Miroslav Bogdanovic
University of Toronto
収録論文 13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
- 自己構築型実験室:自律的に実験環境を設計・構築するラボ自律実験/ロボット自動化2026/10/16
高レベルの科学目標を与えると、実験室のレイアウト設計からデジタルツイン構築、ロボットスキル獲得、実験ワークフロー生成までを自律的に行い、量子ドット合成実験で実証した研究。
- DIA: 拡散ポリシー最適化のためのデノイジング中間アドバンテージ拡散ポリシー/強化学習2026/9/10
拡散ポリシーの強化学習ファインチューニングにおいて、各デノイジングステップに中間アドバンテージを割り当てる手法を提案し、複数のロボット操作ベンチマークで性能を向上させた。
- チャンクベースロボットポリシーのための動的実行ホライズン予測ロボットポリシー2026/6/1
固定実行ホライズンに依存するチャンクベースのロボットポリシーに対し、強化学習で軽量な実行ホライズン予測ブランチを学習し、事前学習済みポリシーを凍結したまま動的に実行長を調整する手法を提案。高精度・長時間タスクの成功率を大幅に向上させた。
- MATTERIX:ロボティクス支援化学実験室自動化のためのデジタルツインsim2real2026/1/1
化学実験室の高忠実度デジタルツインを構築するGPU加速マルチスケールロボットシミュレーションフレームワークを提案し、ロボット操作・粉体/液体動力学・熱伝達・化学反応を統合してsim-to-real転移を実証した。
- AnyPlace: ロボット操作のための汎用物体配置学習マニピュレーション2025/2/1
VLMで大まかな配置位置を特定し、合成データのみで訓練したモデルで多様な配置姿勢を予測する2段階手法を提案。実世界の様々な物体形状や配置モードに対応し、高精度な配置を実現。
- タスク・モーション計画のための計画ドメイン自動推論タスク・モーション計画2024/10/1
少数の実演軌道から深層学習と探索で計画ドメインを自動推論し、TAMPの手動設計依存を減らす手法を提案。
- CLIMB: 言語ガイドによる反復モデル構築を伴う継続的タスクプランニング学習タスクプランニング2024/10/1
基盤モデルと実行フィードバックを活用し、自然言語記述からドメインモデルを構築しながら未知の述語を学習・蓄積する継続的タスクプランニング手法を提案。
- ORGANA: 化学実験の自動化と評価を支援するロボットアシスタント実験自動化2024/1/1
LLMを活用して化学者と対話しながら実験計画を立て、ロボットと実験装置を制御して溶解度・pH測定・再結晶・電気化学などの多様な化学実験を自動化する支援システムを開発した。
- 軌道最適化のデモンストレーションを用いたロバスト歩行のためのモデルフリー強化学習歩行2021/7/1
軌道最適化で生成した単一のデモを初期探索に活用し、その後タスク報酬を直接最適化する2段階の強化学習で、実機に追加学習なしで展開可能なロバスト方策を四足ロボットの跳躍・走行タスクで実現した。
- TriFinger: 器用さを学習するためのオープンソースロボットマニピュレーション2020/8/1
約5000ドルの安価で安全に自律動作する3本指ロボットハンドのハード・ソフトをオープンソースで提供し、強化学習や投擲・筆記などの実験で有効性を示した。
- 過去のタスク経験を活かした効率的探索学習強化学習2019/8/1
過去に解いたタスクのデータから生成モデルを構築し、新しいタスクの強化学習における探索を効率化する手法を提案。マニピュレータの動作・接触タスクで学習速度が2倍以上になることを示した。
- 接触を伴う繊細なタスクのための可変インピーダンス制御の学習可変インピーダンス制御2019/7/1
接触の不確実性があるタスクに対し、関節空間のインピーダンスと目標位置を出力する方策を強化学習で学習し、トルク制御や位置制御より堅牢な性能を示した。解釈性と実機転移を促す正則化報酬も提案。
- 接触力を活用した把持学習マニピュレーション2018/9/1
モデルフリー深層強化学習で接触センシングを活用する把持制御則を学習し、物体姿勢の不確実性下での把持の頑健性が接触フィードバックにより大きく向上することを多指ハンドで示した。
