Rudolf Lioutikov
Karlsruhe Institute of Technology
収録論文 42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
- VLAは何によって反応的になるのか:動的マニピュレーションのための実行戦略の研究VLA2026/11/11
事前学習済みVLAの反応性を左右する要因を、予測・実行ホライズンや同期/非同期推論などの実行パイプラインの設計を通じてシミュレーションと実機で検証した研究。
- 事前学習済み潜在ワールドモデルの少数ショット残差適応ワールドモデル2026/11/10
凍結した事前学習済み潜在ワールドモデルに対し、潜在予測誤差から自己教師ありの残差補正を少数の相互作用で学習させ、物理ダイナミクス変化下での計画・制御性能を回復させる手法を提案した。
- 失敗前にロボットを修正する:選好学習による能動的ヒューマン・イン・ザ・ループ介入ヒューマン・イン・ザ・ループ/選好学習2026/11/3
XRインターフェースで将来の動作を事前確認し、望ましくない行動の前に介入できる枠組みを提案。修正を選好学習でポリシーに反映し、実機マニピュレーションで成功率を向上させた。
- ReCAT: 記憶・計数・時間を考慮した構造化リカレントメモリによるロボットマニピュレーションマニピュレーション2026/9/28
言語条件付きポリシーにMamba-2と因果注意層による構造化リカレントメモリを組み込み、過去の視覚手がかりの想起やイベント計数、経過時間推定を必要とするロボット操作タスクを高精度で実現した。
- TACTIC: 接触の多いロボットマニピュレーション政策のための触覚エンコーダと条件付けの理解触覚2026/9/25
視覚ベース触覚センサを用いた接触の多いマニピュレーションタスクにおいて、様々な触覚エンコーダと融合戦略を実世界で2000回以上評価し、最適な設計はタスクに強く依存することを示した研究。
- 長期自律マニピュレーション評価のためのグラフベース自動リセットシステムHALTERマニピュレーション2026/9/16
学習済みの原子リセットスキルをグラフ探索で組み合わせ、LLMが採点・リセット計画・検証を行うことで、長期タスクのロボット評価を人手なしで再現性高く実行する。
- DUET-DINO: ロボットマニピュレーションの潜在計画のための同時クロスビュー世界モデリングマニピュレーション2026/9/9
側面カメラと手首カメラの観測をクロスビュー条件付けで統合し、7自由度エンドエフェクタ制御のための行動条件付き潜在世界モデルを学習する手法を提案。到達・角度付き到達・把持持ち上げタスクで単一視点や独立二視点のベースラインを上回る性能を達成した。
- SPARC: ロボットデモからの信頼性校正付き空間アノテーションの大規模生成データアノテーション2026/6/11
ロボットのデモンストレーションから、信頼度スコア付きの構造化空間アノテーション(バウンディングボックスや物体軌跡など)を自動生成するリスク認識フレームワークを提案し、ノイズの多いラベルを減らしつつ有用なサンプルを保持する。
- DAM-VLA: 非同期マルチモーダル視覚言語行動モデルVLA2026/6/10
各モダリティをセンサー固有のレートで処理する非同期VLAモデルを提案し、接触の多い実世界操作タスクで成功率を大幅に向上させた。
- 構造化画像表現による説明可能なロボット学習VLA2026/6/1
ロボットポリシーの学習にシーングラフを中間表現として用い、タスクに関連する部分グラフを抽出して行動生成に利用することで、モデルの判断過程を説明可能にする手法を提案した。
- DuoBench: シミュレーションと実世界における両腕操作の再現可能なベンチマーク両腕操作/ベンチマーク2026/6/1
両腕ロボット操作のためのベンチマークフレームワークDuoBenchを提案し、シミュレーションと実世界で11タスクを実装して、既存の両腕模倣学習やVLAポリシーの性能を評価した。
- PointMapPolicy:マルチモーダル模倣学習のための構造化点群処理マニピュレーション2025/10/1
点群をダウンサンプリングせず規則的なグリッド状に構造化し、RGB画像と効率的に融合する拡散ポリシーを提案。複数の操作タスクで最先端性能を達成した。
- NaviTrace:視覚言語モデルの身体性ナビゲーション評価ベンチマークナビゲーション2025/10/1
視覚言語モデルに指示と身体タイプを与え、画像空間での2Dナビゲーション軌跡を出力させるVQAベンチマークを提案し、8つの最先端モデルを評価した。
- FLOWER: 効率的な視覚-言語-行動フローポリシーによる汎用ロボットポリシーの民主化VLA2025/9/1
LLM層の削減とモジュラー適応でパラメータを抑えた9.5億パラメータのVLAモデルFLOWERを提案し、200GPU時間の事前学習で大規模モデルに匹敵する性能とCALVIN ABCベンチマークでのSoTAを達成した。
- MoRe-ERL: エピソード強化学習による動作残差学習強化学習/軌道計画2025/8/1
事前計画された参照軌道を、エピソード強化学習と残差学習を組み合わせて安全で効率的なタスク固有の軌道に改良するフレームワークを提案し、シミュレーションから実機への転移性能も検証した。
- BEAST: Bスプライン符号化による模倣学習向けアクション系列の効率的トークン化模倣学習2025/6/1
Bスプラインでアクション系列をコンパクトな離散・連続トークンに符号化するトークナイザを提案し、別途学習不要で滑らかな軌道生成と計算コスト削減を実現した。
- 確率的プロトタイプによる3D点群上の解釈可能なアフォーダンス検出アフォーダンス検出2025/4/1
3D点群のアフォーダンス検出にプロトタイプ学習を適用し、ブラックボックスモデルと同等の性能を保ちつつ「これはあれに似ている」という事例ベースの解釈可能性を実現した。
- 視覚を超えて:ロボットデータ収集のための拡張現実における力覚フィードバックの調査遠隔操作2025/3/1
XR環境でのロボットデータ収集において、力覚フィードバックがタスク性能とユーザー体験に与える影響をユーザー研究で調査し、高精度操作で特に有効であることを示した。
- IRIS: 没入型ロボットインタラクションシステムXR/データ収集2025/2/1
拡張現実(XR)を用いて、多様なシミュレータや実世界環境でロボット操作とデータ収集を可能にする没入型システムIRISを提案。複数ユーザの同時インタラクションも実現。
- X-IL: 模倣学習ポリシーの設計空間を探る模倣学習2025/2/1
模倣学習ポリシーの構成要素を自由に組み替えられるオープンソースフレームワークX-ILを提案し、設計空間を体系的に探索して既存手法を上回る新構成を発見した。
- 模倣学習のための点群と視覚表現の融合に向けて模倣学習2025/2/1
点群とRGB画像の両方を活用する模倣学習手法FPV-Netを提案し、点群エンコーダを画像トークンで条件付けすることでRoboCasaベンチマークで最先端性能を達成した。
- マルチタスク学習のための専門家混合デノイザーを用いた効率的拡散トランスフォーマーポリシー模倣学習/拡散ポリシー2024/12/1
模倣学習向けに、ノイズ条件付きルーティングとスパースな専門家を組み合わせたMixture-of-Denoising Experts (MoDE) を提案し、拡散トランスフォーマーポリシーの計算コストを大幅に削減しつつ、複数のベンチマークで最先端性能を達成した。
- ロボットエアホッケー選手権の回顧:実世界ロボティクスに向けた堅牢・信頼・安全な学習技術のベンチマークsim2real2024/11/1
NeurIPS 2023で開催されたロボットエアホッケー選手権を振り返り、sim-to-realギャップや安全性など実世界展開の課題をベンチマークし、学習と事前知識の組み合わせが有効であることを示した。
- BMP:Bスプラインと運動プリミティブの橋渡し模倣学習/強化学習2024/11/1
Bスプラインを運動プリミティブとして再定式化し、境界条件の充足と軌道分布の高次統計の両立を可能にしたBMPを提案。模倣学習と強化学習で既存手法より高い表現力と適用性を示した。
- TOP-ERL: Transformerを用いたオフポリシー・エピソディック強化学習強化学習2024/10/1
長い行動軌跡をセグメントに分割し、Transformerベースのクリティックで各セグメントの状態行動価値を推定することで、エピソディック強化学習をオフポリシーで効率的に学習する手法を提案した。
- 基盤モデルによるゼロショットラベリングでロボット方策学習をスケールさせるVLA2024/10/1
視覚言語基盤モデルを組み合わせ、未整理の長期ロボットデータに自然言語指示を自動でゼロショット付与するNILSを提案し、11.5万軌道以上をラベリングした。
- フォースを感じろ、ボット! ― イベントベース再計画を備えた力覚対応ProDMPマニピュレーション2024/9/1
力覚を考慮して軌道を実行時に再計画するProDMP拡張手法FA-ProDMPを提案し、嵌合組立タスク用の3Dプリント製ベンチマークPOEMPELで有効性を示した。
- マルチモーダル拡散トランスフォーマ:マルチモーダル目標から多様な行動を学習マニピュレーション2024/7/1
言語注釈が少ないデータでも、画像と言語の目標指示を統合した潜在表現を自己教師あり学習で獲得し、長期マニピュレーションタスクを高精度に実行する拡散ポリシーを提案。
- MaIL: Mambaによる模倣学習の改善模倣学習2024/6/1
Transformerの代わりに状態空間モデルMambaを用いた模倣学習アーキテクチャMaILを提案し、少ないデータでも過学習を抑えて汎化性能を高め、LIBEROベンチマークと実機実験で有効性を示した。
- 拡散ポリシーを混合エキスパートへと変分蒸留する手法模倣学習2024/6/1
事前学習済みの拡散ポリシーを変分推論により混合エキスパート(MoE)へ蒸留し、複雑な行動分布を保ちつつ推論を高速化するVDDを提案。
- 多様な行動に向けて:人間のデモンストレーションを用いた模倣学習のベンチマーク模倣学習2024/2/1
人間のデモに見られる多様な行動(マルチモーダル分布)を模倣学習モデルがどれだけ獲得・再現できるかを評価するためのシミュレーションベンチマーク環境とデータセット(D3IL)を提案し、多様性を定量化する指標を導入した。
- ブラックボックスを開く:時間相関エピソード強化学習のためのステップベース方策更新強化学習2024/1/1
エピソード強化学習のブラックボックスを開き、ステップ情報を活用して時間相関を考慮した方策更新を行うTCEを提案。データ効率と滑らかな探索を両立。
- 動作プリミティブ拡散:変形可能物体のやさしいロボットマニピュレーション学習マニピュレーション2023/12/1
拡散ベース模倣学習と確率的動的動作プリミティブを組み合わせ、手術支援ロボットにおける変形物体のやさしい操作を少ないデモデータで実現する手法を提案。
- MP3: 運動プリミティブに基づく再計画ポリシー強化学習/運動プリミティブ2023/6/1
運動プリミティブを深層強化学習に統合し、スパースで非マルコフ的な報酬から学習しつつ、実行中の環境変化に適応できる再計画戦略を導入した手法を提案する。
- スコアベース拡散方策による目標条件付き模倣学習模倣学習2023/4/1
スコアベース拡散モデルを方策として用い、報酬なしの大規模データから目標指定可能な汎用方策を学習するBESOを提案。3ステップの高速サンプリングで多様な目標条件付き行動を生成できる。
- ロボットへの操作タスク教示における人間の音声パターンの理解教示学習2022/11/1
ロボットに多段階の操作タスクを教示する際の人間の音声を、発話時間・韻律・意味内容の3特徴で分析し、教示条件やエラーなど4次元で音声が豊富な情報を伝えることを明らかにした。
- ProDMPs:動的・確率的運動プリミティブの統一的視点運動プリミティブ2022/10/1
DMPの常微分方程式をオフライン計算可能な基底関数に変換し、動的システムの性質を保ちつつ高次統計も扱える確率的動的運動プリミティブ(ProDMPs)を提案した論文。
- 深度画像から関節モデルの分布を推定するDUST-net関節物体認識2021/8/1
深度画像から物体の関節モデルパラメータの分布をカテゴリ事前知識なしで学習するDUST-netを提案し、不確実性を考慮した高精度な推定を実現した。
- 自己教師ありオンライン報酬整形による疎報酬環境の効率化強化学習2021/3/1
疎な報酬しか得られない環境で、軌跡のランキングを自己教師信号として報酬関数を自動的に密化し、任意のRLアルゴリズムのサンプル効率を向上させる手法を提案した。
- ScrewNet:スクリュ理論を用いた深度画像からのカテゴリ非依存な関節モデル推定関節物体認識2020/8/1
スクリュ理論で関節種類を統一的に表現し、深度画像から物体の関節モデルをカテゴリ事前知識なしで推定する手法を提案した論文。
- 階層ディリクレ過程スイッチング線形力学系による確率的軌道分割動作プリミティブ2018/6/1
ロボットの動作プリミティブライブラリ構築のため、軌道をスイッチング線形力学系でモデル化し、ギブスサンプラーを用いたノンパラメトリックベイズ推定で軌道の意味ある分割を自動推定する手法を提案した。
- 力覚フィードバック付き低コストセンサグローブによる確率的軌道表現を用いた模倣学習模倣学習2015/10/1
約250ユーロで作れる力覚フィードバック付きセンサグローブを開発し、Matlab用のオープンソースインターフェースを提供するとともに、ヒューマノイドロボットiCubでの物体操作スキルの模倣学習に応用した。
