Robert Platt
収録論文 65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
- アクションマップポリシー:ピクセル分類による3D閉ループ操作の学習マニピュレーション2026/7/1
ロボットの操作行動をカメラ画像平面上のピクセル位置として分類問題に変換し、高次元で多峰性の行動を効率的に学習する手法を提案。拡散ポリシーより高速で高精度な推論を実現。
- Pix2Act: 等変オーグメンテーションを用いた画像空間操作ポリシーマニピュレーション2026/7/1
カメラ平面上の2D軌跡として操作行動を表現し、三角測量でエンドエフェクタの姿勢を復元する模倣学習手法を提案。観測と行動を同じ座標系に揃えることで等変変換を可能にし、汎化性能を向上させた。
- 触覚等変性を利用した残差回転補正触覚2025/11/1
触覚センサのSO(2)対称性を利用し、少ないデータで物体の回転を補正する等変ネットワークを提案。実機で未学習の把持姿勢にも汎化する。
- 物体中心表現による汎化可能な階層的スキル学習マニピュレーション2025/10/1
物体中心のスキルプリミティブを介して視覚言語モデルと低次視覚運動ポリシーを橋渡しし、少ないデモでロボット操作の汎化とサンプル効率を大幅に向上させる階層的学習フレームワークを提案。
- クレブシュ・ゴルダン変換器:高速で大域的な同変アテンション同変Transformer2025/9/1
SO(3)の既約表現上でのクレブシュ・ゴルダン畳み込みにより、全次数の同変特徴を扱いつつO(N log N)の大域アテンションを実現したTransformerを提案。n体シミュレーションやロボット把持などで既存手法より高精度・高速・省メモリを達成。
- 同変目標条件付きコントラスティブ強化学習強化学習2025/7/1
目標条件付き操作タスクの回転対称性を活用し、同変制約を導入したコントラスティブ強化学習を提案。サンプル効率と空間汎化を改善し、オフライン設定にも拡張。
- 拡散ポリシーに对称性を組み込むための実践的ガイドVLA2025/5/1
拡散ポリシーに完全な同変設計を必要とせず、不変表現や同変視覚エンコーダ、フレーム平均化などの実践的手法で対称性の利点を組み込む方法を検討し、その有効性を実験的に示した。
- 球面投影による3D同変視覚運動ポリシー学習VLA2025/5/1
単眼RGB画像から球面に特徴を投影し、点群再構成なしでSO(3)同変な拡散ポリシーを学習する手法を提案。
- EquAct: 開ループロボット操作のためのSE(3)同変マルチタスクトランスフォーママニピュレーション2025/5/1
言語条件付き3D操作ポリシーにSE(3)同変性を組み込み、シーン変換に対する空間汎化性能を向上させたマルチタスクトランスフォーマを提案。
- 等変モデルと把持スコア最適化によるプッシュ・把持方策学習マニピュレーション2025/4/1
SE(2)等変性を取り入れたネットワークと把持スコア最適化により、散らかった環境でのプッシュと把持を統合的に学習する手法を提案し、シミュレーションと実機で成功率を大幅に改善した。
- 粗から細への3Dキーフレームトランスポーターマニピュレーション2025/2/1
キーフレーム模倣学習における双同変対称性を利用し、把持物体とシーンの特徴の相互相関で行動を評価するTransporter Networksベースの手法を提案。粗から細へのSE(3)行動評価により、シミュレーションで10%以上、実機実験で平均55%の性能向上を達成した。
- フレーム転送による階層的同変方策マニピュレーション2025/2/1
高レベル方策の出力を低レベル方策の座標フレームとして用いるフレーム転送インターフェースを提案し、両階層にドメイン対称性を組み込んだ階層的同変方策を実現した。複雑なロボットマニピュレーションで最先端性能を達成。
- 目標対比報酬による実機ロボット強化学習強化学習2024/10/1
人間や他ロボットの行動なし動画から密な報酬関数を学習し、実機ロボットの強化学習を効率化する手法GCRを提案。
- MATCH POLICY:点群位置合わせから操作ポリシーへのシンプルなパイプラインマニピュレーション2024/9/1
ピック&プレースの対象をデモと点群位置合わせで対応付けることで、学習なしに高精度な操作ポリシーを実現する手法を提案。
- 部分観測下における同変強化学習強化学習2024/8/1
部分観測環境で群対称性の同変性をニューラルネットに組み込み、過去の解を再利用することでサンプル効率と性能を高める強化学習手法を提案した。
- ThinkGrasp: 散乱環境での戦略的パーツ把持のための視覚言語システムマニピュレーション2024/7/1
GPT-4oの文脈推論を活用し、散乱環境で対象物を段階的に露出させて把持するプラグアンドプレイの視覚言語把持システムを開発した。
- OrbitGrasp: SE(3)同変な把持学習マニピュレーション2024/7/1
点群入力からSE(3)把持姿勢を検出するため、球面調和基底で連続的な把持品質関数を学習するSE(3)同変モデルを提案し、シミュレーションと実機で性能を向上させた。
- 同変拡散ポリシー模倣学習2024/7/1
拡散モデルを用いた模倣学習にSO(2)同変性を導入し、ノイズ除去関数のサンプル効率と汎化性能を向上させる手法を提案。
- 想像ポリシー:生成的点群モデルを用いた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2024/6/1
目標状態の点群を生成し、剛体動作推定で行動に変換するマルチタスク・キーフレームポリシーを提案。RLbenchで高性能を示し、実機でも検証した。
- 同変オフライン強化学習オフラインRL2024/6/1
ロボット操作タスクを回転対称問題として捉え、SO(2)同変ニューラルネットワークをオフラインRL(CQL・IQL)に導入し、少数のデモンストレーションでも性能が向上することを示した。
- テキスト・視覚関連性と同変言語マッピングによる効率的で堅牢な言語条件付きマニピュレーションの学習言語条件付きマニピュレーション2024/6/1
事前学習済み視覚言語モデルと同変言語マッピングを組み合わせ、少ないロボットデータで言語指示に基づく操作を高精度かつ堅牢に実現する手法GEMを提案。
- フーリエトランスポーター:3Dロボット操作における双等変性マニピュレーション2024/1/1
ピック&プレースのSE(d)×SE(d)対称性を利用し、フーリエ変換でメモリ効率よく等変性を組み込んだ行動クローニング手法を提案。RLbenchで最先端性能を達成。
- ピック・アンド・プレイスにおける対称性の活用マニピュレーション2023/8/1
平面ロボットのピック・アンド・プレイスに存在する対称性を分析し、同変ニューラルモデルをTransporter Netに組み込むことで、少ないデモンストレーションで効率的に学習できるEquivariant Transporter Netを提案した。
- 視覚と力覚のポリシー学習のための対称モデルマニピュレーション2023/8/1
視覚と力覚のフィードバックを組み合わせたロボット制御手法SVFLを提案し、視覚のみの手法より優れた性能を示した。
- インタラクションワーピングによるワンショット模倣学習模倣学習2023/6/1
物体の形状ワーピングを用いて単一の実演からSE(3)操作方策を学習する手法を提案し、物体再配置タスクで成功を示した。
- 等変モデルを用いたロボット把持学習マニピュレーション2023/6/1
平面把持関数のSE(2)等変性を利用してニューラルネットを制約し、実機で600回の把持試行から1.5時間以内に把持を学習するSymGraspを提案。
- 把持学習:モデル・手法・性能マニピュレーション2022/11/1
ロボットの把持学習について、研究の現状や様々な手法、使われる機械学習モデルを概観したレビュー論文。
- エッジグラスプネットワーク:グラフベースのSE(3)不変な把持検出マニピュレーション2022/11/1
点群入力から6自由度の把持姿勢を検出するため、SE(3)不変なグラフベースのニューラルネットワークを提案し、任意視点の単視点点群でも高い把持成功率を実現した。
- 潜在対称性を持つ領域における同変モデルの意外な有効性ロボット操作2022/11/1
入力に現れない潜在的な対称性を持つロボット操作・制御タスクにおいて、厳密に一致しない同変制約を課すことが学習を助け、非同変手法より大幅に性能が向上することを示した研究。
- SEIL: シミュレーション拡張同変模倣学習模倣学習2022/11/1
実世界の専門家軌道にシミュレーション遷移を補完するデータ拡張とO(2)対称性を活用した同変モデルを組み合わせ、10回のデモンストレーションで非自明なマニピュレーションタスクを学習する手法を提案。
- 完全観測ポリシーを活用した部分観測下での強化学習強化学習2022/11/1
シミュレータで完全観測の専門家ポリシーをオフライン学習に利用し、部分観測環境でのオンライン強化学習性能を向上させる手法を提案。
- マルチゴール操作タスクのためのグラフ構造方策学習マニピュレーション2022/7/1
物体の高レベル離散表現を手動で設計し、ピクセル入力からQ学習で多数のゴールへの方策を単一ネットワークで学習する手法を提案。ブロック構築タスクで有効性を示し、実機にも展開した。
- 局所ダイナミクスモデルによる視覚的先読み計画マニピュレーション2022/6/1
操作プリミティブの状態遷移を効率的に学習する局所ダイナミクスモデル(LDM)を提案し、モデルフリー方策学習と組み合わせて1ステップ先読み計画により複雑な操作タスクを解けるようにした。
- BulletArm:オープンソースのロボットマニピュレーションベンチマークと学習フレームワークマニピュレーション2022/5/1
再現性と拡張性を重視したロボットマニピュレーションのベンチマークと学習環境を提案し、31種類のタスクとベースラインアルゴリズムを提供する。
- SE(3)における把持姿勢検出のための効率的で正確な候補生成把持検出2022/4/1
3D空間での把持姿勢検出において、高品質な把持候補を効率的に生成する新しい手法を提案し、主要な3D把持検出ベースラインを大幅に上回る性能を示した論文。
- 混合可観測性下での階層型強化学習階層型強化学習2022/4/1
一部の状態変数だけが観測可能なMOMDPの部分クラスに対し、上位が目標を生成し下位がそれを達成する2層階層型RL手法HILMOを提案し、長期的連続制御タスクで成功率・サンプル効率・学習時間を改善、実機にも展開した。
- SO(2)同変強化学習強化学習2022/3/1
最適Q関数と方策の同変・不変性を利用し、回転対称なロボット操作問題向けに同変DQNとSACを提案、サンプル効率の大幅改善を示した。
- 触覚による姿勢推定と未知物体操作のための方策学習触覚2022/3/1
学習した触覚観測モデルとベイズフィルタで未知物体の姿勢を推定し、その信念を用いた深層強化学習方策をシミュレーションから実機へ転移して物体操作を行う手法を提案した。
- 等変モデルによる実機ロボット学習マニピュレーション2022/3/1
等変ニューラルネットワークを実機マニピュレーションの強化学習に適用し、シミュレータやオフラインデータなしで1〜2時間以内に複数の非自明なタスクを学習できることを示した。
- 同変トランスポーターネットワークマニピュレーション2022/2/1
ピックとプレースの両方の向きに対して同変なTransporter Netを提案し、少ない実演から効率的に操作方策を学習して成功率を向上させた。
- 物体分解型ワールドモデルによるロボット操作のゼロショット汎化マニピュレーション2022/2/1
物体ごとに分解したワールドモデルに連続的なロボット動作を組み込み、訓練にない新しいピック&プレース作業へゼロショットで汎化できることを示した研究。
- 等変モデルによるサンプル効率の高い把持学習マニピュレーション2022/2/1
最適な把持関数がSE(2)等変性を持つことを利用し、等変畳み込みネットワークでモデル化することで、わずか600回の把持試行で実機ロボットが約1.5時間で把持を学習できることを示した論文。
- 空間行動空間における同変Q学習マニピュレーション2021/10/1
画像状態とSE(2)行動空間の回転・並進対称性を利用した同変Qネットワークを提案し、操作タスクでのサンプル効率を向上させた論文。
- 過去タスクの解を活用する行動事前分布によるロボット操作の探索支援強化学習2021/1/1
過去に解いたタスクの政策から行動の事前確率分布を作り、専門家デモなしでも大規模行動空間のロボット操作タスクを強化学習で解けるようにした研究。
- 触覚による位置推定のためのベイズフィルタモデルの学習触覚2020/11/1
触覚フィードバックと環境の視覚マップを条件とする観測モデルを学習し、ベイズフィルタでロボットグリッパの位置を推定する手法を提案。シミュレーションで自己教師あり学習し実機に転移、卓上での物体との接触による位置推定を実現した。
- SE(3)行動空間における方策学習マニピュレーション2020/10/1
高次元のSE(3)空間行動を扱うため、行動空間を縮小し状態空間を拡張する変換手法ASRSE3と大規模行動空間向けのSDQfDを提案し、ブロック構築タスクで有効性を示した論文。
- 信念接地ネットワーク:部分観測下でのロボット学習を加速する手法部分観測/触覚2020/10/1
部分観測環境で履歴を簡潔に要約する補助損失を用いて方策を学習するBGNを提案し、触覚センシングを含むベンチマークで既存手法を上回り実機転移も成功した。
- 不確実な物体インスタンスセグメンテーションと形状補完を用いたロボットのピックアンドプレースマニピュレーション2020/10/1
部分的にしか見えない新規物体のピックアンドプレースにおいて、知覚の不確実性を再把持プランナのコスト関数に組み込み、ニューラルネットで把持・配置の安定性確率を推定する手法を提案し、実機でビンへの高密度詰め込み成功率を向上させた。
- プランナクローニングによる視覚サーボポリシーの学習視覚サーボ2020/5/1
シミュレーション上の完全状態モーションプランナの振る舞いを模倣する新しい行動クローニング手法PQCを提案し、障害物回避を伴う視覚サーボタスクで実機転移を含め約87%の成功率を達成した。
- 階層的空間注意によるマニピュレーションスキルの学習マニピュレーション2019/4/1
ロボットの注意を空間的な階層構造に制約することで、効率的に汎化可能な操作スキルを学習する手法を提案し、実機のピック&プレース課題で有効性を示した。
- 屋外オープンワールドで自律的にゴミを回収・運搬する移動マニピュレータシステム移動マニピュレーション2018/10/1
ナビゲーション・把持検出計画・タスクプランナを統合し、屋外の非構造環境で未知物体を拾って運搬・設置する移動マニピュレータシステムを構築、85%の成功率を達成した。
- オープンワールド環境における支援ロボットのピックアンドプレースマニピュレーション2018/9/1
レーザーポインタと投影インターフェースを用いて、未知物体や環境のモデリングなしにピックアンドプレースを行う支援ロボットシステムを提案し、従来手法より実行時間と把持成功率を改善した。
- ペアワイズ損失による制御ポリシーのシミュレーションから実機への転移sim2real2018/7/1
ペアワイズ損失関数を用いて、シミュレーションで学習した制御ポリシーを実機ロボットへ転移する手法を提案し、新規物体の嵌合タスクで有効性を示した。
- 直示的画像マップ:姿勢不変な操作ポリシー学習のための抽象化マニピュレーション2018/6/1
物体の位置や向きが変わっても同じように機能する操作ポリシーを深層強化学習で学ぶため、姿勢変化に不変な状態・行動の抽象化「直示的画像マップ」を提案し、その有効性を示した論文。
- 注意焦点を用いた6自由度把持とピック・アンド・プレースの学習マニピュレーション2018/6/1
深さセンサで認識したシーンに対し、階層的SE(3)サンプリングで注視系列を学習し、6自由度の把持・配置をシミュレーションのみの訓練で実機にも転移できることを示した。
- 後知恵学習を用いた階層型強化学習階層型強化学習2018/5/1
遅延・疎な報酬環境で、複数の時間スケールの行動を並列に学習する階層型強化学習手法を提案し、サンプル効率を大幅に改善した。
- 後知恵を用いた多階層強化学習フレームワークHAC階層強化学習2017/12/1
下位レベルを最適と仮定して各階層を独立に訓練することで、多階層ポリシーの並列学習の不安定性を克服し、連続制御タスクで3階層の並列学習を初めて成功させた。
- 幾何モデルなしで実現するピック・アンド・プレースマニピュレーション2017/7/1
物体の正確な形状モデルが未知でも、把持到達姿勢を行動とする深層強化学習でピック・アンド・プレースを解く手法を提案し、マグカップとボトルでシミュレーションと実機の両方で有効性を示した。
- シミュレーション深度画像で学習する実世界把持の視覚運動制御器sim2real2017/6/1
シミュレーションで生成した深度画像を用いてCNNを訓練し、把持対象への距離関数を学習することで、実世界のノイズや外乱に頑健な閉ループ把持制御を実現した。
- 点群からの把持姿勢検出の高精度化把持検出2017/6/1
ノイズや遮蔽のある点群から物体のCADモデルなしで把持姿勢を検出する手法を改良し、密集した clutter 環境で93%の把持成功率を達成した論文。
- 把持検出のための視点選択マニピュレーション2016/9/1
把持対象の位置・姿勢が既知のとき、把持検出精度を高める視点を選ぶアルゴリズムを提案し、実機で成功率を最大12%改善した。
- レーザー選択によるオープンワールド支援把持支援ロボティクス2016/9/1
移動支援機器に搭載したロボットアームで、未知物体や混雑環境でも把持検出を用いて物体を掴む支援システムを開発し、物体選択88%・把持検出90%の成功率を達成した。
- 密集環境における高精度な把持姿勢検出マニピュレーション2016/3/1
深度センサの点群から6自由度の把持候補を生成し、CNNで良否を分類する把持検出法を提案。把持候補の新表現と事前学習・事前知識により精度を向上させ、密集環境で平均93%の把持成功率を達成した。
- 3D点群における幾何学を用いた把持検出把持検出2015/1/1
点群とロボットハンドの幾何パラメータから、幾何条件と対蹠把持の考え方を用いて良質な把持候補を検出・分類する手法を提案し、単体物体で88%、密集環境で73%の把持成功率を達成した。
- Taubin二次曲面フィッティングによる3次元点群中の把持アフォーダンス定位把持知覚2013/11/1
3次元点群中でロボットハンドの円筒形状に対応する包み込み把持アフォーダンスを、Taubin法による高速・高精度な二次曲面フィッティングで検出する手法を提案し、 clutter環境での評価で高い精度と再現率、リアルタイム性を示した。
