Sebastian Trimpe
RWTH Aachen University
収録論文 44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
- 長期的ダイナミクス学習のためのギブス変分最終層ダイナミクス学習2026/11/2
変分ベイズ最終層(VBLL)をギブス変分推論の観点から再解釈し、多段階予測損失やCRPS、自己回帰ロールアウトを取り入れた学習法を提案。カオス系や実データで長期予測精度と分布適合が向上することを示した。
- ベイズ最適化による制御器チューニングとロボット学習の10年：チュートリアル、レビュー、将来展望ベイズ最適化2026/9/8
ベイズ最適化（BO）を制御器チューニングとロボット学習に応用する研究を10年分レビューし、実践的な導入方法や課題、標準ベンチマークの不足を指摘して軽量ベンチマークを提案したチュートリアル論文。
- WarpMPC: ADMMと展開LDL^T分解によるGPU上の大規模バッチMPCMPC/GPU最適化2026/7/1
GPU上で多数の同一構造を持つMPC問題を高速に解くための数値最適化手法を提案し、JAX/WarpベースのツールボックスWarpMPCを実装した。
- 安全で写実的なドローンライトショーのための生成AI群制御2026/6/1
テキストプロンプトから写実的で衝突のない大規模ドローン編隊の振り付けを自動生成するパイプラインSWANを提案し、シミュレーションと実機で検証した。
- すべてのモデルは誤り、どこが誤りかを知ることが有用：強化学習におけるモデル不確実性についてモデルベース強化学習2026/5/31
モデルベース強化学習におけるモデルの不正確さを扱う枠組みを提案し、不確実性を適切に扱うことでモデルの悪用を防ぎ、ハードウェア上での直接学習や安全な探索の成功を示した。
- 数分でレースを学習：Mini WheelbotにおけるInfoprop Dyna強化学習2026/5/1
実機のMini Wheelbot（一輪車ロボット）が、モデルベース強化学習フレームワークInfoprop Dynaを用いて、実世界でのインタラクションのみから11分でトラックを周回するレースを学習できることを実証した論文。
- クラッシュフィードバックを考慮した選好ベイズ最適化ベイズ最適化2026/4/1
ロボット制御のパラメータ学習において、実験のクラッシュ情報を選好比較に組み込めるCrashPBOを提案し、クラッシュ回数を63%削減しつつデータ効率を向上させた。
- Crazyflie Brushlessのモデリング手法ドローン制御2026/3/1
Crazyflie Brushlessの動力学モデルを構築し、パラメータ同定を行った。シミュレーションと実機でモデル精度を評価し、強化学習による制御器学習とバックフリップ習得への応用を示した。
- Mini Wheelbotデータセット：ロボット学習のための高忠実度データデータセット/ロボット学習2026/1/1
オープンソースのバランス型一輪車ロボット「Mini Wheelbot」の1kHz同期センサ・状態推定・モーションキャプチャ・動画を含む動力学データセットを公開し、モデル学習や状態推定のベンチマーク例を示した。
- ベイズ最適化による再学習不要のニューラルネットワーク近似MPCのファインチューニング制御/ベイズ最適化2025/12/1
ベイズ最適化を用いて、再学習なしにニューラルネットワーク近似モデル予測制御のパラメータを実験データから自動調整する手法を提案し、倒立振子や一輪車ロボットのハードウェア実験で有効性を示した。
- ニュートン型とラグランジュ型ニューラルネットワーク：効率的な逆動力学同定に向けた比較逆動力学/物理情報NN2025/6/1
産業用ロボットの逆動力学同定において、ニュートン型とラグランジュ型の物理情報ニューラルネットワークを比較し、モータトルク推定時には散逸トルクを明示的にモデル化しないラグランジュ型が劣ることを示した。
- 拡散モデルによる近似MPC：マルチモーダル行動分布の高速で一貫した模倣マニピュレーション2025/4/1
拡散モデルを用いてモデル予測制御（MPC）を模倣学習し、マルチモーダルな解分布を正確に表現することで、7自由度ロボットアームを250Hzで高速かつ一貫して制御する手法を提案した。
- ミニホイールボット：学習ベースのバランス制御、フリップ、多関節走行のためのテストベッド学習ベース制御2025/2/1
反応ホイール式一輪車ロボット「ミニホイールボット」を開発し、ベイズ最適化によるバランス制御と模倣学習による走行制御の有効性を実証した。
- CHEQによる研磨作業のための安全な可変インピーダンス学習マニピュレーション2025/1/1
適応型ハイブリッド強化学習CHEQをロボット研磨に適用し、シミュレーションと実機で可変インピーダンス制御の有効性と安全性を検証した。
- 純粋な合成データから動的システムの基盤モデルを構築基盤モデル2024/12/1
再現核ヒルベルト空間から動的関数をサンプリングして合成データのみでTransformer基盤モデルを事前学習し、様々な動的システムの予測に汎化できることを示した。
- シミュレーション支援によるブラックボックスロボット学習のための方策チューニングsim2real2024/11/1
シミュレータを追加の情報源として活用し、実機での試行回数を抑えながら方策を効率的に改善するブラックボックス方策探索アルゴリズムを提案した。
- 単一軌道から変形可能な線状物体のダイナミクスを学習変形物体操作2024/7/1
変形可能な線状物体を剛体の連鎖と弾性関節でモデル化し、物理情報を組み込んだニューラルODEを30秒のデータだけで学習して高精度な運動予測を実現した。
- 強化学習のための物体位置追跡：キーポイント検出の評価指標表現学習2023/12/1
空間オートエンコーダ（SAE）が画像中の物体位置をどれだけ正確に追跡できるかを測る軽量な指標を提案し、この指標が下流の強化学習性能を予測できることを示した。
- 車両軌道制御のためのデータ効率的な深層強化学習sim2real2023/11/1
自動運転の車両軌道制御にデータ効率的な深層強化学習手法（REDQ、PETS-MPPI、MBPO）を適用し、動力学予測と自己位置推定を分離する新定式化を提案。CARLAでSACと同等以上の性能を1桁以上少ない環境相互作用で達成。
- 擬似剛体ネットワーク：部分観測から解釈可能な変形物体ダイナミクスを学習変形物体モデリング2023/7/1
変形する線状物体（DLO）を擬似剛体（PRB）モデルに基づく剛体リンクとして表現し、物理情報を組み込んだエンコーダと動力学ネットワークを組み合わせて、部分観測から解釈可能かつ高精度なダイナミクス予測を実現した。
- 確率的システムに対するロバストな直接データ駆動制御データ駆動制御2023/6/1
エージェント間のばらつきを持つロボット群などの確率的システムに対し、複数の実現から集めた軌道データを共有してロバストな制御器を設計し、未知の変動への汎化を保証するデータ駆動制御手法を提案した。
- カーネル二標本検定によるマルチモーダル・マルチユーザ表面認識触覚2023/3/1
画像・音・触覚などの異種データをカーネル二標本検定で直接比較し、108クラスの表面認識で97.2%の精度を達成した手法を提案。
- 高速・高精度なピクセルからトルクへの制御の学習VLA2022/8/1
不安定な動力学を持つ視覚ベースのフルタ振り子をプラットフォームとして提案し、ピクセルからトルクへの制御を学習する初の事例を示した。
- Wheelbot：跳躍する反動ホイール一輪車歩行・バランス制御2022/7/1
3Dプリントと既製部品を組み合わせ、どんな姿勢からでも車輪の上に跳び上がって自立・バランス制御できる対称な反動ホイール一輪車を開発した。
- 実践による学習：因果推論・制御・強化学習で動的システムを制御する制御/強化学習2022/2/1
因果推論・制御・強化学習の融合を目指し、動的システムを望む状態へ導く制御を推論する競技を開催し、その課題設定と参加手法をまとめた論文。
- 安全な価値関数：安全性と最適性を両立するペナルティ設計の理論安全強化学習2021/5/1
強化学習で失敗へのペナルティを報酬に加える手法について、安全性と最適性の関係を厳密に解析し、両立する「安全な価値関数」の十分条件とペナルティの構造を明らかにした理論研究。
- GoSafe: 大域的最適な安全ロボット学習安全学習2021/5/1
SafeOptの探索範囲を初期安全領域外に拡張し、学習したバックアップ制御器で安全を確率的に保証しながら大域最適解への収束条件を導出、実機実験で検証した。
- 剛体力学とデータ駆動モデリングの構造的融合：ロボティクス視点からのサーベイと統一的理解構造化ダイナミクス学習2020/12/1
剛体力学の解析的知識とニューラルネット等のデータ駆動回帰を組み合わせた構造的学習手法を、潜在関数や演算子の観点から整理し統一的な枠組みで解説したサーベイ。
- クラッシュ制約下でのロボット学習ベイズ最適化2020/10/1
失敗時にデータが得られない「クラッシュ制約」問題に対し、離散的な成否と連続観測を組み合わせたGPモデル(GPCR)と制約付きベイズ最適化で実機四足ロボットの跳躍制御を学習した研究。
- データからのイベントトリガ制御の階層強化学習による同時最適化学習制御学習2020/8/1
通信タイミングと制御内容を階層強化学習で同時に最適化し、6自由度マニピュレータ実機で有効性を示したモデルフリーなイベントトリガ制御学習フレームワーク。
- 失敗予算制約下での探索を考慮した制約付きベイズ最適化ベイズ最適化2020/5/1
許容できる失敗回数の予算に応じて探索のリスク量を制御する制御理論ベースの決定手法を提案し、失敗予算をより効率的に使いつつ低いリグレットを達成する。
- ガウスの最小拘束原理に従うガウス過程による拘束力学の学習物理モデリング2020/4/1
解析力学の知見とガウス過程回帰を組み合わせ、拘束条件を満たす加速度予測を少ないデータで学習するモデルを提案した。
- ロボットマニピュレータにおける安全で高速な追従制御：ロバストMPCとニューラルネットワーク制御の融合マニピュレーション2019/12/1
ロバストモデル予測制御（MPC）とニューラルネットワークによる近似を組み合わせ、マニピュレータの安全かつ高速な目標追従を実現した。MPCの計算時間をNNで大幅に短縮し、実機実験で有効性を示した。
- ガウス過程ダイナミクスの能動学習能動学習2019/11/1
ガウス過程回帰の情報理論的特性を活かし、系のダイナミクス制約を守りつつ不確実性の高い領域を選んで効率的に力学系を学習する能動学習手法を提案し、数値ベンチマークで検証した。
- 学習可能な安全度尺度安全学習2019/10/1
システム力学と失敗状態の関係を暗黙的に捉える安全度尺度を提案し、ガウス過程による能動サンプリングでモデルフリーに学習する手法を示した。学習中も推定尺度により失敗を大幅に削減できる。
- 多目的ベイズ最適化によるロバストなモデルフリー強化学習sim2real2019/10/1
制御理論の遅延余裕とゲイン余裕をロバスト性指標としてデータから推定し、多目的ベイズ最適化で性能とロバスト性のトレードオフを取るモデルフリー強化学習手法を提案し、Furuta振り子のsim2realと実機実験で有効性を示した。
- 失敗を罰則化せずに学ぶベイズ最適化：未知のペナルティ下でのロボット学習ベイズ最適化2019/7/1
不安定な制御による失敗を「大きなコスト」として扱うベイズモデルを提案し、失敗しやすい領域を避けつつベイズ最適化でロボット制御器を学習する手法を実機で検証した。
- ベイズ最適化によるデータ効率的な自動チューニング：産業制御への応用産業制御/自動チューニング2018/12/1
ベイズ最適化を用いて実験データから制御器パラメータを自動学習する手法を提案し、スロットルバルブ制御で手動調整より少ない試行で高性能を達成した。
- 光で操るソフトマイクロロボットの歩容をベイズ最適化で学習マイクロロボット2018/9/1
光応答性ソフトマイクロロボットの歩容を、ベイズ最適化とガウス過程で少ない実験回数から効率的に最適化する学習手法を提案し、20回の試行で移動性能を115%改善した。
- モデルベース方策探索による多変数PID制御器の自動チューニング制御チューニング2017/3/1
PILCOを拡張し、未知システムの観測データのみから多変数PID制御器を自動調整する枠組みを提案。7自由度ロボットアーム上の倒立振子安定化で有効性を示した。
- 仮想と現実の融合：ベイズ最適化による強化学習でのシミュレーションと物理実験のトレードオフsim2real2017/3/1
シミュレーションの安価で不正確な情報と物理実験の高価で正確な情報をベイズ最適化で自動的に組み合わせ、少ない実験回数で制御ポリシーを効率的に学習する手法を提案した。
- ガウス過程大域最適化に基づくLQRの自動チューニング制御チューニング2016/5/1
ベイズ最適化（エントロピーサーチ）を用いてLQR制御器のゲインを実験データから自動調整する枠組みを提案し、7自由度ロボットアームによる倒立振子の安定化で有効性を示した。
- ロバストガウシアンフィルタによる深度画像ベースの物体追跡物体追跡2016/2/1
深度画像を用いたモデルベース3D物体追跡において、ファットテールな測定ノイズに頑健なガウシアンフィルタと計算コスト削減の近似を提案し、実データで標準手法やパーティクルフィルタより高精度・高平滑な追跡を実現した。
- ガウシアンフィルタの新たな視点と拡張状態推定2015/4/1
ガウシアンフィルタを変分推論の観点から捉え直し、信念の表現を一般化したFeature Gaussian Filterを提案。非線形観測モデルを持つ系で標準手法より大幅な性能向上を示した。
