Michael Burke
収録論文 23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
- 行動品質は学習有用性ではない:ロボット学習のための人間行動モデルにおける目的の不一致人間行動モデル2026/10/26
人間行動モデルの生成品質を測る既存指標が下流のロボット強化学習性能を予測できるかを、運転と物体受け渡しの2領域で検証し、両者が一致しない目的のミスマッチを明らかにした論文。
- 準周期ガウス過程を用いた予測型反復学習制御反復学習制御2026/2/1
準周期ガウス過程を予測型反復学習制御に組み込み、反復間の外乱やドリフトをモデル化・予測することで、計算効率を保ちながら収束を高速化し外乱に頑健な制御を実現した。
- モノはなぜそこに置かれるのか:人間の整理選好の解釈可能な構成概念マニピュレーション2025/12/1
人間がモノをどこに置くかの選好を「空間的実用性・習慣的利便性・意味的一貫性・常識的妥当性」の4つの解釈可能な軸で定式化し、アンケートで検証したうえでMCTSプランナに組み込んでロボットの片付け計画に応用した研究。
- 潜在フィードバック制御器の切り替えによるスキル獲得の確率的モデル模倣学習2024/10/1
混合密度ネットワークを潜在状態に条件付けられたフィードバック制御器のライブラリとして再解釈し、スキル獲得を潜在空間のセグメンテーションとして捉える確率的グラフィカルモデルを提案。人間のデモンストレーションから学習し、タスク成功率と観測ノイズへの頑健性を向上させ、実機ロボットでの展開も示した。
- 安定した特徴量のレンダリングによるNeRFベースのサンプリング局所化の改善自己位置推定2023/9/1
NeRFを用いたサンプリングベースの自己位置推定において、古典的な特徴マッチングとは異なり安定した特徴量をレンダリングすることが有効であることを示し、順伝播回数を10分の1に削減した。
- 人間らしい道具と組織の相互作用を伴うロボット楕円切除の生成手術ロボット2023/9/1
外科手術の楕円切除スキルをパラメータ化モデルで学習し、ベイズ最適化により熟練度に応じた切除力特性を再現するロボットシステムを提案した。
- 知能ロボット超音波技師:相互情報量に基づく分離報酬学習による少数デモンストレーションからの自律探索医療ロボティクス2023/7/1
専門家の少数のデモンストレーションから、相互情報量でタスクとドメイン特徴を分離しつつ報酬関数を自己教師あり学習し、超音波プローブを対象解剖の適切な2D断面へ粗から細へと自律ナビゲートするロボット超音波技師を提案した。
- Motion Perceiver: 組込みシステム向けリアルタイム占有予測予測/組込み2023/6/1
Transformerベースの再帰的潜在状態推定により、シーンを潜在状態に符号化して自己注意と交差注意で時間発展させ、組込みGPU上でリアルタイムに占有予測を行う手法を提案した。
- 逐次モンテカルロドロップアウトによるニューラルモデルの適応適応・オンライン学習2022/10/1
ドロップアウトで学習したニューラルネットに対し、実行時にパーティクルフィルタでドロップアウトマスクの分布を更新し、変化する環境やユーザにオンライン適応させる手法を提案。
- 部分観測下での連続制御に強い軽量深層強化学習戦略:マルチステップ・ブートストラップの有効性強化学習2022/9/1
部分観測環境ではPPOがTD3やSACより頑健であることを示し、TD3やSACにマルチステップ目標を導入すると性能が改善することを実験的に明らかにした。
- 非ホロノミックDMPによるロボット切断動作の見まね学習:Udwadia-Kalaba法の応用マニピュレーション2022/9/1
人間の実演からロボットの切断スキルを学ぶため、Udwadia-Kalaba法を用いて非ホロノミック拘束を課すDMPを拡張し、拘束を保証する軌道生成を実現した。
- IV-Posterior: 方策の解釈可能な証明のための逆価値推定強化学習2020/12/1
MaskedAutoregressive Flowを用いて、事前学習済み方策が有効に機能する環境条件の分布を推定し、その分布を方策選択の証明として活用することで性能向上を図る手法を提案した論文。
- 視覚的順列による行動系列の生成行動計画2020/8/1
単一の参照視覚状態から高レベル行動の系列を予測するため、順列の観点で行動系列を学習する手法を提案し、従来のニューラルモデルより少ない例で優れた性能と大規模行動集合への拡張性を示した。
- 残差学習による接触を伴うマニピュレーションのためのDMP適応マニピュレーション2020/8/1
DMPによる接触を伴う挿入タスクを強化学習で残差補正し、タスク空間で全姿勢を扱うことで成功率と汎化性能を向上させる枠組みrLfDを提案した。
- 確率的時間ランキングによるロボット超音波走査のための報酬学習模倣学習2020/2/1
探索的なデモンストレーションから報酬関数を推論するため、時間経過とともに報酬が高くなるという仮説に基づく確率的時間ランキング手法を提案し、自律超音波走査に適用した。
- 空間・相互作用ダイナミクスの構造表現学習による混雑環境での軌道予測軌道予測2019/11/1
環境の空間的・動的な側面を教師なしで学習し、歩行者予測やロボット操作の軌道予測をラベルなし画像データのみで新環境・新タスクへ適応できるモジュール型手法を提案した。
- 不確かな境界をなぞる:トルクベースの中間分類による軟組織の精密切断マニピュレーション2019/9/1
関節トルクから軟組織の種類を分類する識別器とその決定境界を誤差信号に用いた閉ループ制御で、グレープフルーツの果肉と皮の境界に沿った切断を実現した。
- 多様なポリシーを組み合わせた時間的に拡張されたタスクの実行マニピュレーション2019/7/1
動作計画・動的モーションプリミティブ・ニューラルネット制御器など異種ポリシーを、局所ダイナミクスモデルと活性状態空間に基づく大域ゴールスコア推定器で最適に系列化する手法を提案し、PR2ロボットの歯車組立タスクで有効性を示した。
- デモンストレーションからの学習のための分離された関係表現模倣学習2019/7/1
情報ボトルネック層を持つ変分ニューラルモデルを用いて、自然言語指示に含まれる空間関係などの抽象概念を感覚入力に接地させ、デモを記号的な計画として実行可能にする手法を提案した。
- スイッチング密度ネットワークによるハイブリッドシステム同定模倣学習2019/7/1
分類層と回帰層を組み合わせたスイッチング密度ネットワークを提案し、操作タスクや倒立振子のフェーズ空間を複数の制御則にクラスタリングしてハイブリッドシステムを同定する手法を示した。
- 動画から力学パラメータを推定するVid2Param物理推論2019/7/1
物理ベースの力学モデルと再帰型変分オートエンコーダを組み合わせ、動画から位置・速度・反発係数・空気抵抗などの力学パラメータをオンライン推定する手法を提案した論文。
- 説明から合成へ:模倣学習のための合成可能なプログラム帰納模倣学習2019/2/1
単一の実演とニューラルな視覚運動制御モデルから、ループや条件分岐を含む制御プログラムを帰納的に学習する手法を提案した論文。
- ドメイン特化型の画像ペア比較から興味を高速に確率推定する手法情報検索2017/6/1
画像ペア比較のラベリング負担を抑えつつ、事前学習CNN特徴上のガウス過程とベイズランキングでドメイン固有の画像の興味度を不確実性付きで推定する。
