Sanjiban Choudhury
収録論文 39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
- X-Sim: 実世界からシミュレーションを経由したロボット操作方策のクロスエンボディメント学習sim2real2025/5/1
人間のRGBD動画からフォトリアルなシミュレーションを再構築し、物体軌道を報酬として強化学習方策を訓練、合成データで拡散方策に蒸留して実世界へ転移する枠組みを提案。ロボット遠隔操作データなしで5タスクで成功率を30%改善。
- 実現不可能な教師から実現可能な生徒を蒸留する模倣学習2025/5/1
完全な状態を持つ教師から部分観測の生徒へ方策を蒸留する際、必要な時だけ教師に問い合わせたり回復状態から再開したりして、生徒の観測空間内で学習を効率化する手法を提案。
- 時間的にずれた単一動画からの模倣学習模倣学習2025/2/8
時間的にずれた単一の実演動画から逐次タスクを学習するため、フレーム単位ではなく系列単位で順序を考慮した報酬ORCAを提案し、既存手法を大幅に上回る性能を示した。
- Robotouille: LLMエージェントのための非同期プランニングベンチマークタスクプランニング2025/2/1
並行・逐次に進む長時間タスクを扱うLLMエージェントの非同期プランニング能力を評価するベンチマークを提案し、既存手法の限界を示した。
- モーショントラック:少数ショット模倣学習における人間-ロボット転移のための統一表現模倣学習2025/1/1
人間の手とロボットのエンドエフェクタの動きを画像上の短い2D軌跡(モーショントラック)として統一的に表現し、少数の人間動画とロボット実演から模倣学習ポリシーを訓練する手法を提案。実世界4タスクで86.5%の成功率を達成。
- APRICOT: LLMを用いた能動的選好学習と制約を考慮したタスクプランニングタスクプランニング2024/10/1
冷蔵庫への物品整理のような制約空間での作業において、LLMによるベイズ能動的選好学習と制約を考慮したタスクプランニングを組み合わせ、ユーザーの選好を推定しつつ環境制約に適応した計画を生成する手法を提案した。
- 実行ミスマッチ下でのワンショット模倣学習模倣学習2024/9/1
人間とロボットの軌道を系列レベルの最適輸送コストで自動対応付けし、ペアデータなしで長期タスクの模倣を可能にするRHyMEを提案した。
- MOSAIC: 支援・対話型料理のためのモジュール型基盤モデルVLA2024/2/1
複数のロボットが自然言語で人間と対話し、多様な日用品を操作できるよう、基盤モデルと専用モジュールを組み合わせたモジュール型アーキテクチャを提案し、料理支援タスクで評価した。
- InteRACT: ロボット行動に条件付けられた人間意図予測のためのトランスフォーマーモデルマニピュレーション2023/11/1
人間とロボットの協調作業において、ロボットの行動に条件付けられた人間の意図予測モデルを、大規模な人間同士のインタラクションデータで事前学習し、小規模な人間-ロボットデータで微調整する手法を提案。実世界の協調マニピュレーションタスクで有効性を示し、データセットも公開した。
- ManiCast: コストを考慮した人間予測による協調マニピュレーションマニピュレーション2023/10/1
人間の動きをコストの観点から予測し、モデル予測制御と組み合わせることで、7自由度ロボットアームが人間と協調して攪拌・受け渡し・配膳などの作業をリアルタイムで行えるフレームワークを提案。
- Demo2Code: 拡張Chain-of-Thoughtによるデモンストレーション要約からコード合成へVLA2023/5/1
ロボットのデモンストレーションを再帰的要約で簡潔な仕様に変換し、その仕様から拡張Chain-of-Thoughtでタスクコードを合成するフレームワークを提案。
- モデルベース強化学習における怠惰の美徳:統一目的関数とアルゴリズムモデルベース強化学習2023/3/1
モデルベース強化学習において、学習モデル内でのポリシー計算を効率化し、モデル適合とポリシー計算の目的不一致を解消する統一目的関数を提案し、計算効率と統計的性能を向上させる手法を開発した。
- 時間相関ノイズ下での因果的模倣学習模倣学習2022/2/1
専門家行動に時間相関ノイズが混入したデータから、操作変数回帰を用いて偽相関を排除し方策を学習する2手法(DoubILとResiduIL)を提案した論文。
- 経験を活かす遅延探索:模倣学習による効率的な辺評価順序の学習モーションプランニング2021/10/1
遅延グラフ探索における辺評価の順序選択をMDPとして定式化し、訓練時のオラクルを用いた模倣学習で効率的な選択方針を学習。2D・7D問題で既存ヒューリスティクスを上回る性能を示した。
- GuILD:サンプリングベース運動計画のための誘導付き局所逐次密化運動計画2021/4/1
探索木の頂点への短い経路情報を活用し、Informed Setの局所部分集合からサンプリングすることで、運動計画の収束を高速化する手法を提案した。
- 修正フィードバックからのオンライン学習:ロボティクスのためのメタアルゴリズムロボティクス/オンライン学習2021/4/1
教師の潜在的なコスト関数を仮定し、多様な修正フィードバックを損失関数のストリームとして扱うことで、任意のオンライン学習アルゴリズムで同じ後悔限界を達成する統合メタアルゴリズムを提案し、家庭内ナビゲーションタスクで実証した。
- モーメントマッチングで捉える模倣学習の統一理論と新アルゴリズム模倣学習2021/3/1
模倣学習アルゴリズムをモーメントマッチングの観点で統一的に整理し、性能保証付きの新たなアルゴリズム3種を提案した論文。
- 模倣学習におけるフィードバック:共変量シフトの三つのレジーム模倣学習2021/2/1
模倣学習の性能劣化は共変量シフトの一形態であり、シミュレータを活用することで専門家への追加問い合わせなしに緩和できることを理論的・実証的に示し、既存ベンチマークの不十分さを指摘した論文。
- MPCと価値関数近似を融合した効率的強化学習強化学習/MPC2020/12/1
MPCの局所Q関数近似と学習した価値関数をλでバランスさせ、モデル誤差に頑健でサンプル効率の高い操作タスク向け強化学習手法を提案した論文。
- 高コスト辺評価を伴うグラフ上のアンタイム動作計画のための事後サンプリング動作計画2020/2/1
衝突判定が高コストな動作計画において、学習した事後分布を用いて初期経路を素早く見つけつつ逐次的に短縮するアンタイム・レイジー計画法PSMPを提案し、理論保証と2D/7D問題での優位性を示した。
- ベイズ残差方策最適化:先見の専門家を活用したスケーラブルなベイズ強化学習ベイズ強化学習2020/2/1
潜在MDPごとの専門家アンサンブルを基盤に、ベイズ残差方策を学習して不確実性下での意思決定を改善するスケーラブルな強化学習手法BRPOを提案。
- 学習ベースの芸術的判断による非構造環境での自律空撮空撮/自律飛行2019/10/1
視覚的なターゲット推定、遮蔽を考慮した3D距離場マッピング、長期間の軌道最適化、学習による構図選択を統合し、非構造環境で動く対象を撮影する完全自律空撮システムを実現した。
- 低コスト・オープンソースの教育研究用ロボットレースカーMuSHR教育・研究プラットフォーム2019/8/1
教育と研究向けに、詳細なDIYドキュメントで誰でも構築・導入できる低コストのオープンソース自律レースカープラットフォームを開発した。
- 経験を活かす遅延探索:模倣学習による効率的な辺評価順序の学習運動計画2019/7/1
遅延グラフ探索における辺評価の順序選択をMDPとして定式化し、訓練時のオラクルを用いた模倣学習で効率的な選択ポリシーを学習。2D・7Dの運動計画問題で従来ヒューリスティクスを上回る性能を示した。
- LEGO: 経験を活用したサンプリングベース計画のためのロードマップ生成サンプリングベース計画2019/7/1
過去の計画経験からCVAEを用いてロードマップを生成する際、ボトルネック領域かつ多様なサンプルのみを学習対象とすることで、複雑な障害物配置や訓練・テスト間のミスマッチに頑健なロードマップ生成手法LEGOを提案した。
- 模倣学習をfダイバージェンス最小化として捉える模倣学習2019/5/1
マルチモーダルな模倣学習において、逆KLダイバージェンスを最小化する一般的なfダイバージェンス枠組みを提案し、既存手法を包含しつつモード間の誤補間を防ぐ。
- イベントベーストグルによる探索と辺評価の交互実行を可能にする一般化レイジー探索経路計画2019/4/1
ロボット経路計画において探索と辺評価をトグルで交互に切り替える枠組みGLSを提案し、辺評価確率の事前知識を用いた方策で計画時間を大幅に短縮した。
- 非構造環境で動く対象を追う自律空撮ドローンの基盤空撮/追跡2019/4/1
動く対象の視覚的定位、リアルタイム3D距離場による遮蔽・安全計算、滑らかさと芸術性を最適化するカメラ計画を統合し、未知の非構造環境でも自律空撮を可能にした研究。
- モデル不確実性に対するベイズ方策最適化強化学習2018/10/1
連続ベイズ適応MDPとしてモデル不確実性を定式化し、信念分布を考慮した方策最適化アルゴリズムを提案した論文。
- Bayes-CPACE:連続空間ベイズ適応MDPにおけるPAC最適探索強化学習2018/10/1
連続状態・行動空間のベイズ適応MDPに対し、価値関数のリプシッツ連続性を利用した有限サンプル被覆で初のPAC最適アルゴリズムを提案し、離散・連続タスクで有効性を実証した。
- 芸術原則を活用した自律ドローン撮影:滑らかで安全、遮蔽のない空中撮影軌道の生成ドローン撮影/軌道計画2018/8/1
映画的な撮影原則と滑らかさ・遮蔽回避を同時に最適化し、ノイズのある被写体予測下でもリアルタイムに軌道を再計画する自律ドローン撮影手法を提案した。
- 大規模密ロードマップ上のエッジ評価が高コストな場合のいつでも動作計画動作計画2017/11/1
衝突判定が高コストな大規模密ロードマップ上で、部分グラフ探索とベイズ推定に基づくパレート最適探索を組み合わせ、いつでも動作計画を効率化するフレームワークを提案した。
- 模倣学習によるデータ駆動型プランニングプランニング2017/11/1
全知のオラクルを模倣することで、探索中に得られた情報のみから効率的に計画方針を学習する枠組みを提案した論文。
- 高コストグラフにおけるベイズ能動的エッジ評価経路計画2017/11/1
経路計画でエッジ評価が高コストな問題に対し、受動的な遅延評価ではなく経路の有効性の不確実性を減らすエッジを能動的に選ぶベイズ能動学習手法を提案した論文。
- 模倣によるヒューリスティック探索の学習モーションプランニング2017/7/1
探索の部分情報から次に展開すべきノードを決めるヒューリスティック方策を、全情報を持つオラクルの模倣で効率的に学習するSaILを提案し、探索コストを削減する。
- 衝突判定を効率的に行う近最適エッジ評価アルゴリズム経路計画2017/6/1
ロボットの経路計画における衝突判定をベイズ能動学習の問題として定式化し、エッジ数に対して線形時間で解くBISECTを提案。移動ロボットやマニピュレータ、実ヘリコプタの飛行データで既存手法を上回る性能を示した。
- 模倣学習による適応的情報収集模倣学習2017/5/1
全知オラクルを模倣するデータ駆動型模倣学習で情報収集方策を効率的に訓練し、2D/3D探索で低計算コストかつ適応的な性能を実現した。
- 模倣学習による情報収集の学習探索/模倣学習2016/11/1
対象物の分布に依存せず情報収集を最大化するため、全情報を持つオラクルの非近視眼的解を模倣するデータ駆動型学習フレームワークEXPLOREを提案し、2D/3D探索問題で有効性を示した。
- 大規模密ロードマップ上のいつでも経路計画のための密化戦略経路計画2016/11/1
大規模な密ロードマップで最短経路を効率的に求めるため、徐々に密になる部分グラフを既存の経路計画アルゴリズムに与える密化戦略を提案し、2次元・4次元空間や7自由度ロボットアームの操作計画で評価した。
