Oleg Arenz
Technical University of Darmstadt
収録論文 19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
- 確率的モーション・トークン化によるヒューマノイド全身制御全身制御2026/10/27
動作を離散トークンに変換する確率的トークナイザを提案し、ラベルやテキスト指示から生成した全身動作をUnitree G1実機で追従させた研究。
- 歩いた場所を記憶せよ:脚式ロボットのエンドツーエンド探索のための空間記憶学習歩行2026/10/27
脚式ロボットの迷路探索向けに、位置ベースの記憶セルに情報を保存するLocal Spatial Matrix Memory(LSMM)を提案し、長期記憶を必要とする探索で従来手法より優れた地図再構成性能を示した。
- 後退ホライズン安全クリティックと微分可能アクションシールドによる安全強化学習安全強化学習2026/10/14
ロボット強化学習において、将来の安全性を予測する後退ホライズン安全クリティックを学習し、微分可能なCBF型安全フィルタと組み合わせることで、四足歩行の外乱や地形変化に対する頑健性を向上させた。
- 続行・中止・転倒:安全なヒューマノイドアクロバットのための実行可能性認識型ポリシー選択(VAPS)ヒューマノイド制御2026/10/1
ヒューマノイドのアクロバット動作中に、追従ポリシーと中止ポリシーの短期的な実行可能性を予測し、最も野心的な行動を選択することで、ハードウェア損傷を抑える手法を提案。
- ExoLaN: 外骨格のための物理整合型コンテキスト適応ダイナミクス学習外骨格/ダイナミクス学習2026/9/25
外骨格装着時の人間-外骨格系のダイナミクスを、足圧センサ情報と時間的文脈から学習し、未知ユーザー・未知タスクでもトルク推定と順方向予測を高精度化する手法を提案。
- 信頼領域逆強化学習:局所方策更新を用いた明示的双対上昇法逆強化学習2026/5/1
逆強化学習において、毎回RL問題を完全に解くことなく、信頼領域制約付きの局所更新で双対目的を明示的に最適化する手法を提案し、安定性と単調改善を両立した。
- 行動制約付き強化学習と後退地平線クレジット割り当てによる高性能制御強化学習2026/4/1
専門家の行動から逸脱しすぎずに、デモンストレーションを超える高性能な制御ポリシーを学習する強化学習フレームワークを提案した。
- GaussTwin: ガウススプラッティングによるロボットデジタルツインの統合シミュレーションと補正デジタルツイン2026/3/1
ロボット操作のためのデジタルツインを、物理ベースのシミュレーションとガウススプラッティングによる視覚補正を統合して構築し、実機実験で追跡精度とロバスト性を向上させた。
- 浮遊ベース深層ラグランジュネットワークシステム同定2025/10/1
浮遊ベース系の慣性行列の物理的制約を満たすパラメータ化を導入し、ラグランジュ力学に基づくニューラルネットワークで逆動力学誤差を最小化する手法を提案。四足歩行ロボットとヒューマノイドのデータセットで評価し、シミュレーションと実機の両方で性能と解釈性が向上。
- 方策探索による離散変分オートエンコーディング生成モデル2025/9/1
方策探索の自然勾配を利用して、再パラメータ化不要で離散VAEを訓練する手法を提案し、ImageNetなどの高次元画像再構成で既存手法を上回った。
- 文脈認識型Deep Lagrangian Networksによるモデル予測制御マニピュレーション2025/6/1
Deep Lagrangian Networksを文脈認識型に拡張し、リカレントネットワークによるオンライン同定とモデル予測制御を組み合わせることで、負荷が変動する7自由度ロボットアームの軌道追従精度を向上させた研究。
- 環境接地型インタラクションによる階層的ドメインモデルの学習タスクプランニング2025/5/1
LLMとシミュレータ上の試行を通じて、人間のフィードバックなしにタスク固有の階層的ドメインモデルを自動生成・修正するフレームワークLODGEを提案し、計画・ロボット組立タスクでの精度と成功率を向上させた。
- LS-IQ: 逆強化学習のための暗黙的報酬正則化逆強化学習2023/3/1
暗黙的報酬の二乗ノルム正則化を理論的に解析し、吸収状態を適切に扱う最小二乗逆Q学習(LS-IQ)を提案。専門家の行動なしでも逆動力学モデルで学習可能。
- 深層強化学習におけるロバスト探索のための自己教師あり逐次情報ボトルネック強化学習探索2022/9/1
時系列観測の逐次予測情報を圧縮する情報ボトルネック目的を導入し、ノイズに頑健なタスク関連の新規性に基づく内在的報酬で探索を効率化する手法を提案。
- ガウス混合モデルによる自然勾配変分推論の統一的理解変分推論2022/9/1
ガウス混合モデルを用いた変分推論の代表的手法VIPSとiBayes-GMMが本質的に同じ更新式を持つことを示し、設計選択の違いが性能に与える影響を分析した。
- 仮想ガイドの混合による変化する環境での支援型テレオペレーションテレオペレーション2020/8/1
軌道のガウス混合モデルを変分推論で学習し、その混合分布から力覚ガイドのポテンシャル場を生成することで、環境変化や操作者の意図に応じて滑らかに変化するテレオペレーション支援を実現した研究。
- 非敵対的模倣学習と敵対的手法との関連性模倣学習2020/8/1
敵対的模倣学習の不安定さを解消する非敵対的枠組みを提案し、AIRLがその一例であることを示すとともに、オフライン模倣学習アルゴリズムを導出して性能を検証した論文。
- 物体分離のための深層敵対的強化学習マニピュレーション2020/3/1
敵対的強化学習を用いて、訓練時と異なる初期状態でも物体を分離できるロボット制御を実現した論文。
- 確率的アプローチによる物体の絡み解きマニピュレーション2020/2/1
障害物による不確実性を確率マップで表現し、失敗確率をコストとしてRRTで計画することで、モデルなしで絡まった物体をロボットが解きほぐす手法を提案した。
