Roberto Horowitz
UC Berkeley
収録論文 18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
- 単一の微分可能ワールドモデルでヒューマノイド全身制御をスケールさせる手法ヒューマノイド全身制御2026/10/20
剛体シミュレータのログから学習した微分可能ワールドモデルと追従ポリシーを同時訓練し、少ない計算量で大規模モーション追従を実現した研究。
- 全身ヒューマノイド制御における高精度SE(3)エンドエフェクタ追従ヒューマノイド全身制御2026/10/7
幾何アドミタンス制御と残差強化学習を組み合わせ、歩行中の浮遊基底振動を抑えつつエンドエフェクタの位置・姿勢を高精度に追従させる全身ヒューマノイド制御器ResGACを提案し、実機Unitree G1で有効性を示した。
- CoHuB：マルチヒューマノイド協調のためのシミュレーションベンチマーク群制御2026/9/28
自己中心視覚下で複数のヒューマノイドが協調する10タスクのシミュレーションベンチマークを構築し、VR遠隔操作による同期デモと代表的な視覚運動ポリシーの評価を提供した。
- 学習された停止可能性値によるヒューマノイドの安全停止ヒューマノイド制御2026/9/2
ヒューマノイドの緊急停止を到達回避問題として捉え、学習した停止ポリシーと停止可能性推定器を組み合わせたタスク非依存のフレームワークを提案。安全に停止できる場合のみ停止し、不可能な場合はフォールバック動作に切り替える。
- 群不変スキル発見：対称性を考慮したスキル表現による汎化可能な行動獲得スキル発見2026/1/1
物理環境の対称性をスキル発見に組み込み、群不変な内在報酬で冗長性を抑えつつ汎化可能な行動プリミティブを獲得する手法を提案。
- 同変拡散ポリシーの対称性を考慮した誘導：利点と限界VLA2025/12/1
同変拡散ポリシー（EDP）を強化学習で微調整する際、対称性を考慮した誘導フレームワークを提案し、標準・同変・近似同変RL戦略を比較して、サンプル効率や安定性の利点と限界を明らかにした。
- 対称性が部分的に破れる環境における部分同変強化学習強化学習2025/12/1
対称性が局所的にしか成り立たない環境向けに、対称な箇所だけ群同変ベルマン更新を適用するPI-MDPを提案し、PE-DQNとPE-SACとして実装してサンプル効率と汎化性能を向上させた。
- ハイブリッド知覚と同変拡散によるロバストな多節点鉄筋結束マニピュレーション2025/9/1
幾何ベースの知覚とSE(3)上の同変拡散モデルを組み合わせ、少ない実演データで複雑な鉄筋節点を順に結束するロボットシステムを提案。
- ReSeFlow: SE(3)同変ポリシー学習フローの整流化マニピュレーション2025/9/1
SE(3)同変拡散モデルに整流フローを導入し、1ステップ推論で高速かつ高精度なロボットマニピュレーションの軌道生成を実現した。
- EquiContact: 空間的に汎化可能な接触リッチタスクのための階層的SE(3)視覚-力等変ポリシーマニピュレーション2025/7/1
ペグ挿入などの接触リッチなマニピュレーションにおいて、少数のデモから空間的に汎化する視覚ベースの階層的ポリシーを提案し、実機で高い成功率と未知配置への頑健な汎化を示した。
- ロボットマニピュレータのためのSE(3)上の統一力・インピーダンス制御の幾何学的定式化マニピュレーション2025/4/1
SE(3)多様体上で受動性を保証しつつ力追従を可能にする幾何学的統一力・インピーダンス制御(GUFIC)を提案し、非因果的な実装問題を速度・力場の導入で解決した。
- SE(3)同変ロボット学習と制御：チュートリアルサーベイSE(3)同変/幾何学的制御2025/3/1
ロボット操作や制御に現れる3次元の回転・並進対称性をニューラルネットや制御器に組み込むSE(3)同変手法を、群論の基礎から模倣学習・強化学習・幾何制御まで統一的に解説したサーベイ。
- 幾何学的インピーダンス制御のためのリー群とリー代数に基づくポテンシャル関数の比較マニピュレーション2024/1/1
ロボットマニピュレータの幾何学的インピーダンス制御において、SE(3)上のリー群ベースとリー代数ベースの2種類のポテンシャル関数を導出し、定性・定量的に比較した論文。
- 断熱材を用いた熱拡散に着想を得た衝突回避動作計画動作計画2023/10/1
単一の視覚入力から、到達可能な目標の生成と障害物回避を同時に行う拡散モデルベースの動作計画手法を提案し、衝突回避カーネルにより堅牢性を実証した。
- Diffusion-EDFs: 視覚ロボット操作のためのSE(3)上の双同変ノイズ除去生成モデリングVLA2023/9/1
SE(3)上の双同変拡散モデルを提案し、5〜10回の人間デモンストレーションだけで視覚ロボット操作を効率的に学習できることを示した。
- 幾何学的インピーダンス制御による接触を伴うSE(3)同変ロボットマニピュレーションタスク学習マニピュレーション2023/8/1
SE(3)不変・同変な幾何学的インピーダンス制御と学習可変インピーダンス制御を組み合わせ、専門家のデモからゲインスケジューリングを学習することで、接触を伴うマニピュレーションタスクの転移性を高める手法を提案し、ペグ挿入タスクで検証した。
- SE(3)上の幾何学的インピーダンス制御によるロボットマニピュレータの制御マニピュレーション2022/11/1
ロボットマニピュレータのSE(3)上の幾何学的構造を考慮したインピーダンス制御を提案し、従来法より優れた軌道追従性能を示した。
- 事前の勾配地図を用いた道路での車両位置推定と制御位置推定2018/9/1
GPSが使えない環境で、道路の勾配地図と車載センサから車両の縦方向位置を推定し、エネルギー最適化と巡航制御に活用する手法を提案・検証した。
