Roberto Martin-Martin
収録論文 13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
- 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。
- CoDex: デモなしで学ぶ構成的手先機能操作マニピュレーション2026/6/1
視覚言語モデルと強化学習を組み合わせ、デモなしでスプレーボトルやグルーガンなどの内部機構を持つ物体を操作する戦略を自律的に発見するフレームワークを提案。
- 幾何基盤モデルが視覚言語行動モデルに与える影響の理解VLA/幾何理解2026/5/1
視覚言語行動モデル(VLA)と3D再構成のための幾何基盤モデル(GFM)の統合について、VLAの幾何理解の欠如を線形プロービングで定量化し、幾何情報を注入する3つのアーキテクチャを比較、さらに非アーキテクチャ的選択の影響を分析した。
- 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。
- RoboArena:汎用ロボットポリシーの分散型実世界評価ロボット評価/ベンチマーク2025/6/1
評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。
- 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。
- 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。
- M-EMBER: 因子分解型ドメイン転移による長期的モバイルマニピュレーションへの挑戦モバイルマニピュレーション2023/5/1
長期的なモバイルマニピュレーションを複数の視覚スキルに分解し、各スキルを強化学習で訓練して組み合わせることで、キッチン掃除タスクを53%の成功率で達成した。
- 大規模動画予測のための貪欲階層型変分オートエンコーダ動画予測2021/3/1
階層型オートエンコーダの各層を貪欲に学習させることで、GPUメモリ制約と最適化困難を同時に解決し、大規模多様データでの動画予測性能と実ロボットタスク成功率を向上させた研究。
- 双方向画像予測による確率的ビジュアルナビゲーションビジュアルナビゲーション2020/3/1
RGB魚眼カメラのみを搭載した移動ロボットが、画像列で示された経路を追従できるよう、双方向の視覚予測と確率的な経路表現を組み合わせたナビゲーション手法を提案した論文。
- 移動マニピュレータのための対話型ナビゲーション階層強化学習階層強化学習2019/10/1
ドア開けやボタン押しを伴う対話型ナビゲーションを、フェーズごとに異なる空間でサブゴールを設定し身体部位を使い分ける階層強化学習HRL4INで解き、平坦なPPOやHACより高性能かつ省エネルギーであることを示した。
- 視覚軌跡追従と障害物回避を両立する深層視覚MPCポリシー学習ナビゲーション2019/3/1
視覚軌跡と現在の視覚入力から速度指令を出力し、軌跡追従と未知障害物回避を両立するナビゲーション手法PoliNetを提案。再学習なしで新規シーンに適用でき、実機・シミュレーションで有効性を示した。
- 動的環境における未来視点画像合成による走行可能領域推定走行可能領域推定2018/6/1
RGBカメラのみを用いて、ロボットの速度指令に応じた未来の視点画像を動的障害物の動きも考慮して合成し、その画像から周囲の走行可能領域を推定する手法を提案した論文。
