Rika Antonova
収録論文 30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
- 同じ物理、異なる勾配:微分可能物理シミュレーションの最新動向報告微分可能シミュレーション2026/11/9
微分可能物理シミュレーションにおける「何を微分するか(参照対象)」と「どう実装するか(実現方式)」を分離して整理し、接触の非平滑性や勾配消失のメカニズムも検証したサーベイ。
- 構造的親和性:ケージベース形状設計のための一貫性アルゴリズム形状設計/最適化2026/10/16
ケージベース変形において、内側ケージを外側ケージに平均値座標で結ぶ親和性行列を事前計算し、ハンドル変位の伝播を制御することで滑らかで自己交差の少ない変形を実現する手法を提案。ロボットの制御-形態共設計や形状最適化に応用。
- Co-design Gym:身体設計と方策の共最適化のための統一ベンチマーク身体設計×方策共最適化2026/10/1
ロボットの身体設計と制御方策を同時に最適化する問題を体系的に研究するため、20の環境ファミリーと85以上のプリセットからなるベンチマークを提案し、代表的な共設計アルゴリズムを評価した。
- SoTa: 巧みな操作のための柔らかい触覚スキン触覚2026/10/1
人間とロボットの手に共通レイアウトで装着できる低コストな容量性触覚スキンを開発し、触覚情報が視覚のみの政策より接触の多い操作タスクの成功率を向上させることを示した。
- DOT-Sim: 精密な実機-シミュレーション物理較正を備えた微分可能な光学触覚シミュレーション触覚シミュレーション2026/4/1
光学触覚センサの物理的・視覚的リアリズムを高精度に再現するため、Material Point Methodを用いた弾性体モデルと実機のアイドル状態に対する残差画像学習を組み合わせた微分可能なシミュレータを提案し、少数のデモで高速較正を実現した。
- CUPID: 影響関数でロボットが好むデータを選別模倣学習2025/6/1
模倣学習において、各デモンストレーションが方策の性能に与える影響を影響関数で推定し、有害なデータを除去・有益なデータを選択するデータキュレーション手法を提案。
- HoMeR: ハイブリッド模倣と全身制御による実環境モバイルマニピュレーションの学習モバイルマニピュレーション2025/6/1
全身制御と絶対/相対のハイブリッド行動を組み合わせ、家庭内でのモバイルマニピュレーションを少数のデモで学習する模倣学習フレームワークを提案。
- Mobi-π: ロボット学習ポリシーのモビライゼーションマニピュレーション2025/5/1
限られた視点で学習したマニピュレーションポリシーを移動ロボットで活用するため、3Dガウススプラッティングとサンプリング最適化により、ポリシーの分布内となるベース姿勢を探索する手法を提案。
- 微小重力下でのAstrobeeによる変形可能な貨物輸送マニピュレーション2025/5/1
NASAのAstrobeeロボットを用いた貨物操作・輸送タスクのためのPythonシミュレーション環境と制御スタックを開発し、サンプリングベースMPCで変形可能な貨物の制御に成功した。
- 生成ポリシーの失敗モードを解き明かす:一貫性と進捗のランタイムモニタリングVLA2024/10/1
模倣学習ポリシーの失敗を、行動の時間的一貫性の統計的監視とVLMによるタスク進捗監視を組み合わせて検出するランタイム監視フレームワークSentinelを提案。
- EquiBot: 汎化性とデータ効率を両立するSIM(3)同変拡散ポリシーマニピュレーション2024/7/1
拡散ポリシーにSIM(3)同変なネットワークを組み合わせ、スケール・回転・並進の変化に不変なロボットマニピュレーション方策を実現した。各タスク5分の実演だけで新しい物体や環境に汎化できる。
- EquivAct: 剛体物体操作を超えたSIM(3)同変視覚運動ポリシーマニピュレーション2023/10/1
視覚表現とポリシー構造にSIM(3)同変性を組み込み、物体の位置・回転・スケールが大きく異なっても汎化する操作ポリシーを学習する手法を提案。布や関節物体を含むタスクで実機ゼロショット転移を実証。
- TidyBot: 大規模言語モデルによる個別化されたロボット支援マニピュレーション2023/5/1
大規模言語モデルを活用し、少数の例からユーザーの好みを学習して家庭内の片付けを個別化するロボットシステムを開発した。
- 微分可能シミュレーションによる接触の多い操作タスクのためのツール形状学習マニピュレーション2022/11/1
微分可能物理シミュレータを用いて、接触の多い操作タスクに適したツール形状を自動設計するエンドツーエンドの枠組みを提案し、実機でも有効性を示した。
- 触覚センシングによる未知物体の把持内操作と挿入触覚2022/10/1
触覚情報のみを用いて未知物体の形状と姿勢を確率的に推定しながら把持内で回転させ、挿入タスクを効率的に達成するベイズ最適化手法を提案した。
- 微分可能シミュレーション最適化の大域的視点からの再考sim2real2022/7/1
接触や変形を含む複雑な系では微分可能シミュレーションの勾配が荒れた地形になり単一降下では大域最適に届かない問題に対し、ベイズ最適化と半局所的な「跳躍」を組み合わせて勾配を活かしつつノイズに頑健な大域探索法を提案した。
- 実点群から変形物体のシミュレーションを自動調整するDiffCloudsim2real2022/4/1
実世界の点群データから変形物体の物理シミュレーションのパラメータを、微分可能な点群サンプリングとシミュレーションを用いて自動推定し、実物体の挙動に合わせる手法を提案した論文。
- ベイズ推論による変形物体操作のための実世界からシミュレーションへの変換sim2real2021/12/1
画像列から変形物体の状態を分布埋め込みとして表現し、ベイズ的シミュレーション推論で弾性や摩擦などの物理パラメータの事後分布を推定する手法を提案した。
- 人間のデモンストレーションから周期的タスクを学習する手法模倣学習2021/9/1
ロボットが人間の動画デモから布拭き・ケーブル巻き・攪拌などの周期的タスクを、キーポイントの教師なし学習とベイズ最適化によるrDMPの調整で少ない試行回数で習得する手法を提案。
- BayesSimIG: IsaacGymを用いた適応的ドメインランダム化のためのスケーラブルなパラメータ推論sim2real2021/7/1
シミュレーションパラメータの尤度不要推論に基づくドメインランダム化手法BayesSimをNVIDIA IsaacGymと統合し、GPUで大規模並列シミュレーションと推論を高速化するライブラリを提案した。
- 変形物体の予測モデルのための逐次トポロジー表現変形物体操作2020/11/1
点群から変形物体のトポロジー状態を抽出し、その時間発展を予測するモデルを学習する手法を提案。シミュレーション実験で従来の計算トポロジーライブラリより高精度かつ高速な多段予測を実現した。
- 解析的潜在関係学習:連続制御のための表現の統一と評価表現学習2020/6/1
高次元観測から再利用可能な状態表現を学ぶため、潜在空間と真の低次元状態の整合性を測る評価スイートを提案し、潜在関係を学習する統一的な数式定式化を導入して、源領域で学んだ関係を目標領域の潜在空間構造化に転移できることを示した。
- 動的圧縮を伴う変分潜在空間でのベイズ最適化ベイズ最適化2019/7/1
シミュレーション軌道を教師なしで低次元潜在空間に埋め込み、不要な状態空間の探索を動的に圧縮することで、10〜20回の試行でロボットの制御器を最適化するベイズ最適化手法を提案した。
- シミュレーションを活用したタスク指向把持のためのベルヌーイ交互カーネルによる大域探索マニピュレーション2018/10/1
シミュレーションの大規模データと実機の限られたデータを組み合わせ、ベイズ最適化で把持方策をオンライン適応する手法を提案し、未知物体のタスク指向把持で有効性を示した。
- シミュレーションを活用した二足歩行ロボットのベイズ最適化のサンプル効率改善歩行2018/5/1
シミュレーションでパラメータ空間を変換し、ベイズ最適化による二足歩行ロボットの制御器チューニングを少ない試行で効率的に行う手法を提案し、実機とシミュレーションで検証した。
- ドメイン知識を活用したベイズ最適化によるATRIAS二足歩行ロボットの制御歩行2017/9/1
人間の歩行知識に基づく特徴変換で制御パラメータを低次元化し、ATRIAS二足歩行ロボットの実機とシミュレーションでベイズ最適化の効率を向上させた研究。
- 移動制御の最適化のためのディープカーネル歩行2017/7/1
高忠実度シミュレーションのデータからニューラルネットで距離計量を学習し、ベイズ最適化による歩行制御パラメータ最適化のサンプル効率を改善した研究。
- 実世界で使えるRLポリシーのためのシミュレータ設計sim2real2017/6/1
制御のモデル化を重視したRL向け簡易シミュレータを設計し、高忠実度シミュレータより実機で機能するポリシーを学習できることをピボット操作で示した論文。
- ピボット操作のための強化学習sim2real2017/3/1
シミュレータで学習した方策を実機に転移し、物体を目標角度まで回転させるピボット操作を実現。形状や慣性が異なる物体にも汎化することを示した。
- 二足歩行制御のためのサンプル効率の良い最適化手法歩行2016/10/1
歩行の基本的特徴を反映した距離指標を導入し、ベイズ最適化のサンプル効率を高めて16次元の神経筋モデルによる平面歩行制御を100試行未満で学習した。
