Peter Stone
The University of Texas at Austin
収録論文 111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
- 動画デモから潜在行動をエンドツーエンドで学習する手法ELA模倣学習2026/11/3
動画デモから潜在行動表現を政策学習と行動デコードのために同時最適化し、少量の行動ラベル付きデータでロボット操作を学習するフレームワークを提案した。
- 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。
- STARS: 時空間ダイナミクスから人間-ロボット相互作用における社会的表現へVLA2026/9/30
社会的ロボットナビゲーションの場面理解を評価するVQAベンチマークSocialNav-SUBを提案し、最先端VLMが人間やルールベース手法に及ばないことを示した。
- SimEX: シミュレーション統合型ロボティクス自動研究フレームワークsim2real2026/9/30
LLMコーディングエージェントがシミュレーション内で試行錯誤してロボットツールボックスを構築し、少数の実機試行でシミュレータを校正しながら実ロボットの操作スキルを効率的に獲得する自動研究フレームワーク。
- LIBERO-MAX：世界が変化したときロボット政策は適応するか？VLA2026/9/29
タスク実行中に環境変化が起きた際のロボット政策の頑健性を評価する8,000ペアのベンチマークLIBERO-MAXを提案し、14のVLA政策が11.0〜25.7ポイントの成功率低下を示すことを明らかにした。
- LEACL: LLM強化による長期的操作タスクの強化学習のための自動カリキュラム学習強化学習/カリキュラム学習/LLM2026/7/1
大規模言語モデル(LLM)を用いて複雑なタスクをサブタスクに分解し、各サブタスクの仕様を自動生成することで、スパース報酬のみで強化学習を効率的に行う自動カリキュラム学習フレームワークを提案した。
- インタラクティブなゲームプレイのためのコーチ可能なエージェント強化学習2026/7/1
強化学習エージェントに、実行時にスタイル（タスクの解き方の変更）を指示できるフレームワークを提案し、複数の複雑なドメインで有効性を示した論文。
- VOFA: ヒューマノイドのための力適応制御を用いた視覚目標物体押し操作ロコマニピュレーション2026/5/1
ヒューマノイドロボットが未知の物理特性を持つ物体を目標位置まで押し動かすための、視覚目標条件付きの階層的制御システムを提案した。高レベルの視覚運動ポリシーと低レベルの力適応全身制御を組み合わせ、シミュレーションと実機で高い成功率を達成した。
- 大規模言語モデルによる部分観測タスク・動作計画の状態推定ガイドタスク・動作計画2026/3/1
ロボットが部分観測環境で計画を実行中に予期しない物体を観測した際、LLMの常識知識を用いてタスク関連物体の信念を形成し、計画・実行時間を大幅に短縮するフレームワークCoCo-TAMPを提案した。
- ExpertGen: 不完全な行動事前分布からのスケーラブルなSim-to-Realエキスパート方策学習sim2real2026/3/1
不完全なデモから拡散方策を事前分布として学習し、その初期ノイズを強化学習で最適化することで、報酬設計なしに高品質なエキスパート方策をシミュレーションで自動生成し、実機転移を可能にするフレームワーク。
- シンプルな手法で十分：VLAモデルは強化学習による自然な継続学習者であるVLA2026/3/1
大規模事前学習済みVLAモデルの継続強化学習を体系的に検証し、LoRAを用いた単純な逐次ファインチューニングが破滅的忘却をほとんど起こさず、複雑な継続学習手法を上回ることを示した。
- 因子分解型潜在行動ワールドモデルワールドモデル2026/2/18
動画から潜在行動を学習する際、シーンを複数の独立因子に分解し、各因子が独自の潜在行動を推論・予測するフレームワークFLAMを提案。複数エンティティが同時に動く複雑な環境での予測精度と表現品質を向上させ、下流の政策学習を容易にする。
- ノイズを含むセンサ入力からヒューマノイドサッカーロボットの俊敏なキック技能を学習強化学習2025/12/1
ノイズの多いセンサ入力下でも、ヒューマノイドロボットが連続してボールを蹴り、多様な配置でゴールを決められる強化学習システムを開発した。
- スケール選好条件付けによる地形コストマップ生成ナビゲーション2025/11/1
合成データを活用して未知地形に汎化しつつ、テスト時にユーザー指定のスケール選好で相対コストを迅速に適応できる地形コストマップ生成手法SPACERを提案。
- LLM-GROP: 大規模言語モデルによる視覚に基づくロボットのタスク・動作計画タスク・動作計画2025/11/1
大規模言語モデルの常識知識と視覚情報を活用し、複数物体の移動を伴うモバイルマニピュレーションのタスク・動作計画を統合するフレームワークを提案。実環境とシミュレーションで成功率と効率を評価した。
- ComposableNav: 合成可能な拡散モデルによる動的環境での指示追従ナビゲーションナビゲーション2025/9/1
拡散モデルで各動作プリミティブを個別に学習し、展開時に並列合成することで、訓練で見ていない指示の組み合わせにも対応できるナビゲーション手法を提案。
- SocialNav-SUB: ソーシャルロボットナビゲーションにおけるシーン理解のためのVLMベンチマークVLA2025/9/1
ソーシャルロボットナビゲーションの実世界シーン理解を評価するVQAデータセットとベンチマークを提案し、最先端VLMが人間やルールベース手法に及ばないことを示した。
- RoboSSM: 状態空間モデルによるスケーラブルな文脈内模倣学習模倣学習2025/9/1
Transformerの代わりに状態空間モデル(Longhorn)を用いた文脈内模倣学習手法を提案し、長い文脈のプロンプトでも効率的に推論できることを示した。
- L3M+P：大規模言語モデルを用いた生涯プランニングタスクプランニング2025/8/1
知識グラフを世界状態の表現として用い、LLMと古典的プランナを組み合わせて、家庭用ロボットが長期運用で環境の動的記憶を維持しつつ自然言語タスクを計画できるフレームワークを提案。
- GACL: 接地型適応カリキュラム学習と能動的タスク・性能モニタリングカリキュラム学習2025/8/1
ロボットタスク向けに、複雑なタスク空間を扱いながら目標分布への関連性を保つ適応的カリキュラム学習フレームワークを提案し、車輪ナビと四足歩行で成功率を向上させた。
- ロボティクス向け大規模並列マルチタスク強化学習のベンチマークマルチタスク強化学習2025/7/1
GPU加速シミュレータIsaacGym上で50の操作タスクと20の歩行タスクからなるマルチタスク強化学習ベンチマークMTBenchを構築し、複数のアルゴリズムを統一的に評価した。
- SLAC: 教師なしシミュレーション事前学習による安全で効率的な実機ロボット強化学習sim2real2025/6/1
低忠実度シミュレータでタスク非依存の潜在行動空間を事前学習し、実機でのオフポリシー強化学習を安全かつ高効率化する手法を提案。双腕移動マニピュレーションで1時間以内に全身接触タスクを学習。
- CoopReflect: マルチエージェント学習による自然言語コミュニケーションで協調自動運転を実現V2V協調/マルチエージェント学習2025/5/1
自動運転車同士が自然言語で意思疎通し協調運転できるよう、LLMベースのエージェントとマルチエージェント学習フレームワークCoopReflectを開発し、衝突回避や交通効率化を実現した。
- RLZero: ドメイン内教師なしで言語から直接方策を推論VLA2024/12/1
言語指示から動画生成モデルで想像した観測を対象環境に投影し、教師なし強化学習で事前学習したエージェントが即座に模倣することで、追加学習なしに言語から行動を生成する手法を提案。
- 古典的ロボティクススタックへの強化学習統合：ロボットサッカーにおけるケーススタディ強化学習/sim2real2024/12/1
ロボカップSPL向けに、古典的ロボティクススタック内に強化学習を統合し、マルチフィデリティsim2realとサブ行動分解・ヒューリスティック選択を組み合わせたアーキテクチャを開発し、2024年大会で優勝した。
- デモンストレーションから記憶メカニズムを学習する意思決定模倣学習2024/11/1
専門家の記憶依存関係をペアで示すことで、Transformerの注意機構を調整し、部分観測環境下での長期記憶を要する意思決定を改善する手法を提案。
- 見ることを学ぶ：方策分解による意思決定のための情報探索マニピュレーション2024/10/1
ロボットが操作に必要な情報を能動的に探し出す「情報探索方策」と、得た情報を使って操作を行う「情報受容方策」に分解して別々に学習する手法DISaMを提案し、実機を含む5つの操作タスクで有効性を示した。
- 締切を考慮したタスク・動作計画のための努力配分：メタ推論アプローチタスク・動作計画2024/10/1
不確実な計画・実行時間のもとで締切内に実行可能な計画を見つけるため、計算資源を各選択肢に配分する問題をMDPとして定式化し、MCTSやヒューリスティック手法DP_Rerunで解く。
- 効率的な階層強化学習のための分離された教師なしスキル発見階層強化学習2024/10/1
教師なしで分離されたスキルを学習し、階層強化学習で効率的に再利用する手法DUSDiを提案。
- PACER: 選好条件付き全地形コストマップ生成ナビゲーション2024/10/1
鳥瞰図画像とユーザーの選好コンテキストを入力として、その選好に沿ったコストマップを生成する機械学習手法を提案し、新しい地形への適応と汎化性能を示した。
- SkiLD: 因子間相互作用に導かれた教師なしスキル発見教師なし強化学習2024/10/1
状態を因子に分解し、因子間の多様な相互作用を引き起こすスキルを教師なしで学習する手法を提案。家庭環境ロボットなど長期的な疎報酬タスクで既存手法を上回る。
- 実世界に根ざしたカリキュラム学習sim2real2024/9/1
ロボット強化学習のカリキュラム学習において、シミュレーションのタスク分布を実世界のタスク分布に合わせることで、学習効率とナビゲーション性能を向上させる手法を提案した。
- FLaRe: 大規模強化学習ファインチューニングによる熟達した適応型ロボットポリシーVLA2024/9/1
事前学習済みロボットポリシーを大規模強化学習でファインチューニングし、未見環境での長期的移動操作タスクの成功率を大幅に向上させ、新しい身体や行動への迅速な適応を実現した。
- PRESTO: キー配置環境表現に基づく拡散モデルを用いた高速動作計画動作計画2024/9/1
作業空間を少数のキー配置で表現し、それを条件に拡散モデルで初期軌道を生成して軌道最適化で衝突を修正する、学習ベースの動作計画手法を提案した論文。
- ロボティクスにおける深層強化学習：実世界での成功に関するサーベイ強化学習2024/8/1
深層強化学習をロボットに応用した実世界での成功事例を調査し、成功要因や未開拓領域、今後の研究方向を整理したサーベイ論文。
- 狭所における自律地上ナビゲーション：ICRA 2024第3回BARNチャレンジからの教訓ナビゲーション2024/7/1
ICRA 2024で開催された第3回BARNチャレンジを通じて、狭く制約の厳しい環境での自律地上ナビゲーション技術の現状を評価し、上位チームの手法と今後の課題を分析した。
- Gran Turismoにおける視覚ベースの超人自動運転強化学習エージェント自動運転2024/6/1
Gran Turismo 7で、車載カメラの映像と車両センサーのみを入力とし、訓練時のみグローバル情報を活用することで、タイムトライアルで人間のトップドライバーを上回る視覚ベースの強化学習エージェントを開発した。
- MEReQ: 人間の介入からサンプル効率よく方針を整合させる最大エントロピー残差Q逆強化学習模倣学習/逆強化学習2024/6/1
人間の介入フィードバックから、事前方針と人間の報酬の差分を残差報酬として推定し、残差Q学習でサンプル効率よくロボットの方針を人間の好みに整合させる手法を提案。
- 実世界の非構造歩行者群衆におけるマルチエージェント逆強化学習逆強化学習2024/5/1
混雑した歩行者群衆の中で複数エージェントの報酬関数を同時に学習するため、扱いやすさと合理性のトレードオフトリックを用いた新しいマルチエージェント最大エントロピー逆強化学習を提案し、複数のデータセットで有効性を示した。
- ロボットエアホッケー：強化学習のためのマニピュレーションテストベッドsim2real2024/5/1
ロボットエアホッケーを題材に、到達からブロック押し出しまで多様なタスクと2つのシミュレータ・実機を含む強化学習テストベッドを構築し、模倣学習・オフラインRL・スクラッチRLで評価した。
- 単一の人間動画とオープンワールド物体グラフからの視覚ベースマニピュレーション模倣学習2024/5/1
1本の人間のRGB/RGB-D動画から物体中心の操作計画を抽出し、それを条件とする方策を学習することで、未知物体や背景・視点の変化に対応できる模倣学習手法ORIONを提案した。
- Dyna-LfLH: 学習された幻覚による動的環境での俊敏なナビゲーション学習ナビゲーション2024/3/1
過去の成功体験から動的障害物を潜在分布で生成する自己教師あり学習により、動的環境での安全な経路計画を実現し、成功率を最大25%向上させた。
- 強化学習による狭所3D空間での器用な脚式移動歩行2024/3/1
狭いトンネルや不規則な空隙など全方向の制約がある3D空間を移動するため、古典的プランナと強化学習を組み合わせた階層型制御器を提案し、遠方の目標までの長期ナビゲーションを可能にした。
- TeleMoMa: モバイルマニピュレーションのためのモジュール式で汎用的な遠隔操作システム遠隔操作2024/3/1
RGB-DカメラやVRコントローラなど複数の入力インターフェースを統合し、移動マニピュレータの全身遠隔操作を可能にするモジュール式システムを開発。模倣学習用の実演データ収集を容易にし、その有効性を実機とシミュレーションで示した。
- 強化学習のための最小で再利用可能な因果状態抽象化の構築強化学習2024/1/1
強化学習において、各タスクに必要な変数のみを保持する因果的な状態抽象化を学習する手法CBMを提案し、サンプル効率と汎化性能を向上させた。
- ICRAロボエシックスチャレンジ2023：高齢者介護施設における知的不服従ロボエシックス2023/11/1
高齢者介護施設で倫理的判断を伴う意思決定を行うサービスロボットに、知的不服従の枠組みを適用する方法を提案し、要件を整理した報告。
- 人間とロボットのチーム作業における中断コストの探究人間ロボット協調2023/11/1
ロボットが情報収集のために人間の作業を中断する際のコストを、タイミング・内容・距離を変えて実験し、主観的な迷惑感と客観的な作業低下の関係を調べた。
- 物体中心3D表現による汎化可能なマニピュレーションポリシーの学習マニピュレーション2023/10/1
物体中心の3D表現とTransformerポリシーを組み合わせ、背景・視点・新規物体の変化に頑健な模倣学習手法GROOTを提案し、実機でも汎化性能を示した。
- f-方策勾配：f-ダイバージェンスを用いた目標条件付き強化学習の一般フレームワーク強化学習2023/10/1
目標条件付き強化学習において、エージェントの状態訪問分布と目標との間のf-ダイバージェンスを最小化することで探索を促進する新しい手法f-PGを提案し、スパース報酬環境での性能向上を示した。
- ELDEN: 局所的依存関係に基づく探索強化学習探索2023/10/1
エージェントと物体間の局所的な依存関係の不確かさを内在的報酬として用い、複雑な連鎖依存を持つ環境での効率的な探索を実現する手法を提案。
- Dobby: GPT-4で駆動する対話型サービスロボットVLA2023/10/1
大規模言語モデルを身体を持つロボットに組み込み、自然な会話とタスク計画を統合したサービスロボットを開発し、案内タスクでの人間との相互作用を評価した。
- 見慣れない地形でも好みを推測：人間の選好に沿った経路計画のための選好外挿学習経路計画2023/9/1
慣性・固有感覚・触覚の計測から人間の地形選好を表現空間に写像し、視覚的に未知の地形でも最近傍探索で選好を外挿する枠組みPATERNを提案し、屋外実験で照明変化や新規地形への頑健な汎化を示した。
- STARLING: 制約のないロボット経験からの自己教師あり地形表現学習自己教師あり学習/ナビゲーション2023/9/1
ラベルなしのロボット走行データだけを用いて、地形認識に有用な表現を自己教師あり学習する手法を提案し、オフロードナビゲーションで有効性を示した。
- マルチロボットのタスク・動作計画における非同期タスク計画洗練マルチロボット計画2023/9/1
複数ロボットが近接して物体を操作するタスク・動作計画において、計画洗練をハイブリッド制約充足問題として定式化し、非同期に解くことでメイクスパンを改善する手法を提案した。
- 社会的ロボットナビゲーションの再考：幾何学的手法と学習手法の長所を活かす社会的ナビゲーション2023/9/1
大規模な実世界の社会的ナビゲーションデータセットSCANDを用いて、幾何学的手法が多くの社会的状況で人間の軌道と一致する計画を生成できることを示し、幾何学的手法と学習手法を切り替えるハイブリッドプランナーを開発した。
- 高難度環境における自律地上ナビゲーション：ICRA 2023第2回BARNチャレンジからの教訓ナビゲーション2023/8/1
ICRA 2023で開催された第2回BARNチャレンジでは、世界10チームがシミュレーション予選を経て、ロンドンの物理コースでClearpath Jackalロボットによる障害物回避ナビゲーションを競い、上位3チームの手法と得られた教訓を報告した。
- 制御バリア関数による社会的ミニゲームでのデッドロックのない安全な分散マルチロボットナビゲーション群制御2023/8/1
制御バリア関数を用いた離散時間最適制御により、狭い空間で複数ロボットが衝突せずデッドロックも回避できる分散ナビゲーション手法を提案し、実機実験で有効性を示した。
- 長期的な移動マニピュレーション計画のための記号状態空間最適化タスク・動作計画2023/7/1
長期的な移動マニピュレーションタスクにおいて、タスク計画用の抽象的な状態空間を自動的に最適化し、タスクと動作の計画を効率的に生成する手法を提案した。
- ソーシャルロボットナビゲーションアルゴリズム評価のための原則とガイドラインソーシャルナビゲーション2023/6/1
人混み環境でのロボットナビゲーションを公平に評価するための共通ベンチマーク基準を提案し、安全性や快適さなどの原則、メトリクスやシナリオ設計のガイドライン、評価フレームワークを示した。
- 全身移動マニピュレーションのための因果方策勾配移動マニピュレーション2023/5/1
報酬関数と行動の因果関係を自動発見し、因果方策勾配で勾配分散を抑えて移動と操作を統合した全身移動マニピュレーションを学習する強化学習フレームワークを提案。
- 事前ロードマップを用いた経路・カット探索による動作計画の実行可能性判定動作計画2023/5/1
過去の経験から学習した衝突確率付きロードマップを活用し、経路とカットを反復探索することで、高コストなエッジ評価を抑えつつ動作計画の実行不可能性を検出する手法を提案。
- LLM+P：大規模言語モデルに最適計画能力を付与するフレームワーク計画2023/4/1
自然言語の計画問題をPDDLに変換し古典的プランナーで最適解を求めて自然言語に戻すことで、LLMの長期計画の弱点を補う手法を提案。
- 生涯学習システムの特性評価のためのドメイン非依存アプローチ生涯学習2023/1/1
生涯学習システムを評価するためのドメイン非依存なメトリクスと評価フレームワークを提案し、5つのケーススタディを通じてその有効性を示した。
- 失敗から学ぶ：長期的タスク・動作計画におけるバックジャンピングタスク・動作計画2022/11/1
長期的なタスク・動作計画において、行き詰まりの原因となる行動を教師あり学習で特定し、効率的に探索を修正するバックジャンピング手法を提案した。
- VIOLA: 物体提案を事前知識に用いた視覚ベースマニピュレーションの模倣学習マニピュレーション2022/10/1
事前学習済み視覚モデルの物体提案を利用して物体中心表現を作り、Transformer方策で行動予測する模倣学習手法を提案。物体変化や環境撹乱に強く、成功率が45.8%向上し、実機で食卓準備やコーヒー作りも実現。
- 自律ナビゲーションのための強化学習技術のベンチマークナビゲーション2022/10/1
自律ナビゲーションにおける深層強化学習の4つの要件（不確実性下の推論、安全性、限られたデータからの学習、未知環境への汎化）を達成するため、記憶ベース、安全RL、モデルベースRL、ドメインランダム化の4手法を大規模ベンチマークと実環境で評価した。
- D-Shape: 目標条件付けによる模倣形状強化学習強化学習2022/10/1
模倣学習と強化学習を報酬整形と目標条件付きRLで統合し、劣ったデモからでも最適方策を学習できる手法を提案。
- 自己教師あり環境合成による実世界自律ナビゲーションの学習ナビゲーション2022/10/1
実世界での走行経験からナビゲーション環境を再構成し、シミュレーション上で代表的な訓練環境を合成することで、実世界での性能を向上させる手法を提案した。
- 狭い廊下でのマルチロボットナビゲーションのための知覚ハルシネーション学習マルチロボットナビゲーション2022/9/1
狭い廊下ですれ違う2台のロボットが衝突・停止・待機せずに通過できるよう、仮想的な障害物を知覚的に生成（ハルシネーション）する手法PHHPを提案し、実機実験で有効性を示した。
- 狭所における自律地上ナビゲーション：ICRA 2022 BARNチャレンジからの教訓ナビゲーション2022/8/1
ICRA 2022で開催されたBARNチャレンジでは、狭く制約の厳しい環境でロボットを安全かつ効率的にナビゲートする自律地上ナビゲーションシステムを評価し、上位チームの手法と課題を分析した。
- サンプル効率の高い目標条件付き強化学習のための計量残差ネットワーク強化学習2022/8/1
目標条件付き強化学習において、行動価値関数を計量と非対称残差に分解する新しいニューラルネットワークMRNを提案し、サンプル効率を大幅に改善した。
- DM²: 分散型マルチエージェント強化学習による分布マッチング群制御2022/6/1
集中機構や明示的な通信を使わず、各エージェントが目標分布との不一致を個別に最小化することで協調を実現する分散型マルチエージェント強化学習手法を提案し、StarCraftで有効性を示した。
- COOPERNAUT: 車車間通信を活用した協調知覚によるエンドツーエンド自動運転協調知覚/自動運転2022/5/1
LiDAR情報を車車間で無線通信して共有し、見通し外の危険にも対応する協調知覚型のエンドツーエンド自動運転モデルを提案。事故多発シナリオで従来の自車視点モデルより成功率を40%改善した。
- 視覚・慣性情報を用いた逆キノダイナミクス学習による高速高精度オフロード走行オフロード走行2022/3/1
前方の地形画像と過去の慣性情報を組み合わせて車両と地形の動的相互作用を予測する学習モデルVI-IKDを提案し、1/5スケール車両で最大3.5m/sの高速オフロード走行の精度と頑健性を実証した。
- 社会的に配慮したナビゲーションの大規模実演データセットSCAND社会的ナビゲーション2022/3/1
人間のテレオペレーションによる社会的に配慮した移動ロボットのナビゲーション実演を、LiDARや視覚・慣性情報を含むマルチモーダルな大規模データセットとして収集・公開した。
- 状態オブザーバを用いた動画からの敵対的模倣学習模倣学習2022/2/1
高次元動画から自己教師あり状態オブザーバで低次元の固有感覚状態を推定し、動画のみのデモからサンプル効率よく模倣学習するVGAIfO-SOを提案。
- 視覚に基づく移動マニピュレーションのためのタスク・動作計画移動マニピュレーション2022/2/1
移動を伴う長時間行動の実現可能性を視覚情報から確率的に評価し、効率と実現性を両立するタスク・動作計画アルゴリズムGROPを提案。シミュレーションと実機で有効性を検証した。
- 未分割デモンストレーションからのボトムアップスキル発見による長期的ロボットマニピュレーションマニピュレーション2021/9/1
未分割の実演データから階層的クラスタリングでスキルを自動発見し、模倣学習で再利用可能なスキルとメタコントローラを訓練して長期的なマニピュレーションタスクを実現した研究。
- 俊敏な地上から空中ナビゲーションへ：学習された幻覚からの学習ナビゲーション2021/8/1
幻覚生成関数を手設計せず自己教師ありで学習し、地上・空中ロボット向けの高速で反応的な制約環境ナビゲーション計画器を実現した研究。
- 評価フィードバックからプランナパラメータを適応学習するAPPLEナビゲーション2021/8/1
ロボットの動作に対するリアルタイムのスカラー評価だけを用いて、ナビゲーションプランナのパラメータを動的に調整する手法を提案し、静的パラメータやより負担の大きい教示手法を上回る性能を示した。
- 社会的ナビゲーションへの視線の導入社会的ナビゲーション2021/7/1
ロボットが周囲の歩行者に意図を伝え、また歩行者の意図を読み取るために、視線を社会的ナビゲーションに統合する実験を報告した論文。
- 社会的ナビゲーションにおける衝突回避：サーベイ社会的ナビゲーション2021/6/1
人とロボットが共存する環境での社会的ナビゲーション、特にエージェント間の衝突回避に焦点を当て、共通の用語体系と分類法を導入して既存研究を整理し、未解決課題を提示したサーベイ論文。
- 適応型プランナパラメータ学習ナビゲーション2021/5/1
非専門家の人間とのやり取りや強化学習を用いて、環境変化に応じて古典的ナビゲーションのパラメータを動的に調整する学習フレームワークを提案した論文。
- 視覚観察のみの模倣学習による自律ナビゲーション模倣学習/ナビゲーション2021/5/1
異なるエージェントが撮影した1本の動画だけから、視覚ベースのナビゲーションポリシーを学習する手法VOILAを提案し、シミュレータと実機で有効性を示した。
- 不確実な報酬を伴うチームオリエンテーリング被覆計画群制御2021/5/1
複数車両が繰り返しエリアを巡回する際のコストを最小化する問題を定式化し、累積コスト推定と新しいチームオリエンテーリング被覆問題の混合整数計画法による反復解法を提案、実機ロボット3台で実証した。
- 骨格特徴補正による身体差異を考慮した模倣学習模倣学習2021/4/1
実演者と学習者の骨格特徴の違いを学習済みアフィン変換で補正し、身体構造が異なる場合でも模倣学習を可能にする手法SILEMを提案。ヒューマノイドの歩行学習などで有効性を示した。
- サービスロボットのための宝探しゲームナビゲーション2021/3/1
ロボットが依頼された物体を最短時間で探索・回収する「宝探し」問題を定式化し、強化学習で経路計画を学習してヒューリスティック手法を上回る性能を示した。
- 不整地での高速オフロード走行を実現する逆キノダイナミクス学習走行制御2021/2/1
車載の慣性観測データから複雑なキノダイナミクスモデルをデータ駆動で学習し、不整地でも高速かつ正確なオフロードナビゲーションを可能にした研究。
- 強化学習による適応的プランナパラメータ学習ナビゲーション2020/11/1
強化学習でナビゲーションのパラメータ選択方策を学習し、多様な環境で既存プランナを適応させる手法APPLRを提案し、実機・シミュレーションで固定パラメータや人間教示ベース手法を上回ることを示した。
- 介入からの適応的プランナパラメータ学習ナビゲーション2020/11/1
人間の遠隔操作介入を学習し、信頼度に応じて複数のナビゲーションパラメータを切り替えることでロボットの自律移動性能を向上させる手法を提案した。
- 機械学習による移動ロボットナビゲーションの運動計画と制御：サーベイナビゲーション2020/11/1
移動ロボットのナビゲーションにおける運動計画・制御への機械学習の応用研究を、古典的手法との関係に基づいて分類し、課題と今後の方向性を整理したサーベイ論文。
- 幾何学的幻覚から学習する動作計画器ナビゲーション2020/10/1
障害物のない空間での計画が最適となる障害物配置を逆算的に生成(幻覚)し、それを用いて実環境の混雑空間で動くエンドツーエンド動作計画器を学習・実機検証した論文。
- 幻覚学習と素面展開による俊敏なロボットナビゲーションナビゲーション2020/10/1
訓練時のみ障害物を幻覚させて密な制約環境を学習し、実行時は幻覚なしで展開する新パラダイムHLSDを提案し、300の模擬環境と実世界で従来法を上回る性能を示した。
- 暗黙的な人間フィードバックからのタスク学習フレームワークEMPATHICヒューマンフィードバック学習2020/9/1
人間の表情や身振りなどの暗黙的フィードバックを報酬や優位性といったタスク統計量に変換し、それを用いてエージェントのタスク学習を行う2段階フレームワークを提案した論文。
- 確率的接地行動変換によるシミュレーション内ロボット学習sim2real2020/8/1
実環境の確率的な遷移を考慮してシミュレータを接地するSGATを提案し、シミュレーションと実機の両方で確率的な環境に頑健な方策を得られることを示した。
- 屋内移動ロボットのナビゲーション性能を標準化ベンチマークで評価ナビゲーション2020/8/1
障害物のある平面環境での自律移動ナビゲーションを体系的に評価するため、難易度順に並んだ300の環境と指標からなる標準ベンチマーク(BARN)を構築した。
- 強化学習による接地行動変換を用いたsim2real転移sim2real2020/8/1
シミュレータの現実ギャップを埋めるため、接地ステップ自体を強化学習で行うRGATを提案し、ニューラルネット方策のMuJoCoタスクでの実機転移に成功した。
- 幻覚から学ぶ：狭所での俊敏な移動を実現する新ナビゲーション学習法ナビゲーション2020/7/1
安全な環境で集めたデータから、狭い空間でも俊敏かつ安全に動けるナビゲーション制御器を学習する「幻覚学習(LfH)」を提案し、実機で既存手法を上回る性能を示した。
- 移動ロボットナビゲーションのための生涯学習アプローチナビゲーション2020/7/1
移動ロボットが自身の経験のみからナビゲーション行動を改善し、新しい環境で学習した後も過去の環境での能力を保持する生涯学習フレームワークLLfNを提案し、限られたメモリと計算資源の実機上で実装・検証した。
- 継続的エリアスイープのための深層Rラーニング強化学習/カバレッジ計画2020/6/1
イベント分布が未知の環境で、関心イベントの検出率を最大化する継続的エリアスイープ問題に対し、半マルコフ決定過程に基づく強化学習手法を提案し、既存の貪欲法より大幅な改善を示した。
- 実演からの適応的プランナパラメータ学習ナビゲーション2020/4/1
人間の遠隔操作によるナビゲーション実演から、既存のナビゲーションシステムのパラメータを自動調整する手法APPLDを提案し、複数ロボットでデフォルトや専門家調整、人間の実演者本人を上回る性能を示した。
- 家庭用サービスロボットのタスク解決：UT Austin Villa@Home 2019 チーム報告サービスロボット2019/9/1
RoboCup@Home 2019に参加したUT Austin Villaチームの取り組みを報告し、多様な家庭内タスクを統合システムで自律的に遂行するための要素技術と統合手法、今後の研究方向を示した。
- 視線で意思を伝えるロボットナビゲーションソーシャルナビゲーション2019/9/1
人間が視線で意図を伝え合う仕組みに着目し、ロボットに仮想の頭部を取り付けて視線で進路意図を示すことで、LEDターンシグナルより分かりやすく社会調和的な移動を実現した研究。
- 汎用サービスロボットのための計画システムへの要件タスクプランニング2019/7/1
家庭やオフィスで働く汎用サービスロボットに求められる計画・推論システムの要件を整理し、自然な人間インターフェースや失敗時の頑健な代替手段の重要性を論じたポジションペーパー。
- 単一の観察デモンストレーションから学ぶ強化学習型逆動力学モデリング模倣学習2019/6/1
デモンストレータの行動情報を必要とせず、単一の観察軌道から逆動力学モデルを強化学習で学習するRIDMを提案し、シミュレーションと実機UR5で有効性を示した。
- 観察からの模倣学習の最近の進展模倣学習2019/5/1
専門家の状態情報（動画など）のみから模倣する観察からの模倣学習（IfO）の研究をレビューし、未解決課題と今後の方向性を示した論文。
- 強化学習とタスク・動作計画を統合した移動ロボットの堅牢な意思決定タスク・動作計画/強化学習2018/11/1
タスク計画と動作計画を組み合わせたTMPに強化学習を統合し、動的で不確実な環境でもロボットが適応的かつ堅牢に計画・実行できるフレームワークTMP-RLを提案した。
- 対話型自律ロボットのための階層型アーキテクチャLAAIRアーキテクチャ2018/11/1
人間とのインタラクションに素早く反応できるよう、反応的スキルと熟考的制御の両方に柔軟にアクセスする最上位反応モジュールを加えた新しいロボットソフトウェアアーキテクチャを提案し、家庭用サービスロボットで検証した。
- RoboCup@Homeと建物全体知能における対話と自律性サービスロボティクス2018/10/1
オフィス環境での長期運用とRoboCup@Homeの家庭内サービス課題に取り組むUT Austinのロボットシステムを比較し、両プロジェクトを支える統合ソフトウェアアーキテクチャと実環境展開から得られた新たな研究課題を論じた論文。
- 能動的探索を用いた人物追従アーキテクチャ人物追従2018/9/1
RGB-Dとレーザを統合しベイズフィルタと軌道予測で人物を追跡、行動木に基づき見晴らしの良い地点へ能動探索しながら追従するロボットシステムを提案しHSRで実証した。
- ロボット制御のためのリアルタイムモデルベース強化学習アーキテクチャモデルベースRL2011/5/1
行動・モデル学習・計画を並列化しサンプルベース計画を用いることで、モデルベース強化学習をロボット制御に必要なリアルタイム周期で動作させる並列アーキテクチャを提案した論文。
