Masha Itkina
Toyota Research Institute
収録論文 32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
- 失敗から学ぶVLAの汎用リカバリ学習フレームワークVLA2026/11/5
少数の修正デモから失敗の意図を推論し、空間表現と条件付きコストとして知識を符号化することで、VLAモデルが新規物体やシーン変化にも汎化できるリカバリ動作を学習する手法を提案。
- 行動グラフ:ロボット展開データを解釈するための教師なしグラフ構造データ解釈/可視化2026/10/30
ポリシーのロールアウトを解釈可能な有向グラフに圧縮する「行動グラフ」を提案し、展開データの分析やデータ収集戦略の判断を容易にするとともに、進捗予測精度も向上させる。
- AnyRank: 逐次検定による信頼性の高いいつでも可能なポリシーランキング評価・ベンチマーク2026/10/10
限られたハードウェア試行で複数のロボットポリシーをランク付けする際、逐次検定と多重仮説検定を組み合わせて誤ランキング確率を抑えつつ、必要な評価回数を最大50%削減する手法を提案。
- 双線形フローポリシー:目標条件付き視覚運動模倣のための分布的外挿模倣学習2026/10/5
未見の目標に対しても多峰性を保ちながら外挿できるよう、アンカー検索と双線形条件付きフローを組み合わせた視覚運動模倣ポリシーを提案し、シミュレーションの操作タスクで分布外成功率を大幅に改善した。
- ガウスで十分:大規模行動モデルのファインチューニングにフローマッチング事前分布は効かない模倣学習2026/9/22
大規模行動モデルのファインチューニングでは、目標に近い非ガウス事前分布を使っても標準ガウスと性能が変わらないことを大規模実験で示し、その理由を分析した論文。
- 連続ロボット学習のためのメモリアンカー連続学習2026/8/27
ロボットが新しいタスクを学習しても過去のタスクを忘れないようにするため、リプレイバッファ内の重要経験(メモリアンカー)を特定し、それを活用することで破滅的忘却を大幅に軽減する手法を提案した。
- 異なる失敗がロボットの知覚信頼性に与える影響HRI/信頼性2026/3/1
ロボットの失敗の種類(滑り、停止、誤動作)が人間の信頼感に与える影響を調べ、失敗後の成功が信頼回復に有効であることを示した研究。
- 二値的成功を超えて:サンプル効率的で統計的に厳密なロボットポリシー比較評価・ベンチマーク2026/3/1
ロボット操作ポリシーの評価を少数の実機試行で行う際に、サンプル効率的で統計的に厳密な比較フレームワークを提案。逐次検定により早期停止を可能にし、離散的な部分成功から連続的な報酬まで幅広い指標に対応する。
- 知覚不確実性伝播が知覚ベース運動計画に与える影響運動計画2026/2/1
自動運転の運動計画において、知覚の不確実性を伝播させる手法とそのキャリブレーションが閉ループ性能に与える影響をnuPlanベンチマークで分析した。
- 非専門家データを活用したオフライン強化学習による模倣学習のロバスト化模倣学習/オフライン強化学習2025/10/1
非専門家データ(プレイデータや不完全なデモ)をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル(LBM)をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- CUPID: 影響関数でロボットが好むデータを選別模倣学習2025/6/1
模倣学習において、各デモンストレーションが方策の性能に与える影響を影響関数で推定し、有害なデータを除去・有益なデータを選択するデータキュレーション手法を提案。
- SAFE: 視覚言語行動モデル向けマルチタスク故障検知VLA2025/6/1
VLAの内部特徴からタスク失敗の可能性を予測する汎用的な故障検知器SAFEを提案し、未見タスクでも高精度・早期検知を実現した。
- STITCH-OPE: ガイド付き拡散による軌道スティッチングを用いたオフポリシー評価オフポリシー評価2025/5/1
行動データで事前学習した拡散モデルを目標方策のスコアでガイドし、部分軌道を繋ぎ合わせることで、高次元・長期間のオフポリシー評価を低分散で行う手法を提案した。
- 模倣学習ポリシーの比較:準最適停止を伴う統計的検定模倣学習2025/3/1
少数試行で2つの模倣学習ポリシーを厳密に比較するため、逐次的に試行数を適応させる準最適停止型の統計的検定手法を提案し、実機マニピュレーション実験で有効性を示した。
- 失敗データなしで失敗を検出できるか?模倣学習ポリシーの不確実性を考慮した実行時失敗検出マニピュレーション2025/3/1
模倣学習ポリシーの失敗を、成功データのみから逐次的な分布外検出として捉え、不確実性を定量化するスカラー信号とConformal Predictionで検出する手法FAIL-Detectを提案。
- GHIL-Glue: フィルタリングされたサブゴール画像による階層制御VLA2024/10/1
生成モデルが作るサブゴール画像をフィルタリングし、下位方策と効果的に繋ぐことで、言語条件付きロボット操作の汎化性能を向上させた研究。
- 自動運転のための自己教師ありマルチ未来占有予測自動運転2024/7/1
生成モデルの潜在空間でLiDAR占有グリッドの確率的予測を行い、RGBカメラや地図、計画軌道を条件として利用できる枠組みを提案。
- 行動クローニング方策の汎化性能を統計的に評価する枠組みVLA2024/5/1
少数のロールアウトから、行動クローニング方策の性能分布の下限をユーザー指定の信頼度で保証する統計的評価フレームワークを提案し、シミュレーションと実機で検証した。
- 確信するまで探索せよ:身体性質問応答のための効率的探索VLA2024/3/1
大規模視覚言語モデル(VLM)とConformal Predictionを組み合わせ、ロボットが環境を効率的に探索して質問に答える身体性質問応答(EQA)フレームワークを提案。HM3D上に新データセットも構築した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 解釈可能な自己認識ニューラルネットワークによる堅牢な軌道予測軌道予測2022/11/1
自動運転の軌道予測において、低次元で解釈可能な潜在空間上でエビデンシャル深層学習により認識的不確実性を推定し、過去のエージェント行動・道路構造・社会的文脈という意味的概念に不確実性を分配する手法を提案した。
- 人間をセンサーとして活用する遮蔽対応群衆ナビゲーション群衆ナビゲーション2022/10/1
人間の社会的な振る舞いから遮蔽された空間の歩行者を推論し、深層強化学習で群衆ナビゲーションを行う手法を提案。シミュレーションから実機Turtlebot 2iへの転移に成功した。
- LOPR: 生成モデルを用いた潜在占有予測予測2022/10/1
LiDARの占有グリッドマップ予測を表現学習と潜在空間での確率的予測に分離し、生成モデルで将来の占有を予測する手法を提案。
- 悪天候下の自動運転知覚はどう失敗するか:強化学習によるストレステスト知覚/ロバスト性2022/3/1
強化学習を用いて、雨・霧・雪などの悪天候でLiDAR知覚や軌道予測が失敗しやすい入力の乱れ系列を探索する手法を提案し、実走行データで有効性を示した。
- 歩行者をセンサーとして用いるマルチエージェント変分オクルージョン推論オクルージョン推論2021/9/1
観測されたドライバーの軌跡から見通し外の占有グリッドを推定するため、離散潜在空間を持つ条件付き変分オートエンコーダで多峰的写像を学習し、複数エージェントの測定を証拠理論で統合する手法を提案した。
- 自動運転知覚のための分布外検出自動運転知覚2020/11/1
訓練時にOODデータを必要とせず推論コストも増やさない分布外検出法を提案し、実世界の自動車データセットで最先端手法を上回った。
- 動的環境における時空間占有予測のための双叉型ConvLSTM時空間予測2020/11/1
静的環境の観測変化と動的物体の動きを別々の枝で予測し融合する二重枝ニューラルネットを提案し、長期予測での動的物体の消失やぼやけを改善した。
- 環境予測のための注意機構拡張ConvLSTM環境予測2020/10/1
占有グリッドの時空間予測において、移動物体のぼやけや消失を抑えるため、時間注意機構と自己注意機構をConvLSTMに組み込んだ2つの手法を提案し、KITTIとWaymoで性能向上を示した。
- 条件付き変分オートエンコーダにおけるマルチモーダル潜在空間の証拠的スパース化生成モデル2020/10/1
学習済み条件付きVAEの離散潜在空間から、入力条件に直接証拠を持つ潜在クラスだけを証拠理論で選別し、マルチモーダル性を保ちつつサンプル空間を縮小する事後手法を提案した。
- 再帰表現学習による都市環境の動的予測予測/自動運転2019/4/1
都市部の動的障害物を考慮し、占有グリッドデータからPredNetで将来の占有状態を予測する枠組みを提案し、KITTIで高精度を示した。
