Peter Karkus
NVIDIA
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
- CtrlWAM: 意図と予見を整合させた制御可能なワールドアクションモデルVLA2026/10/1
摂動させた行動をシミュレータで実行し、その視覚的結果と対応付けて学習することで、行動予測と映像生成の整合性を高めた制御可能なワールドアクションモデルを提案。
- OPTED: レンダリング不要な教師によるEnd-to-End自動運転のオンポリシー微調整自動運転/End-to-End2026/9/17
強化学習で訓練した特権教師がベクトル入力から生徒モデルを閉ループで指導することで、シミュレータ操作を大幅に削減しつつEnd-to-End自動運転ポリシーを微調整する手法を提案。
- 猿は見て学べるか?ロボットの観察によるスキル学習を評価するベンチマーク模倣学習/ベンチマーク2026/9/8
人間の動画からロボットが操作スキルを学習する際の評価を統一するため、10種類の操作タスクを含むベンチマーク「RoboReel」を提案し、複数の最先端アルゴリズムを比較分析した。
- 計画整合型トークン圧縮による長文脈自動運転自動運転2026/6/1
自動運転のためのモノリシックな視覚行動モデルにおいて、長期の文脈を圧縮する際に計画情報を活用するフレームワークを提案し、成功率を向上させた。
- RoaD: 閉ループ教師あり微調整のためのロールアウト活用による自動運転ポリシー改善自動運転2025/12/1
自動運転ポリシーの閉ループ展開時の誤差蓄積を、自身のロールアウトに専門家ガイダンスを加えて追加学習データとすることで軽減し、大規模シミュレータで衝突を54%削減した手法。
- Alpamayo-R1: 長尾シナリオにおける汎化可能な自動運転のための推論と行動予測の橋渡し自動運転/VLA2025/11/1
視覚言語行動モデルに因果連鎖推論を組み込み、拡散ベースの軌道デコーダと強化学習を組み合わせることで、長尾の安全臨界シナリオでの自動運転計画精度と推論品質を向上させた研究。
- 展開可能で汎化可能な自律性に向けた動作予測の動向:再訪と展望動作予測2025/5/1
動作予測モデルの汎化性と実展開性に焦点を当て、ロボティクス・自動運転・人間動作への応用を中心に、手法・表現・評価プロトコルの分類と課題を整理したサーベイ。
- 最適化問題に対する複数の初期解の学習最適化2024/11/1
問題パラメータから多様な初期解を複数予測し、単一または複数の最適化器で利用することで、ロボット制御などの最適化問題の収束を改善する手法を提案。
- LoRD: 分布シフトに適応する微分可能な運転ポリシー自動運転2024/10/1
自動運転の微分可能なスタック(予測・計画・制御)を分布シフトに適応させるため、低ランク残差デコーダ(LoRD)とマルチタスク微調整を提案し、破滅的忘却を最大23.33%改善、閉ループOOD運転スコアを9.93%向上させた。
- DistillNeRF: 単眼画像からニューラル場と基盤モデル特徴を蒸留して3Dシーンを認識3D認識2024/6/1
単一フレームの多視点カメラ画像から、NeRFの蒸留とCLIP/DINOv2などの2D基盤モデル特徴の蒸留を組み合わせて、自己教師ありで3Dシーン表現を学習する手法を提案。
- 自動運転車のためのインタラクティブ統合計画自動運転計画2023/10/1
MPCと学習ベース予測モデルを組み合わせ、自車と周囲エージェントの行動を統合最適化する計画手法を提案。
- DTPP: 自動運転における木構造ポリシー計画のための微分可能な統合予測とコスト評価自動運転計画2023/10/1
自動運転の意思決定において、自車条件付き運動予測とコストモデルを微分可能な形で統合訓練する枠組みを提案し、木構造ポリシー計画の性能を向上させた。
- 木構造ポリシー計画:学習行動モデルを用いた自動運転の意思決定自動運転計画2023/1/1
自動運転車のための木構造ポリシー計画(TPP)を提案し、深層学習予測モデルと組み合わせてマルチモーダルな環境予測を考慮した多段階の軌道計画を生成する。
- DiffStack: 自動運転車のための微分可能でモジュール式な制御スタック自動運転/計画制御2022/12/1
予測・計画・制御を微分可能な最適化でつなぎ、モジュール性を保ちながら上流の予測モジュールまで誤差逆伝播で学習可能にした自動運転スタックを提案。nuScenesで計画性能が向上。
- 自動運転車のためのルール階層を用いた後退ホライズン計画計画2022/12/1
ルール階層を微分可能な報酬関数に変換し、勾配ベースの最適化で安全と快適の衝突を解消する2段階プランナを提案。
- 二段階変分オクルージョンモデルによる遮蔽された交通エージェントを考慮した計画自動運転計画2022/10/1
遮蔽された交通エージェントの位置と軌道を二段階で生成するBiVOを提案し、下流の計画に統合可能な軌道分布を出力することで、危険な場面での計画精度を向上させた。
- 微分可能SLAMネット:視覚ナビゲーションのためのパーティクルSLAM学習SLAM/視覚ナビゲーション2021/5/1
パーティクルフィルタ型SLAMを微分可能な計算グラフとして実装し、ナビゲーション目的に合わせてSLAMとNN部品を一括学習。未知屋内環境のロボットナビゲーションでORB-SLAMを上回り、PointNav成功率を37%から64%へ改善。
- タブラ・ラサを超えて:物理埋め込み型3D倉庫番のためのモジュラー強化学習アプローチモジュラー強化学習2020/10/1
Mujoban(2D倉庫番から生成した3D倉庫をロボットが整理するタスク)に対し、認識・計画・行動の階層で強化学習モジュールを組み合わせる手法を提案し、単一のモノリシックなRLエージェントを大幅に上回ることを示した。学習済みモジュールは別のロボットでも再利用可能である。
- 微分可能マッピングネットワーク:スパース視覚自己位置推定のための構造化地図表現学習視覚自己位置推定2020/5/1
空間構造を持つ地図表現と自己位置推定をエンドツーエンドで同時学習するニューラルネットワークDMNを提案し、少数の既知視点画像からのスパース視覚自己位置推定に適用した。
- 合成可能なロボット学習のための微分可能アルゴリズムネットワークナビゲーション2019/5/1
微分可能なロボットアルゴリズムとモデルをニューラルモジュールとして組み込み、モデル駆動の構造とデータ駆動の端到端学習を融合したDANを提案し、局所視覚と不完全な2D地図のみから複雑な3D環境をナビゲートする事例で有効性を示した。
- アルゴリズム計画と深層学習を統合した部分観測ナビゲーションナビゲーション2018/7/1
システムの各構成要素を微分可能なニューラルネットとして表現し、状態推定・計画・行動を単一の再帰型ネットワーク(NavNets)でエンドツーエンドに学習して、未知環境での部分観測ナビゲーションを実現した。
- パーティクルフィルタネットワークと視覚的自己位置推定への応用視覚的自己位置推定2018/5/1
システムモデルとパーティクルフィルタを単一のニューラルネットに統合し、2D地図のみを用いた視覚的自己位置推定で従来手法を上回る性能を示した研究。
- ベイズ最適化による因子分解型文脈方策探索ベイズ最適化2016/12/1
文脈を目標型と環境型に分解し、目標型文脈上で経験を直接一般化することで、ベイズ最適化による文脈方策探索のデータ効率を改善する手法を提案した。
