Nicolas Mansard
LAAS-CNRS
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
- VAMPS: サンプリングベース計画による視覚・運動ポリシーVLA2026/10/4
MPPI制御を用いて人間のデモンストレーションなしに再利用可能なポリシーを学習するフレームワークを提案し、シミュレーションでの歩行ポリシー学習と実機転移、実機データからの視覚運動ポリシー学習を実現した。
- CAST: 交互状態価値目標と拡張方策勾配によるモデルベース強化学習モデルベース強化学習2026/9/8
モデルベース強化学習において、プランナー誘導行動と現在の方策を交互に用いた状態価値目標を導入し、価値学習を改善する手法CASTを提案。シミュレーションと実機の四足ロボットで有効性を実証。
- 動画からのヒューマノイド模倣学習のための直接動的リターゲティング模倣学習/ヒューマノイド2026/5/1
単眼ビデオからヒューマノイドの模倣学習を行う際、従来の幾何学的リターゲティングが持つバイアスを排除し、物理シミュレータ内で直接動的軌道を生成する新しいフレームワークを提案した。
- 学習誘導型力覚フィードバックMPCによるロボットバリ取りの障害物回避制御力制御/MPC/拡散モデル2026/4/1
拡散モデルによる動作事前知識を力覚フィードバックMPCに統合し、障害物回避と力制御を両立するロボットバリ取り制御フレームワークを提案した。
- COSMIK-MPPI:近接動的人間環境における衝突回避への制約付きモデル予測制御の拡張制御2026/4/1
MPPI制御に制約違反を終端事象として扱う手法を組み合わせ、人間の動作予測に依存せずに衝突回避を保証するフレームワークを提案し、実機で検証した。
- 効率的な一次強化学習のための局所・大域世界モデルの結合強化学習/世界モデル2026/2/1
大規模拡散モデルによる世界モデル内で強化学習を行い、軽量な潜在空間サロゲートで勾配計算を効率化する一次勾配法を提案。Push-Tタスクや四足歩行ロボットの物体操作でPPOを上回るサンプル効率を実現。
- 物体中心拡散による衝突回避MPCのウォームスタートマニピュレーション2026/1/1
物体中心の潜在表現で条件付けした拡散モデルでMPCをウォームスタートし、厳しい時間制約下でも衝突回避と精密制御を両立させる手法を提案。
- 直接トルク制御のための超高速周波数補間トルク制御2025/9/1
オープンソースハードウェア上で全身の線形フィードバックを最大40kHzで実行し、逆動力学や学習済みトルクポリシーを補間することで、トルク制御の安定性と性能を向上させる手法を提案した。
- 分離型逆伝播による一次モデルベース強化学習モデルベースRL2025/9/1
シミュレータで軌道を生成し、学習した微分可能モデルを通して勾配を計算することで、シミュレータの勾配が不要な高効率な一次方策最適化を実現し、四足・二足歩行タスクで有効性を示した。
- 動画デモに導かれる多段階マニピュレーションのタスク・動作計画マニピュレーション2025/5/1
指示動画から把持・解放状態と物体姿勢を抽出し、RRTプランナを拡張して多段階のタスク・動作計画を生成する手法を提案。複数ロボットで実証した。
- 並列アクチュエーションを持つ歩行ロボットの最適制御歩行2025/4/1
閉ループ機構を持つ脚式ロボットの運動生成を、閉ループ拘束とその解析的微分を組み込んだ最適制御問題として定式化し、並列アクチュエーションの非線形伝達効果を活かすことで、高速移動や階段昇降などの複雑なタスクで性能を向上させた。
- 拡張URDF:ロボット記述における並列機構の考慮ロボットモデリング2025/4/1
広く使われるURDFを最小限の追加情報で拡張し、閉ループ運動構造(並列機構)を効率的に記述できるようにした。既存の設計・シミュレーションフレームワークとの互換性を保ちつつ、並列ロボットのモデル化・共有を容易にする。
- 差動アクチュエーションモデルを用いたパラレル機構ヒューマノイドロボットの制御歩行2025/3/1
脚の慣性を減らすためモータを関節から離して配置したパラレルリンク機構について、非線形伝達を正確かつ計算効率よく表す微分可能なモデルを提案し、軌道最適化と歩行方策学習に組み込んで精度とロバスト性を向上させた。
- モデル予測制御のための無限ホライズン価値関数近似モデル予測制御2025/2/1
制約付き最適制御問題の無限ホライズン価値関数をニューラルネットワークで近似し、モデル予測制御の終端コストとして用いることで大域的な安定性を実現する手法を提案。
- 野生動物動画からの強化学習歩行2024/12/1
インターネット上の野生動物動画を教師信号として活用し、四足ロボットが歩行・ジャンプ・静止などの多様な運動スキルを獲得する強化学習手法を提案した。
- SoloParkour: 特権経験を用いた視覚移動のための制約付き強化学習歩行2024/9/1
特権情報で訓練した方策から経験を生成し、深度画像からのオフポリシー強化学習を効率化することで、四足ロボットに歩行・登攀・跳躍・這行などのパルクール技能を実現した。
- 実時間非線形MPCのための並列・近接制約付き線形二次手法MPC2024/5/1
双対正則化付き等式制約LQR問題をブロック消去で書き換え、パラメトリック問題に一般化して並列求解を可能にし、四足ロボットのMPCで有効性を実証した。
- 制約を終端として扱う脚式ロコモーション強化学習歩行2024/3/1
制約違反時に将来の報酬を確率的に打ち切る新手法CaTを提案し、四足歩行ロボットSoloの障害物踏破で制約遵守を実現した。
- 6D物体姿勢の位置推定と追跡による視覚誘導型モデル予測ロボット制御マニピュレーション2023/11/1
学習ベースの6D姿勢推定と高速トラッカーを非同期に組み合わせ、トルクベースのモデル予測制御で動く物体を追従・操作する手法を提案し、実機で検証した。
- 全身MPCと最適領域選択による知覚型歩行歩行2023/5/1
接触面選択の組合せ爆発を避けつつ、全身MPCでロボットの限界に近い歩行動作をリアルタイム生成する枠組みを提案し、不整地やICRA 2023四足歩行チャレンジで検証した。
- 動的脚式ロボットの最適化ベース制御歩行2022/11/1
脚式ロボットの運動生成と制御におけるモデルベース最適化の最近の進展を、環境接触の扱いやモデル簡略化、数値解法に焦点を当てて概観したサーベイ。
- ProxNLP: ロボティクス向け非線形計画法のための主双対拡張ラグランジュソルバ最適化2022/10/1
多様体上の不等式制約付き最適化問題を解く主双対拡張ラグランジュ法を提案し、ロボティクス応用に適した効率的なC++実装を提供した。
- 制約付き微分動的計画法:主双対拡張ラグランジュアプローチ軌道最適化2022/10/1
拡張ラグランジュ法と微分動的計画法(DDP)を組み合わせ、等式・不等式制約を扱える効率的な軌道最適化アルゴリズムを提案した。
- L1ノルム最小化による実現可能性問題としての足置き計画歩行計画2020/11/1
混合整数計画として定式化される足置き計画を、計算効率の良いL1ノルム最小化問題に近似するSL1Mを提案し、サンプリングベースの軌道計画と組み合わせて高速化を実現した。
- 実行可能性駆動型の制御制約付きDDP軌道最適化2020/10/1
制御制約と初期化の制限を扱うため、動的実行可能性を調整する実行可能性駆動型DDP(BOX-FDDP)を提案し、四足・ヒューマノイドの複雑な運動生成とMPCへの適用を示した。
- 歩き方を学ぶ:動作記憶による最適制御ソルバのウォームスタート歩行2020/1/1
ヒューマノイドの歩行計画のため、オフライン生成した全身軌道を動作記憶として学習し、最適制御ソルバの初期解に用いることで収束反復回数を大幅に削減した。
- SL1M: 不整地における接触計画のためのスパースL1ノルム最小化接触計画2019/9/1
脚式ロボットの接触選択問題をL1ノルムのスパース性を利用して線形計画問題に緩和し、混合整数最適化より50〜100倍高速に接触計画を立てる手法を提案した。
- Crocoddyl:多接触最適制御のための効率的で汎用的なフレームワーク最適制御2019/9/1
多接触最適制御のためのオープンソースフレームワークCrocoddylを提案し、非実行可能な軌道も扱える新アルゴリズムFDDPにより跳躍や前方宙返りなどの高ダイナミック動作を数ミリ秒で計算可能にした。
- 多相剛体接触ダイナミクスのための微分動的計画法歩行2019/4/1
剛体接触モデルのKKT制約を組み込んだ微分動的計画法(DDP)を提案し、角運動量を活用して全身軌道を最適化。HRP-2実機での大股歩行や外力なしの姿勢制御で有効性を示した。
- 数値最適制御によるクアッドロータ系の軌道生成軌道生成2016/2/1
ダイレクト・マルチプル・シューティング法を用いて、クアッドロータ単体から吊り荷・振り子・マニピュレータ搭載機まで幅広い系の軌道生成を解析解なしで解けることを示した論文。
- 拘束された浮遊ベースロボットの部分力制御マニピュレーション2014/10/1
多接触する脚式ロボットの運動と一部の接触力を制御するため、辞書式最適化を疎な解析解で解き計算量を削減する手法を提案し、23自由度ヒューマノイドのシミュレーションで検証した。
- RT-SLAM:汎用的でリアルタイムな視覚SLAM実装SLAM2012/1/1
汎用性・高速実行に重点を置いたオープンソースC++製SLAMシステムを提案し、慣性・視覚融合SLAMで高ダイナミックな手持ちカメラ動作に対応できることを示した。
