Matthias Müller
Apple
収録論文 20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
- エージェント型マニピュレーション政策の研究マニピュレーション2026/11/6
汎用AIモデルがマニピュレータを直接制御するエージェント型政策を提案し、実演なしでVLAやWAMを上回る成功率を達成した。
- シミュレーションから獲得する知覚型ヒューマノイド動作sim2real2026/11/4
1000件の手続き生成された家庭環境で視覚・言語・動作データを合成し、実世界未経験のまま実環境で91%の成功率を達成したヒューマノイド自律システムHALOを提案。
- アテンション型接触計画によるヒューマノイド移動ヒューマノイド/歩行2026/10/22
運動データを学習事前分布として使い、自己教師ありアテンションで将来の身体-環境接触を予測し、接触条件付きトラッカーで全身運動へ変換する枠組みを提案。単一ポリシーで自然な協調運動と環境適応の柔軟性を両立させる。
- SPEAR: 写実的な具現化AI研究のためのシミュレータシミュレーション2026/7/1
Unreal EngineをPythonから制御できる高速・高機能な写実シミュレータを提案し、多様なエージェント制御やデータ生成を実現した。
- Magnecko:四足磁力吸着クライミングロボットの設計と制御歩行2025/4/1
鉄壁面や凹凸のある3次元環境を歩行・登攀できる四足ロボットMagneckoを開発し、モデル予測制御で壁面や天井の移動を実現した。
- Boxi: ロボティクスにおけるアルゴリズム性能を考慮した設計判断センサフュージョン2025/4/1
複雑な環境で移動ロボットの自律性を高めるため、LiDARやカメラ、IMUなどを統合したセンサペイロードBoxiを設計し、時間同期やキャリブレーションが状態推定性能に与える影響を分析した論文。
- OpenBot-Fleet:実機ロボット群による集合学習システム群制御2024/5/1
スマホを活用した低コストロボット群とクラウドを組み合わせ、家庭環境でナビゲーション方策を集合学習し、未知の家でも80%以上の成功率を達成した。
- 単眼視覚慣性による深度推定深度推定2023/3/1
単眼深度推定と視覚慣性オドメトリを統合し、スパースなメトリック深度に合わせてグローバルおよび学習ベースの密なアライメントを行うことで、メトリックスケールを持つ密な深度推定を実現した論文。
- 触覚に基づく物体挿入ポリシーのゼロショット転移触覚2023/1/1
皿をスロット式ホルダーに差し込む接触の多い家事タスクについて、シミュレーションで触覚フィードバックを活用するマニピュレーションポリシーを学習し、実機へ微調整なしでゼロショット転移できることを示した。
- 微分可能シミュレータを用いた解析的方策勾配による効率的な制御器の学習制御/学習ベース制御2022/9/1
微分可能シミュレータ上で追従誤差を勾配降下で直接最小化する解析的方策勾配(APG)を提案し、MPC並みの精度を1桁以上少ない計算量で実現した。
- 高速自律飛行を実現するエンドツーエンド学習高速飛行2021/10/1
雑然とした環境を高速で飛ぶドローンのため、センサ入力から衝突回避軌道を直接生成する畳み込みネットワークをシミュレーションのみで学習し、実環境へゼロショット転移させた。
- OpenBot:スマートフォンをロボットに変える低コストプラットフォームロボットプラットフォーム2020/8/1
50ドルの小型電動車体とAndroidスマートフォンを組み合わせ、人追従や自律ナビゲーションを実現する低コストロボットシステムを開発した。
- 深層学習によるドローンのアクロバット飛行飛行制御2020/6/1
最適制御器のデモを用いてシミュレーションのみで訓練した方策により、機載センサと計算だけで実機のクアッドロータが高加速度のアクロバット飛行を実現した。
- 接触と摩擦を伴う剛体・変形体の非平滑ニュートン法によるシミュレーション物理シミュレーション2019/7/1
接触・摩擦下の剛体と超弾性変形体の連成を非平滑ニュートン法で直接解くGPU対応シミュレータを提案し、巧緻操作や強化学習での性能を示した。
- オンライン軌道フィルタリングによるコントローラ融合ネットワークの学習:ビジョンベースUAVレーシングUAVレーシング2019/4/1
複数のPID/MPCコントローラの出力をDNNで融合し、オンライン軌道フィルタリングでノイズを抑えながらロバストな制御器を学習。シミュレーションで既存手法や人間パイロットに匹敵する性能を達成した。
- SADA: 自律アプリケーション向け意味的敵対診断攻撃敵対攻撃2018/12/1
エージェントが相互作用する環境パラメータの分布を学習する敵対攻撃フレームワークBBGANを提案し、物体検出・自動運転・UAVレースで訓練済みエージェントを一貫して欺く失敗事例を生成できることを示した。
- モジュール化と抽象化による運転ポリシーの転移sim2real2018/4/1
シミュレーションで学習した運転ポリシーを、生の知覚入力や低レベル車両動力学に直接触れさせないモジュール構造で包み込み、実世界の1/5スケールロボットトラックへファインチューニングなしで転移させた。
- 観察的模倣学習模倣学習2018/3/1
複数の不完全な教師を観察しながらオンライン学習し、最適な振る舞いを自動選択する模倣学習手法OILを提案し、自動運転とUAVレースで教師や既存手法を上回る性能を示した。
- TrackingNet:実環境物体追跡のための大規模データセットとベンチマーク物体追跡2018/3/1
実世界の物体追跡向けに3万本以上の動画と1400万個の密なバウンディングボックス注釈を持つ大規模データセットと、500本の新規動画からなる評価ベンチマークを構築した論文。
- 条件付き模倣学習によるエンドツーエンド運転自動運転/模倣学習2017/10/1
高レベルなナビゲーション指令を条件として模倣学習を行い、視覚入力から運転しつつ交差点での進路指定など指令に応答できる運転ポリシーを実現した。
