Nicholas Rhinehart
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
- 適応手法の選び方:Vision-Language-Actionモデルのためのデータ別ガイドVLA2026/10/13
VLAモデルの適応手法を、オン/オフポリシーデータやオフライン/オンライン適応などのデータ条件で比較し、状況に応じた最適な手法選択の指針を示した。
- 目標条件付き強化学習のための世界モデル政策アービター目標条件付き強化学習2026/10/7
複数の凍結済み目標条件付き政策をポートフォリオとして活用し、学習した世界モデルで各政策の将来を想像評価して最適な政策を選択するテスト時フレームワークを提案。
- SPARROW: 適応的な経路探索・観測・待機のための生存POMCPナビゲーション2026/9/17
一時的な障害物がある環境で、待機・迂回・観測を選びながら経路探索するPOMCPベースのプランナを提案し、シミュレーションと実機で既存手法より到達時間を短縮した。
- QPILOTS: フローポリシーのための効率的なテスト時Qステアリング強化学習/拡散ポリシー2026/6/11
フローマッチングや拡散ポリシーを強化学習で最適化する際、推論時にノイズ除去プロセスをQ値の勾配で操縦する手法QPILOTSを提案し、オフラインからオンラインへのRLベンチマークで高い成功率を達成した。
- OSCAR: 適応的ロボットナビゲーションのための障害物生存曲線ナビゲーション2026/6/1
既知の経路グラフを移動するロボットが、一時的な障害物に遭遇した際の待ち時間と迂回の判断を、障害物の種類ごとの残存時間分布を生存分析で学習して適応的に行う手法を提案した。
- UBP2: 不確実性バランス型選好計画による効率的な選好ベース強化学習強化学習2026/6/1
報酬・ダイナミクス・価値関数の不確実性を統合したスコアで軌道を計画し、能動的探索を行うモデルベースの選好強化学習手法を提案した。
- AutoWorld: 自己教師ありワールドモデルによるマルチエージェント交通シミュレーションの学習自動運転シミュレーション2026/3/1
生のLiDAR観測に基づく自己教師ありワールドモデルを用いて、より現実的な交通シミュレーションを実現するフレームワークを提案した。
- OccSim: 長期的占有ワールドモデルによるマルチキロメートルシミュレーション自動運転シミュレーション2026/3/1
単一の初期フレームと将来の自車行動のみから、4km以上にわたる連続的な3D占有マップを生成できる初の占有ワールドモデル駆動型3Dシミュレータを提案した。
- ラタトゥイユ:実世界のソーシャルロボットナビゲーションのための模倣学習の要素ソーシャルナビゲーション2025/9/1
オフライン模倣学習を用いてソーシャルナビゲーションの安全性と成功率を大幅に改善するパイプラインとモデルアーキテクチャを提案し、実世界の大学キャンパスで検証した。
- 残差報酬モデルによる選好ベース強化学習強化学習2025/7/1
選好ベース強化学習において、事前知識の報酬と学習した報酬を足し合わせる残差報酬モデルを提案し、収束速度と性能を改善した。
- 効率的な潜在フローマッチングによる基盤的LiDARワールドモデルLiDARワールドモデル2025/6/1
LiDARワールドモデルのドメイン間転移性を初めて体系的に検証し、潜在条件付きフローマッチングで高圧縮・高精度な基盤モデルを実現した。
- DR-MPC: 実世界のソーシャルナビゲーションのための深層残差モデル予測制御ソーシャルナビゲーション2024/10/1
MPCとモデルフリー深層強化学習を組み合わせ、実世界の群衆ナビゲーションデータから安全に学習する手法を提案。シミュレーションと実機実験で有効性を示した。
- 幾何コストと予測コストを統合したハイブリッド模倣プランニングによるオフロード走行オフロードナビゲーション2021/11/1
学習ベースの走行可能性予測と幾何ベースの障害物コストを自己教師ありで組み合わせ、オフロード環境での計画性能を両者単独より大幅に向上させた。
- 潜在ゴールモデルによる未知環境ナビゲーションの高速探索ナビゲーション2021/4/1
画像ゴールまでの距離と行動を潜在変数モデルで学習し、トポロジカルな画像メモリと組み合わせて、未知の障害物や天候の中でも80m先のゴールを20分以内に探索・到達する移動ロボットシステムを実現した。
- 観測からの偶発計画:学習した行動モデルによる実行可能な偶発計画計画2021/4/1
条件付き自己回帰フローモデルで高次元のシーン観測と低次元の行動観測から偶発計画空間を構築し、CARLAのマルチエージェント運転シナリオで非偶発的な深層学習計画手法と比較した研究。
- ViNG: 視覚ゴールによるオープンワールドナビゲーションの学習ナビゲーション2020/12/1
ゴール画像を指定して目的地へ移動するナビゲーションシステムViNGを提案し、実機の屋外移動ロボットで従来のゴール条件付き強化学習手法を上回る性能を示した。
- Parrot: 強化学習のためのデータ駆動型行動事前分布強化学習2020/11/1
多様な既存タスクの成功試行から複雑な入出力関係を学習する行動事前分布を事前学習し、新規タスクの迅速な学習を可能にする手法を提案。画像観測と疎報酬のロボットマニピュレーションで大幅に優れる。
- 保守的安全クリティックによる安全な探索安全強化学習2020/10/1
クリティックで状態の安全度を保守的に見積もり、訓練中の壊滅的失敗の確率を理論的に上限付きで抑えつつ探索を可能にする安全強化学習手法を提案し、ナビゲーション・マニピュレーション・歩行タスクで有効性を示した。
- 自動運転車は分布シフトを検出・回復・適応できるか?自動運転/分布シフト2020/6/1
不確実性を考慮した計画手法RIPと、専門家に問い合わせる適応版AdaRIPを提案し、分布シフト下での自動運転の頑健性を評価する新ベンチマークCARNOVELを導入した論文。
- 点群予測を先に行う新パイプラインSPF2:ラベル不要で未来の物体姿勢を推定点群予測2020/3/1
物体検出・追跡を先に行う従来の姿勢予測を逆転し、まず3D点群の時系列を予測してから検出・追跡する手法SPFNetを提案。ラベル不要でスケールしやすく、ロボット操作や自動運転データで有効性を示した。
- 目標条件付きマルチエージェント軌道予測モデルPRECOG軌道予測2019/5/1
自動運転車の目標を与えることで他車両の将来軌道を確率的に予測するモデルを提案し、実データとシミュレーションで従来手法より高精度な多エージェント予測を実現した。
- 柔軟な推論・計画・制御のための深層模倣モデル模倣学習・計画2018/10/1
模倣学習の確率的予測モデルと目標指向計画を組み合わせ、専門家らしい軌道を目標に向けて計画できる「模倣モデル」を提案し、自動運転タスクで従来手法を大きく上回る性能を示した。
- 決定論的微分可能模倣学習によるニューラルパーサの学習模倣学習2018/6/1
塗装ロボットの対象物分割をパース問題として定式化し、専門家の分割を模倣するニューラルパーサを決定論的方策勾配法DRAGで訓練した研究。
