提案し、トルク制御二足ロボットBoltで外乱下の歩行を実証した。
- クラッシュ制約下でのロボット学習ベイズ最適化2020/10/1
失敗時にデータが得られない「クラッシュ制約」問題に対し、離散的な成否と連続観測を組み合わせたGPモデル(GPCR)と制約付きベイズ最適化で実機四足ロボットの跳躍制御を学習した研究。
- 実行可能性保証付きMPCによるロバスト歩行歩行2020/10/1
脚式ロボットのMPCにおいて、終端制約の代わりに測定状態を実行可能性カーネルへ射影し、ベイズ最適化でコスト重みを調整することで外乱に強い歩行制御を実現した研究。
- 重心ダイナミクスの逐次凸近似による効率的な多点接触パターン生成多点接触計画2020/10/1
重心ダイナミクスを凸緩和し、二次錐計画の反復求解で接触力・タイミング・接触順序を最適化する高速な多点接触動作生成手法を提案し、四足歩行ロボット実機で検証した。
- TriFinger: 器用さを学習するためのオープンソースロボットマニピュレーション2020/8/1
約5000ドルの安価で安全に自律動作する3本指ロボットハンドのハード・ソフトをオープンソースで提供し、強化学習や投擲・筆記などの実験で有効性を示した。
- 二足歩行のための確率的・ロバストMPC:ロバスト性と性能に関する比較研究歩行2020/5/1
二足歩行の不確実性に対処するため線形確率MPC(SMPC)を初めて適用し、制約違反確率を許容しつつ性能を保てることを示し、ロバストMPCと比較した。
- 脚式移動研究のためのオープンなトルク制御モジュラーロボットアーキテクチャ脚式移動2019/10/1
低コスト・低複雑性のアクチュエータモジュールと足底接触センサを開発し、それらを組み合わせた2.2kgの四脚ロボットを構築。力制御とインピーダンス制御を活かした運動制御手法を実証した。
- 接触を伴う繊細なタスクのための可変インピーダンス制御の学習可変インピーダンス制御2019/7/1
接触の不確実性があるタスクに対し、関節空間のインピーダンスと目標位置を出力する方策を強化学習で学習し、トルク制御や位置制御より堅牢な性能を示した。解釈性と実機転移を促す正則化報酬も提案。
- ベイズ最適化で軌道最適化を堅牢化するヒューマノイド歩行歩行2019/7/1
全身シミュレーションのデータを使いベイズ最適化でコスト重みを調整し、外乱や不確実性に強いヒューマノイドの歩行軌道を生成する手法を提案した。
- サンプル効率の良い学習によるヒューマノイド歩行のロバスト軌道最適化歩行2019/6/1
ベイズ最適化を用いて軌道最適化のコスト重みを調整し、少ない試行でヒューマノイドのロバストな歩行軌道を生成する手法を提案した。
- 外部接触力と重心高さ変化を考慮した全身モデル予測制御全身制御/MPC2018/10/1
ヒューマノイドロボットの重心上下動と外部接触力を同時に計画する3段階のMPC手法を提案し、接触位置とタイミングを自動決定して多接触の全身動作を実現した。
- 外乱に強い二足歩行のための反応的で効率的な歩容生成器歩行2017/10/1
DCM計測に基づき足位置・タイミングとCoP・角運動量を最適統合し、外乱に頑健な歩容をリアルタイム生成する手法を提案した。
- 剛体接触と柔軟接触の比較:二足歩行に関する実験的研究歩行2017/9/1
二足歩行ロボットSURENA IIIを用い、剛体接触モデルと新提案の非線形柔軟接触モデルの動的挙動を実験的に比較検証した論文。
- 滑りやすい路面での歩行パターン生成歩行2017/8/1
モデル予測制御を用いて、滑りやすい平坦な路面でも安全に二足歩行できる歩行パターンを生成する手法を提案した。歩行速度の追従と足裏の安定接触のトレードオフを考慮している。
- 歩行タイミング適応に基づく歩行制御歩行2017/4/1
各制御周期で次の一歩の位置とタイミングを最適に選ぶだけで歩行の安定性を保証できることを示し、受動足首を持つヒト型ロボット向けの歩行パターン生成器を提案した論文。
- 不整地歩行のためのヒューマノイドオンライン適応アルゴリズム歩行2017/3/1
高さの不確かな不整地を二足歩行するため、遊脚が最大高さに達した後に接地を検出して軌道をオンライン修正し、滑らかな着地を実現する適応アルゴリズムを提案し、SURENA IIIで実験検証した。
- モデル予測制御とキャプチャポイントによるヒューマノイドロボットの押し出し復帰歩行2016/12/1
支持多角形が狭い状況でも、ZMPとCMPを同時に調整してキャプチャポイントを制御する単一のMPCスキームを提案し、強い押し出しに対するバランス復帰の有効性をSURENA IIIの抽象モデルで示した。
- 歩行タイミング調整によるロバストな歩容生成歩行2016/10/1
ヒューマノイドロボットの歩行において、足の着地位置だけでなく歩行時間もフィードバックに基づいて調整し、よりロバストな歩容を生成する手法を提案した。
- DCM追従と歩幅調整を組み合わせた二足歩行の安定化歩行2016/9/1
発散運動成分(DCM)の追従と着地点の調整を組み合わせ、アクティブ/パッシブ足首の二足ロボットの歩行を安定化させる手法を提案し、シミュレーションで有効性を示した。
