Matthias Kerzel
University of Hamburg
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
- テーブルを読む:シェフズハットカードゲームのためのSim-to-Realゲーム状態検出sim2real2026/11/11
3D座標の再投影とドメインランダム化で自動生成した合成データを用い、カード検出・セグメンテーションを組み合わせて実機ロボット上でゲーム状態を推定する手法を開発した。
- SmoLSTM: エピソード記憶を持続するコンパクトな視覚-言語-行動モデルVLA2026/9/19
凍結したSmolVLMとLSTM制御層を組み合わせ、エピソード全体でリセットしない再帰状態により、遮蔽や見分けがつかない物体を含むタスクを少ないパラメータで高精度に実行するVLAモデルを提案。
- 人間とロボットの相互作用における不確実性、曖昧さ、多義性:概念化の重要性HRI2026/4/1
この論文は、人間とロボットの相互作用(HRI)における不確実性、曖昧さ、多義性の概念を整理し、一貫した定義と相互関係を提案するものである。
- 説明可能な人間-ロボットインタラクションのための心の理論人間-ロボットインタラクション2025/12/1
ロボットの心の理論(ToM)を説明可能AI(XAI)の一種として捉え、XAIの評価枠組みで評価することを提案し、ユーザー中心の説明の重要性を論じた論文。
- ロボットと話す:HRI応用のための音声基盤モデルの実践的検討音声認識2025/8/1
人間とロボットの対話で使われる音声認識システム4種を、雑音・訛り・子供/高齢者・障害・自発発話など6つの難しさを持つ8データセットで評価し、性能差や幻覚・バイアスの問題を明らかにした。
- 自己教師ありRNNによる生物模倣型ロボット軌道計画軌道計画2025/7/1
リカレントニューラルネットワークを用いた自己教師あり学習により、ロボットアームの軌道計画を効率的に行う手法を提案し、その有効性を検証した。
- 振っても混ぜるな:ヒューマンロボットバーテンディングにおけるグラスの視覚理解のための新規データセット物体検出2025/3/1
透明・反射するグラスの多様性に対応するため、RGB-Dセンサから自動ラベリングで収集した実世界グラスデータセットGlassNICOLDatasetを構築し、オープンボキャブラリ検出器を上回る性能とバーテンディングタスクでの81%の成功率を達成した。
- DIRIGENt:拡散モデルによる人間の実演からのエンドツーエンドロボット模倣模倣学習2025/1/1
人間がロボットを模倣したデータで拡散モデルを訓練し、RGB画像から直接関節値を生成してロボットが人間の動作を模倣できるエンドツーエンド手法を提案した。
- シミュレーションロボットアームを用いた低レベル因果関係の学習因果学習2024/10/1
シミュレーション上のロボットアームのデータから順モデルと逆モデルを学習し、特徴量寄与分析により状態ベクトルの各要素が持つ低レベルの因果効果を明らかにした研究。
- 細部が違いを生む:物体状態に敏感な神経ロボティクスタスクプランニングタスクプランニング2024/6/1
物体の状態を考慮したタスク計画を行うエージェントOSSAを提案し、モジュール型とモノリシック型の2手法を比較した。テーブル上の物体を片付けるタスクで評価し、モノリシック型が優位であることを示した。
- 他人の靴で拡散する:拡散モデルによるロボットの視点取得模倣学習2024/4/1
三人称視点の実演から一人称視点の画像を生成する拡散モデルを提案し、ヒューマノイドロボットが直接三人称のデモンストレーションから模倣学習できるようにした。
- 人間動作のロボット模倣模倣学習2024/1/1
単一の人間による実演からタスクを抽象化し、拡散モデルによる行動セグメンテーションとオープン語彙物体検出、記号推論を組み合わせてロボットが模倣できる新手法を提案。
- 「半分入っているか、半分空か」問題の明確化:マルチモーダル容器分類マルチモーダル認識2023/7/1
ロボットが容器と中身を分類するため、視覚・触覚・固有感覚のデータを融合する3つの戦略を比較し、最良の融合戦略が単一感覚より15%高い精度を示した。
- CycleIK:神経模倣型逆運動学逆運動学2023/7/1
GANと多層パーセプトロンを用いた神経模倣型逆運動学手法を提案し、遺伝的アルゴリズムと組み合わせることで精度と実行時間を改善した。
- NICOL: 社会的インタラクションと信頼性の高いマニピュレーションを橋渡しする神経模倣型協調セミヒューマノイドロボットヒューマノイド2023/5/1
社会的インタラクションと物理的協調作業の両立を目指し、NICOを大型化したセミヒューマノイドNICOLを開発し、神経遺伝的視覚運動学習により従来のIKソルバを上回るマニピュレーション性能を示した。
- 限られた教師ありデータと不一致入力下での双方向行動-言語翻訳の学習VLA2023/1/1
幼児の学習を模倣し、トランスフォーマーを用いたクロスモーダル注意機構により、教師ありデータが少ない状況でも行動と言語の双方向翻訳を高精度で実現するモデルを提案。
- NICOとGrow-When-Requiredネットワークによる物体への自律的リーチング学習マニピュレーション2022/10/1
発達ロボティクス手法を用いて、ヒューマノイドNICOがGrow-When-Requiredネットワークで視覚運動協調を学習し、物体へのリーチングを76%の成功率で達成、身体の機械的変化にも適応できることを示した。
- 知能的な問題解決を統合的な階層強化学習として捉える階層強化学習2022/8/1
認知心理学の知見と階層強化学習を統合し、生物に匹敵する問題解決能力を持つ人工エージェントを実現するための統合アーキテクチャの課題を整理したレビュー論文。
- ロボット動作と言語記述間の柔軟な双方向翻訳学習VLA2022/7/1
卓上物体操作において、動作と言語を双方向に翻訳するPGAEモデルを提案し、未知の自然言語入力や他エージェントの動作模倣にも対応できることを示した。
- 言語モデルを用いたペア変分オートエンコーダによるロボットの言語学習VLA2022/1/1
ロボットの動作と言語記述を双方向に結びつけるPVAEモデルを改良し、事前学習済みBERTを組み込むことで、未学習の自然言語指示も理解できるようにした研究。
- 訓練されたヒューマノイドロボットによる人間らしいクロスモーダル社会的注意と競合解決社会的注意/クロスモーダル2021/11/1
視線と音の位置が一致・不一致な円卓会議シーンで人間の注意応答を計測し、顕著性予測モデルをiCubに搭載して人間類似のクロスモーダル注意と競合解決を再現した研究。
- 遮蔽推論による効率的な物体存在予測ロボティクス能動知覚2021/7/1
ロボットがテーブル上の物体の存在を最小限の移動で予測するため、遮蔽推論と能動知覚を組み合わせた再帰型ニューラルネットモデルを提案し、強化学習と教師あり学習で訓練した。
- 強化学習を用いた長時間遅延下でのハンド・アーム外骨格によるモデル仲介型テレオペレーションテレオペレーション2021/7/1
モデル仲介型テレオペレーションに強化学習と動的運動プリミティブを組み合わせ、長時間遅延下でも適応できる二層型の遠隔操作システムを提案し、外骨格デバイスで検証した。
- 運動を支えるソーシャルロボット:相棒かコーチか?HRI2021/3/1
運動時のソーシャルロボットの役割として「コーチ」と「相棒」のどちらが好まれるかをアンケート調査で検証した研究。
- ヒューマノイド運動指導ロボットのための合成データによる継続学習継続学習2021/2/1
GWRネットワークに再帰結合・エピソード記憶・新規サブノード機構を組み込み、身体運動の時空間関係を学習して姿勢と動作速度のフィードバックを実現。視野内の位置ずれへの頑健性と、体格差に対応するオンライン成長を可能にした。
- 補助タスク学習で強化する視覚運動共有モデル:物体識別・位置推定・把持VLA2020/9/1
RetinaNetベースの視覚運動ニューラルモデルを拡張し、ARとシミュレーションの新データセットで3次元空間の物体へのリーチングを実現。補助タスク(物体の分類・位置推定)との同時学習の効果を分析した。
- 内在的動機に基づくメタ制御と潜在空間経験想像によるロボット二重系運動学習の改善二重系学習2020/4/1
モデルベースとモデルフリーの判断をモデルの局所的信頼度推定でオンライン調停し、潜在空間での想像経験も学習に活用する二重系運動学習手法を提案し、視覚ベースの把持タスクで有効性を示した。
- 説明可能な目標駆動型エージェントとロボットの包括的レビューXAI2020/4/1
目標駆動型の知的エージェントやロボットが知覚・推論・行動を人間に説明するための手法を体系的にレビューし、透明性と継続学習に基づく説明可能性の要件とロードマップを提示した論文。
- 指差し時の視覚的対象の曖昧性を解決する教師なし学習アプローチジェスチャー認識2019/12/1
人間の指差しジェスチャーと対象物体の対応を、GWRネットワークを用いた教師なし学習でモデル化し、雑然とした環境でもリアルタイムに対象を特定する手法を提案した論文。
- 潜在空間での学習適応型想像を用いた効率的な内的動機付けロボット把持マニピュレーション2019/10/1
学習の進捗に応じて信頼性を考慮した想像経験を生成し、視覚ベースのロボット把持を少ない試行で高精度に学習する手法を提案した。
- 好奇心メタコントローラ:深層強化学習におけるモデルベース制御とモデルフリー制御の適応的切り替え強化学習2019/5/1
潜在空間でのダイナミクスモデルの学習進捗に基づく好奇心フィードバックを用いて、モデルベース制御とモデルフリー制御を適応的に切り替える手法を提案し、画像入力からのロボットのリーチング・把持タスクでサンプル効率と性能を改善した。
- 深層内在動機付き連続アクター・クリティックによる効率的なロボット視覚運動スキル学習視覚運動学習2018/10/1
生の画像入力から連続運動スキルを学ぶため、予測世界モデルの学習進捗を内在報酬として活用するアクター・クリティック手法を提案し、ロボットのリーチング・把持タスクで有効性を示した。
- ヒューマノイドロボットが振って音で中身を識別する深層学習手法音響認識2018/7/1
ヒューマノイドロボットがプラスチックカプセルを振り、その音をマイクで取得してニューラルネットワークで中身の材質分類と重量予測を行う手法を提案した。実環境の騒音にも頑健であることを示した。
