S. Shankar Sastry
University of California, Berkeley
収録論文 23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
- VICAR: 接触を考慮したリターゲティングによるヒューマノイド対話スキルのビデオ模倣模倣学習2026/10/9
三人称の人間動画からヒューマノイドの接触を伴う操作スキルを学習するパイプラインを提案し、接触姿勢や速度を保ちながら動作をリターゲティングして実行時適応を可能にした。
- 再構成・練習・実世界展開:身体性エージェントのためのガイド付き自己改善マニピュレーション2026/10/1
オフラインデータから操作タスクを抽出し、シミュレーションで練習して失敗を診断しながらスキルとプロンプトを自己改善し、実機で高い成功率を達成するフレームワークRPGを提案。
- 形態模倣:形態と接触を考慮したハンドリターゲティングからSim-to-Real視覚運動ポリシーへsim2real2026/9/23
人間の手と物体の相互作用を、形態最適化・残差強化学習・視覚運動ポリシー蒸留の3段階でロボットハンドに転移し、ゼロショットで実世界に展開するフレームワークを提案。
- GaP: 変動的オートメーションタスクのためのグラフとしてのポリシーを用いたマルチエージェント自己学習ハーネスタスク計画2026/7/1
ロボットの信頼性を高めるため、エージェント型コーディングと解釈可能なロボットプログラミングを組み合わせ、タスクをグラフ構造で表現して自己学習する手法を提案した。
- FARM: 関係空間記憶を用いた任意物体の発見物体検索/空間記憶/VLM2026/6/1
ロボットが「ダーツボードの下の背の高いランプ」のような関係的な指示で物体を見つけられるよう、実時間で物体レベルの空間記憶を構築し、VLMでクエリを解析して検索するシステムを提案した。
- 不確実性と通信制約下での動的マルチロボットタスク割り当て:ゲーム理論的アプローチタスク割り当て2026/4/1
不確実なタスク完了と時間制約、不完全な情報下での動的マルチロボットタスク割り当て問題に対し、分散型の反復最良応答(IBR)ポリシーを提案し、都市規模の配送ドメインで評価した。
- HITTER: 階層的計画と学習によるヒューマノイド卓球ロボットヒューマノイド2025/8/1
モデルベースの軌道予測・ラケット計画と強化学習による全身制御を組み合わせ、人間と106連続ラリーできるヒューマノイド卓球システムを実現した。
- MRTA-Sim: オープンワールド環境におけるマルチロボット割当・計画・制御のためのモジュラーシミュレータ群制御2025/4/1
複雑な屋内環境でマルチロボットタスク割当(MRTA)手法を評価するため、ROS2/Gazebo上でNAV2とCBF-QPを統合したモジュラーシミュレータを開発し、SMTベースの動的MRTAで実証した。
- Lipschitz制約付きポリシーによる滑らかなヒューマノイド歩行の学習歩行2024/10/1
方策にLipschitz制約を勾配ペナルティとして課すことで、低域通過フィルタや平滑化報酬を使わずに滑らかで頑健なヒューマノイド歩行制御を学習する手法を提案し、実機で検証した。
- SMTに基づく動的マルチロボットタスク割り当て群制御2024/3/1
SMTソルバを活用し、締切付きで複数タスクを同時に処理できるロボット群への動的なタスク割り当てを、健全かつ完全に解く手法を提案した。
- 卓球ロボットの先読み軌道予測における不確実性の役割予測・制御2023/12/1
卓球ロボットが相手の動きを視覚的に予測し、モデルの不確実性を利用して早めに動作を開始するシステムを提案し、シミュレーションで有効性と課題を示した。
- 見通し制約付き通信下でのマルチロボット分散経路計画群制御2022/3/1
ロボット同士が互いを見通せる時のみ通信できる状況で、安全を保証する分散型RRTベースの経路計画手法を提案した論文。
- 強化学習による二足歩行ロボットの入出力線形化制御器の改善歩行2020/4/1
入出力線形化制御器に学習項を加え、モデル不確かさと入力飽和に対処することで二足歩行ロボットの制御性能を向上させた研究。
- 行列リー群上の指数安定一次制御制御2020/4/1
行列リー群上で動作する系に対し、大域指数軌道追従を達成する新しい一次コントローラを提案し、7自由度ロボットアームで実機検証した。
- 確率的な人間行動モデル再考:軌跡空間に適したボルツマンモデルの再設計人間行動モデリング2020/1/1
人間の軌跡選択をモデル化する際、軌跡間の距離を考慮した新たなボルツマンモデルを提案し、ユーザー研究とロボット推論で従来モデルより高い精度を示した。
- 逆強化学習のための最尤制約推定逆強化学習2019/9/1
専門家の行動を報酬関数ではなく制約として捉え、最大エントロピーIRLに基づいて観測行動の尤度を最大化する制約を反復的に推定する手法を提案した。
- 自動運転車のための階層型ゲーム理論プランニング自動運転計画2018/10/1
動的ゲームを長期の戦略ゲームと短期の戦術ゲームに階層分解し、リアルタイムで他車と相互影響を考慮した軌道計画を可能にした研究。
- 人間監督者の安全認識を学習してロボットチームの協調を改善する手法ヒューマンロボット協調2018/5/1
人間監督者が持つロボットの安全判断モデルを学習し、その情報でロボットの行動を制御することで、監督者の誤った危険判断(誤検知)を減らす手法を提案し、ユーザー研究で有効性を示した。
- 自己予測可能な計画の生成:人間が先読みしやすいロボット行動計画人間ロボット協調2018/2/1
ロボットの最初の数動作から残りの計画を人間が正確かつ自信を持って予測できるようにする指標t-ACtyを提案し、そのような予測しやすい計画を生成する手法を開発した。
- ゴール推論による人間とロボットの協調作業の性能向上人間ロボット協調2018/2/1
ロボットが人間の動きから次の目標をベイズ推論で予測し、リアルタイムに行動を再計画することで、協調作業の客観的・主観的性能が向上することを実験で示した論文。
- 人をセンサーとして活用:人間の行動から地図を推定するマッピング2017/11/1
人間ドライバーと歩行者の相互作用を利用し、他のエージェントの行動から遮蔽された地図領域を推定するマッピング手法を提案。実世界データで従来手法を上回る環境認識性能を示した。
- 実用的・教育的価値整合:認知モデルに基づく協調ロボットの意思決定価値整合/協調IRL2017/7/1
人間の認知モデルと心の理論を取り入れ、人間がロボットの学習を考慮して行動し、ロボットがそれを実用的に解釈する相互関係を捉えた協調逆強化学習の解法を初めて形式的に分析した論文。
- Berkeley Aachenロボティクスツールキットによる新規センサの迅速な統合とキャリブレーション自動運転/システム工学2014/9/1
自動運転車開発におけるシステム工学的課題(車両の空間・電力・放熱制約やソフトウェア開発サイクルの制約)に着目し、BARTツールキットを用いて新規センサを迅速に統合・キャリブレーションする手法と経験を報告した論文。
