Matthew Gombolay
収録論文 42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
- 家庭環境における介護者との縦断的ロボット学習:デモンストレーションからの学習模倣学習2026/8/25
家庭環境で非専門家の介護者がロボットにタスクを教える際の障壁を特定し、事前訓練と適応的フィードバックによる支援の効果を複数回の訪問を通じて評価した。
- 複合ロボットチームの通信と協調のための異種ポリシーネットワーク群制御2026/6/1
異なる状態・行動・観測空間を持つエージェントからなる異種ロボットチームの協調と通信を学習するため、異種グラフアテンションネットワークに基づくHetNetを拡張し、スケーラビリティとバイナリメッセージの効率的な学習を実現した。
- ビデオからシミュレーション、そして実世界へ:単一の人間ビデオからの全自動器用スキル獲得器用操作/sim2real2026/6/1
単一の人間操作ビデオから、シミュレーション環境でのデジタルツイン構築と物体中心のキーフレーム最適化によりロボット動作を獲得し、さらに実世界のノイズや不完全な知覚への頑健性を分離するsim-to-real戦略で器用な操作スキルを自律的に獲得するフレームワークを提案した。
- 適応的な個人化説明による選好と性能のバランス説明可能AI2025/4/1
自動運転車のシミュレーションで、ユーザーの説明選好とタスク性能を両立する適応的な個人化説明戦略を提案し、性能向上を実証した。
- 大規模言語モデルを用いた人間とロボットの双方向メンタルモデル調整人間ロボットインタラクション2025/3/1
人間とロボットが互いのメンタルモデルのずれを自然言語対話で検出・共有し、双方向に調整して共通理解に至る枠組みを提案した論文。
- ロボサッカーチームのためのスケーラブルで俊敏な動的運動計画の学習に向けた方策最適化マルチエージェント運動計画2025/2/1
ロボサッカーのような動的環境で、異種エージェントが障害物を避けつつ目標に到達するための学習ベースの動的ナビゲーションモデルを提案し、簡単な環境で有効性を示した。
- 部分観測環境における混合役割人間チームの非同期訓練人間ロボット協調2024/12/1
人間の代わりに自律エージェントと協調訓練を行う非同期訓練パラダイムを提案し、部分観測協力ゲームで人間被験者実験により有効性を検証した。
- ELEMENTAL: デモンストレーションと視覚言語モデルを活用したロボット報酬設計のための対話型学習模倣学習2024/11/1
自然言語指示と視覚的なユーザーデモンストレーションを組み合わせ、逆強化学習と自己反省による反復フィードバックでロボットの報酬関数を設計するフレームワークを提案。
- 微分可能なファクターグラフと回転並進不変表現によるボールダイナミクスの学習ダイナミクス学習2024/9/1
微分可能なファクターグラフ推定器とダイナミクスモデルをエンドツーエンドで学習し、回転並進不変表現と自己乗算バイパスを導入して卓球ボールの軌道予測精度を向上させた。
- 放送映像からの車いすテニスナビゲーション学習:ドメイン知識転移と拡散運動計画ナビゲーション2024/9/1
ウェブ上のテニス放送映像から専門家のナビゲーション戦略を抽出し、拡散モデルによる模倣学習で車いすロボットのボール打撃領域への移動を実現するゼロショット知識転移フレームワークを提案。
- 拡散モデルと運動学的制約勾配誘導による多様なロボット打撃動作の学習マニピュレーション2024/9/1
拡散モデルと運動学的制約勾配誘導(KCGG)を組み合わせ、オフラインで制約を守りつつ多様な打撃動作を生成する手法を提案し、エアホッケーと卓球で模倣学習を上回る性能を示した。
- 自己教師あり初期化学習による高速モデル予測制御モデル予測制御2024/8/1
MPCの初期解を生成するポリシーを強化学習で学習し、最適化時間を短縮しつつ制御性能を向上させるフレームワークを提案。
- 人間と機械の協調を可能にする対話的・説明可能システムの設計人間機械協調2024/6/1
料理ゲーム環境で人間とAIの協調を検証し、対話的に再プログラム可能な説明可能AIがチーム性能を向上させる一方、学習ベース手法は単純な協調ヒューリスティックに劣ることを示した。
- オンラインベイズ適応による準最適下での混合イニシアチブ人間-ロボットチーム形成人間-ロボット協調2024/3/1
人間とロボットが互いに準最適な状況でも、オンラインベイズ推定で人間の協力意思を推論し、チーム性能と信頼を向上させる手法を提案。
- 条件付きフローマッチングによる効率的な軌道予測と生成軌道生成2024/3/1
フローマッチングを用いて軌道予測と生成を統合し、拡散モデルより最大100倍高速で高精度な軌道生成を実現した手法T-CFMを提案。
- マルチカメラとファクターグラフ・人間姿勢を用いた非同期ボール位置推定と軌道予測位置推定・軌道予測2024/1/1
複数カメラとファクターグラフを組み合わせてテニスボールの3D位置をリアルタイム・非同期に推定し、人間の姿勢からスピン事前分布を予測して軌道予測精度を向上させた研究。
- ロボティクスと連続制御のための解釈可能な強化学習解釈可能RL2023/11/1
勾配ベース強化学習で直接最適化できる木構造モデルICCTを提案し、自動運転などで高性能かつ解釈可能な方策を実現した。
- CrossLoco: ガイド付き教師なし強化学習による脚式ロボットの人間動作駆動制御sim2real2023/9/1
人間の動作とロボットの状態間の相互情報量を最大化するサイクル整合性報酬を導入し、教師なし強化学習で脚式ロボットのスキルと人間動作との対応を同時に学習するフレームワークを提案。
- 拡散モデルによるマルチターゲット敵対的追跡追跡2023/7/1
スパースな過去状態から敵の位置を予測するため、クロスアテンションと制約付きサンプリングを用いた拡散モデルCADENCEを提案し、単一・複数ターゲット追跡で予測精度を向上させた。
- 高速近接協働におけるロボットの技能レベルとコミュニケーションの影響人間ロボット協働2023/4/1
人とロボットが近接して高速に協働する卓球ダブルスの実験環境を提案し、ロボットの技能や意図発話がチーム性能・安全・信頼に与える影響をユーザー研究で調べた。
- 異種グラフ上の協調方策をリカレントスケジュール伝播で学習する人間-ロボットチーム人間-ロボット協調2023/1/1
人間とロボットの混成チームのタスクスケジューリングを、異種グラフ注意ネットワークとLSTMによるスケジュール伝播を組み合わせた深層学習フレームワークHybridNetで効率的に解く手法を提案。
- 制御バリア関数による安全な逆強化学習逆強化学習2022/12/1
逆強化学習に制御バリア関数を組み込み、安全制約を満たす方策を学習するフレームワークCBFIRLを提案し、2Dカーレースと3Dドローンで安全性が向上することを示した。
- 車いすテニスロボットにおける人間フィードバックを用いたプリミティブ最適化マニピュレーション2022/12/1
車いすテニスロボットのグラウンドストロークを打つタスクに対し、確率的運動プリミティブ(ProMP)を拡張し、人間の評価フィードバックを用いてオンラインでプリミティブを改良する手法を提案・評価した。
- 車いすテニスを自律プレイする移動マニピュレータシステムマニピュレーション2022/10/1
車いすテニスの規定シングルスを自律でプレイできる初のオープンソースロボットを提案し、グラウンドストロークの実行性能とハード・ソフト各要素を評価した。
- デモンストレーションからの高速生涯適応逆強化学習模倣学習2022/9/1
ユーザーのデモンストレーションからロボットが素早く適応し、生涯にわたって効率的に学習する新しい枠組みFLAIRを提案。ポリシー混合により異なる好みに即応し、共通知識を蒸留してタスク推論を高精度化、必要な時だけモデルを拡張する。
- ロボットが悪質なステレオタイプを体現するロボット倫理・バイアス2022/7/1
CLIPを用いたロボットマニピュレーション手法を監査し、人種・性別・人相学に関する有害なステレオタイプをロボットが物理的に実行してしまうことを大規模に示した研究。
- サービス品質保証を伴う協調的山火監視・追跡のためのマルチUAV計画群制御2022/6/1
複数のUAVが山火事の拡大を予測しながら協調して監視・追跡し、確率的な性能保証を達成する計画手法を提案した論文。
- 家庭に受け入れられる認知ロボットに向けてヒューマンロボットインタラクション2022/4/1
家庭内で使う介護ロボットが現場で学習する様子を利用者がどう受け止めるかを調べる研究計画を提案した論文。
- 一人称行動クローニング支援RRTによる効率的探索探索計画2022/3/1
人間のプレイを一人称視点で模倣する行動クローニングとRRTを組み合わせ、ゲームやロボットシミュレータの状態空間を効率的に探索してバグを発見する手法CA-RRTを提案した論文。
- 解釈可能で高性能な自動運転ポリシーの学習自動運転/強化学習2022/2/1
強化学習で直接最適化できる疎な決定木表現「ICCT」を提案し、自動運転で高性能かつ解釈可能なポリシーを実現した。
- 相互情報量を用いた反復推論による協調・ビザンチン分散チーミングMARL2022/1/1
エージェントの政策を近傍チームメイトの政策に条件付けることで相互情報量の下界を最大化するInfoPGを提案し、分散協調マルチエージェント強化学習で高いサンプル効率と累積報酬を達成した。
- サンプル効率の良い準最適デモンストレーションからの見習い学習に向けて見習い学習2021/10/1
準最適なデモンストレーションから報酬関数を学習する際、ノイズ注入ではなく体系的な軌道劣化を用いるS3RRを提案し、従来手法と同等以上の報酬相関を得られることを示した。
- 自然言語による強化学習方策の仕様記述:微分可能決定木を用いた協調的枠組みVLA2021/1/1
人間が自然言語で記述した初期方策を微分可能決定木に変換し、強化学習のウォームスタートに活用する協調的枠組みを提案した論文。
- 動的運動プリミティブに基づく汎用ロボット手書き学習システム模倣学習2020/12/1
人間の手書きの見本からロボットが文字を学び、同じ書き方で再現したり新しい文字を生成したりできる、DMP*と呼ぶ改良アルゴリズムを用いた学習システムを提案した。
- FireCommander:異種ロボットチーム向け対話型確率的マルチエージェント環境マルチエージェント強化学習2020/11/1
拡大する火災と施設を舞台に、知覚・通信・消火行動を協調して行う異種ロボットチームの研究用ゲーム環境を提案したチュートリアル論文。
- 自己教師あり報酬回帰による準最適デモンストレーションからの学習模倣学習2020/10/1
準最適なデモンストレーションから最適性パラメータ化データを合成し、理想的な報酬関数を学習することで、ロボットに卓球のトップスピン打法を教える手法を提案した。
- 学習曲線を考慮した人間とロボットの協調作業スケジューリング人間ロボット協調2020/7/1
人間の作業習熟度が時間とともに変化し不確実であることを考慮し、ロボットが人間の強みや学習能力を探索しながら効率的な共同作業スケジュールを生成するアルゴリズムを提案・検証した。
- 人間中心の山火事アクティブセンシングに向けたUAV群の協調制御群制御2020/6/1
カルマン不確かさと重み付きマルチエージェント合意に基づく分散制御でUAV群を協調させ、山火事の動態推定と火災前線の追跡、地上消防士の安全管理を支援する手法を提案した。
- 報酬ネットワーク蒸留による異種デモンストレータ間の目標と戦略の同時推定逆強化学習2020/1/1
複数の人間のデモンストレータから、共通のタスク目標と各人の戦略的選好をネットワーク蒸留で同時に推定する逆強化学習手法を提案し、卓球タスクなどで有効性を示した。
- グラフ注意ネットワークでマルチロボットチームを動的に調整する学習手法群制御2019/12/1
時間・空間制約下でのロボットチームのタスク割当を、グラフ注意ネットワークと模倣学習+深層Q学習の組み合わせで高速かつ準最適に解く手法を提案した。
- ロボットが壊れたとき:故障時の能動学習故障適応/能動学習2019/12/1
故障発生時にロボットの変化した動力学を安全かつ迅速に学習するため、確率的制約付き最適化の枠組みでモデル予測制御と能動学習を組み合わせた手法を提案し、損傷した航空機の制御を数秒で回復できることを示した。
- 人間とロボットの消防チームの安全な協調群制御2019/3/1
山火事消火における人間とUAVの協調のため、火災の伝播を推定し人間の安全を確率的に保証するモデル予測型分散制御アルゴリズムを提案した論文。
