Naoki Wake
収録論文 32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
- SharedKV-BT: 行動木エージェントのためのノードローカル型付き意思決定VLA2026/10/5
行動木の各ノードで候補を並列評価し、型付き意思決定を高速化する手法を提案。ロボット操作・移動・コンピュータ操作タスクで有効性を検証した。
- 移動台車付き双腕ヒューマノイドロボットのためのIK初期値生成手法マニピュレーション2025/5/1
関節可動域制限のあるヒューマンサイズの双腕移動ロボットに対し、到達可能性マップと遺伝的アルゴリズムを用いて数値逆運動学ソルバーの良い初期値を生成する手法を提案した。
- 大規模言語モデルによる対話的合意形成を伴う行動計画HRI2025/4/1
ロボットが人間との状況的なインタラクションの中で、受動的・能動的行動を切り替えつつ適切なタイミングで行動計画を生成するためのPlan-and-Actスキル設計を提案し、4つのシナリオで90%の成功率を示した。
- 強化学習によるデータ生成で実現するロバストな視覚ベースの器用把持マニピュレーション2025/4/1
強化学習を用いて多様な形状の物体に対する接触の多い把持データを生成し、視覚行動モデルの汎化性能を向上させる手法を提案した。
- 自己受け渡しの分類体系マニピュレーション2025/4/1
料理中の21人の12時間以上の映像を人手で注釈し、自分の両手間で物体を受け渡す「自己受け渡し」の初の体系的分類を構築。さらに視覚言語モデルでその種類を分類できることを示した。
- 大規模言語モデルと視覚言語モデルを用いた人間とロボットの対話開始の合意形成HRI2025/3/1
LLMとVLMを使って、人間とロボットが対話を始めるべきかどうかを判断するシステム設計を比較し、明確な状況では有効だが、オープンエンドな状況では課題が残ることを示した。
- VLM駆動型ビヘイビアツリーによる文脈認識型タスクプランニングVLA2025/1/1
視覚言語モデル(VLM)を用いて、視覚条件を考慮したビヘイビアツリーを対話的に生成・編集し、視覚的に複雑な環境での文脈認識型ロボット動作を実現するフレームワークを提案。実世界のカフェ環境で検証した。
- モダリティ駆動型マルチステップ巧みな操作の設計：神経科学からの洞察マニピュレーション2024/12/1
神経科学の知見に基づき、箱の把持・回転操作を到達・把持・持ち上げ・手内回転の3段階に分解し、各段階に適したモダリティ（古典制御・VLA・力覚フィードバック強化学習）を割り当てるモジュール型手法を実機で実証した。
- 反復的視覚プロンプティングによるオープンボキャブラリ動作ローカリゼーションVLA2024/8/1
学習不要で任意の動作を扱えるよう、視覚言語モデルにフレーム番号付きの連結画像を与え、サンプリング範囲を反復的に絞り込むことで動画中の動作区間を高精度に特定する手法を提案。
- 接触状態遷移に基づく行動プリミティブによる手内工具操作マニピュレーション2024/7/1
手内での工具操作を接触状態の遷移として捉え、3つの行動表現（detach/crossover/attach）で短期プリミティブに分解して強化学習する手法を提案し、細長い物体の半回転操作に成功した。
- ハードウェアレベルでの再利用を可能にするスキルエージェントライブラリの設計模倣学習2024/3/1
観察学習（LfO）の枠組みにおいて、ロボットのハンド位置と環境の相対関係に基づきハードウェア非依存に記述されたスキルエージェント群を設計し、逆運動学ソルバを差し替えるだけで異なるハードウェア構成のロボットに動作を実行できるようにした。
- 対話型エージェント基盤モデルVLA2024/2/1
視覚・言語・行動予測を統合したマルチタスク学習により、ロボティクス・ゲームAI・医療の3領域で動作する汎用エージェント基盤モデルを提案した。
- GPT-4Vを用いたロボティクス：人間の実演からのマルチモーダルタスクプランニングVLA2023/11/1
人間の作業動画をGPT-4Vで解析し、把持位置や姿勢などのアフォーダンス情報を含む実行可能なロボットプログラムをワンショットで生成するパイプラインを提案した。
- 物理制約を考慮した方策による柔軟マニピュレーションマニピュレーション2023/11/1
物理制約の種類（直動・回転関節）に基づいて操作をグループ化し、様々な未見の柔軟マニピュレーションに適用可能な汎用方策を強化学習で訓練した。
- ChatGPTの感情認識におけるバイアス感情認識2023/10/1
ChatGPTのテキスト感情認識性能を複数データセットと感情ラベルで評価し、性能の不安定さやバイアス、ファインチューニングによる改善を明らかにした。
- GPTモデルとロボット応用の融合：発話連動ジェスチャー対話システムVLA2023/6/1
GPT-3やChatGPTなどの大規模言語モデルを対話ロボットに組み込み、発話内容の意味に応じて適切なジェスチャーを生成するシステムを開発した。
- ChatGPTを活用した多様な環境での長段階ロボット制御：ケースアプリケーションVLA2023/4/1
ChatGPTを少数例学習で用いて自然言語指示を実行可能なロボット行動列に変換するプロンプトを提案し、多様な環境での動作と自然言語フィードバックによる調整を実証した。
- 家庭用サービスロボットへの動作観察学習の応用：三つの常識の定式化動作観察学習2023/4/1
家庭内タスクの動作観察学習において、ラバノーテーション・接触ウェブ・物理的/意味的制約という三つの常識表現を用いてタスクモデルを生成し、ロボットで実行する枠組みを提案した。
- タスク順序シミュレータ：ロボットマニピュレーションのための学習と実行を統合するシミュレーションマニピュレーション2023/1/1
ロボットマニピュレーションにおいて、学習用シミュレーションと実行用シミュレーションを統合するタスク順序シミュレータを提案し、再利用可能な学習・実行・sim-to-realの共通基盤を実現した。
- 対話型タスク符号化システムによる見まね学習見まね学習2022/12/1
音声指示と視覚実演を組み合わせ、ユーザーの対話的修正を交えながら家庭用ロボットに操作タスクを教示するマルチモーダルな見まね学習システムを提案した。
- ハードウェアレベルの再利用性を考慮した見まね学習システム見まね学習2022/12/1
見まね学習の枠組みでタスクをロボット非依存に記述し、ハンド中心のスキルライブラリと汎用IKソルバにより異なるロボット間でソフトウェアを再利用できるシステムを提案した。
- ジェスチャー種別ライブラリを用いたソーシャルロボットのための深層ジェスチャー生成ジェスチャー生成2022/10/1
TEDデータセットに基づき単語を「イメージ的」「ビート」「なし」の3種のジェスチャーに対応付け、種別ごとに生成した動きを滑らかに統合することで、アバターやヒューマノイドロボットの会話ジェスチャーを自然に生成する手法を提案した。
- 強化学習による神経細胞接続ロボットの文脈依存行動のための設計戦略強化学習/神経細胞ロボット2022/3/1
深層強化学習と確率的な神経シミュレータを組み合わせ、訓練中にシミュレータを更新することで、神経細胞接続ロボットが課題目標に基づく文脈依存行動を獲得できる設計原則を提案した。
- 人間の実演からのタスク把持の学習マニピュレーション2022/3/1
人間の把持実演をロボットで機能的に再現するため、接触ウェブ報酬と接近方向のドメインランダム化を用いた深層強化学習を提案し、物体姿勢・形状の不確かさに頑健な把持スキルを実機で実現した。
- 家庭内動作に必要な常識を表す意味的制約：マルチモーダル観察学習ロボットに向けて観察学習2021/3/1
人間の常識に由来する非観測的な制約を『意味的制約』として定式化し、家庭内の調理動画を分析して物理・意味・多段階の制約パターンに分類した研究。
- テキスト駆動の物体アフォーダンスによるマルチモーダルロボット教示での把持型認識支援マニピュレーション2021/3/1
物体ごとの把持型に関するテキスト由来の事前知識（アフォーダンス）を用い、一人称視点画像からの把持型認識を改善する手法を提案し、実物体・錯視物体・MR環境でその有効性を検証した。
- 映像キャプションによる動作系列理解に基づく観察からの学習観察からの学習2021/1/1
人間の実演動画を手の速度の極小点で分割し、映像キャプション技術で動作記述を抽出して言語指示と照合することで、意図に沿った動作系列を理解する観察からの学習フレームワークを提案した。
- 個別化語彙を持つ対話エージェントのフレーズ分類ジェスチャー生成2020/10/1
対話エージェント「Rinna」の個別化された語彙に対し、NLPで自動取得した概念と社会学的に手動で得た概念を比較し、NLP手法の限界を3点特定。概念ベースのジェスチャー選択がランダムより好印象を与えることを実験で示した。
- 物体アフォーダンスを活用した把持タイプ認識把持認識2020/9/1
RGB画像と対象物体名から把持タイプを認識する際、物体ごとの把持タイプ事前分布（アフォーダンス）でCNNの認識結果を補正し、精度を向上させた研究。
- 見まね学習フレームワーク：家庭内の把持・操作・解放作業を一回の教示でロボットに学習させる見まね学習2020/8/1
人間の実演を一度見せるだけで、家庭内の把持・操作・解放作業をロボットが学習できるLfOフレームワークを提案し、実機で有効性を検証した。
- 身体役割分割による多様な構成ロボットへのタスク指向動作マッピング動作教示2020/7/1
人間の1回の実演から、身体部位を「模倣主体」と「調整用代替」に役割分割し、腕リンク数が異なる様々なロボットへタスク指向の動作をマッピングする手法を提案した。
- 見まね学習のための言語的注意焦点システム見まね学習2020/7/1
人間の教示をロボットのタスクモデルに変換する見まね学習において、言語指示から対象物と把持・解放のタイミングを推定し、時空間ノイズを抑える注意フィルタとして活用する手法を提案した。
