Shayegan Omidshafiei
収録論文 20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
- 失敗に基づく地形カリキュラム木探索による四足パルクール歩行2026/10/15
ポリシーの局所的な失敗箇所を条件に訓練用地形を自動生成し、モンテカルロ木探索でカリキュラムを最適化する枠組みを提案。実スキャン地形での成功率を大幅に向上させ、実機移行も確認した。
- PriMoRetarget: 優先度付き動作リターゲティングによるヒューマノイド動作転送sim2real2026/10/8
人間の動作をヒューマノイドロボットへ転送する際、目的関数の重み付けではなく優先度階層を導入し、接地や接触など重要な特性を優先的に保持する動作リターゲティング手法を提案した。
- シミュレーション蒸留:実世界への迅速な適応のためのシミュレーションでのワールドモデル事前学習ワールドモデル/sim2real2026/3/1
物理シミュレータから得た行動条件付き経験をワールドモデルに蒸留し、実世界ではエンコーダ等を固定して潜在ダイナミクスのみを更新することで、接触を伴う操作や歩行タスクで迅速な適応を実現する手法を提案した。
- 自律点検のための世界モデルによる失敗分類と異常検知異常検知2026/2/1
世界モデルとConformal Predictionを組み合わせ、点検タスクの成功・既知の失敗・異常(分布外)を人間より早くリアルタイムに分類する枠組みを提案し、Spot上で90%以上の精度を実証した。
- 遅延対応拡散ポリシー:動的タスクにおける観測と実行のギャップを埋めるVLA2025/12/1
推論遅延をポリシー学習に明示的に組み込み、遅延補償された軌道と遅延条件付けで動的タスクの成功率を向上させるフレームワークを提案。
- GrndCtrl: 自己教師あり報酬アライメントによる世界モデルの接地世界モデル2025/12/1
動画世界モデルを幾何・知覚報酬で強化学習的に事後学習し、身体性ナビゲーションで空間的一貫性と安定性を高める手法を提案。
- Co-Me: 視覚幾何Transformerのための信頼度誘導トークン統合効率化2025/11/1
再学習なしで視覚幾何Transformerを高速化するため、軽量な信頼度予測器でトークンを不確実性順に並べ、低信頼トークンを統合する手法を提案。VGGTやPi3で最大21倍超の高速化を実現。
- VENTURA: 画像拡散モデルを統合タスク条件付きナビゲーションに適応ナビゲーション2025/10/1
インターネット事前学習済みの画像拡散モデルを微調整し、言語指示に従って画像空間で経路マスクを生成する視覚言語ナビゲーションシステムを提案。軽量な模倣学習ポリシーで実行可能な軌道に変換し、実世界評価で成功率33%向上・衝突54%削減を達成。
- はさみを持って走るな:VLAモデルは枝刈りで壊れるが回復可能VLA2025/10/1
VLAモデルを枝刈りすると性能が大きく劣化し安全性違反も増えるが、重み空間で密モデルと枝刈りモデルを一度補間して補正項を計算する学習不要の手法GLUESTICKにより、効率を保ちつつ成功率を回復できることを示した。
- StageACT: 段階条件付き模倣によるロバストなヒューマノイドのドア開けロコマニピュレーション2025/9/1
ドア開けのような部分的観測下の長期タスクに対し、タスク段階を入力に加える模倣学習フレームワークを提案し、実環境のヒューマノイドで未見ドアの成功率を55%に向上させた。
- 記憶の宮殿へ:長期的能動的 embodied 質問応答のための推論と計画VLA2025/7/1
ロボットが過去の経験を記憶しつつ能動的に環境を探索し、時間に根ざした複雑な質問に答える新タスクLA-EQAを提案し、記憶の宮殿に着想を得たシーングラフベースの構造化記憶と情報価値に基づく停止基準で探索と想起のトレードオフを解決する手法を開発した。
- FALCON: 力適応型ヒューマノイド移動操作の学習移動操作2025/5/1
下半身と上半身を別々の強化学習エージェントで制御し、力のカリキュラム学習で外力に適応するヒューマノイドの移動操作フレームワークを提案。実機で荷物運搬やカート牽引、ドア開けを実現した。
- SayComply: 検索ベース言語モデルによる実環境ロボットタスクの運用コンプライアンス遵守タスクプランニング/RAG2024/11/1
運用マニュアルに従う必要があるロボットのタスク計画のため、階層的データベースと木構造RAGを用いてドメイン知識に基づいた計画を生成する手法を提案し、実機実験で有効性を示した。
- 学習済みポリシーを持つマルチエージェントシステムの衝突回避検証群制御2024/3/1
学習済み制御則を持つ複数エージェント系に対し、後方到達可能集合と混合整数線形計画を用いて衝突回避を形式的に検証する手法を提案し、最大10体規模での計算可能性を示した。
- 基盤モデルによる汎用ロボットの実現に向けて:サーベイとメタ分析基盤モデル2023/12/1
NLPやCVの基盤モデルをロボットに応用する研究と、ロボット専用の基盤モデルの可能性を整理したサーベイ論文。
- シミュレーション人型サッカーにおける運動制御からチームプレーへマルチエージェント強化学習2021/5/1
物理シミュレーション上の人型アバターのチームにサッカーを学習させ、模倣学習・強化学習・集団訓練を組み合わせて、走るなどの低次運動からドリブルやチーム連携までを段階的に獲得させた研究。
- マクロ行動を用いた部分観測確率環境下でのマルチロボット協調学習マルチロボット協調2017/7/1
観測・マクロ行動・報酬のみの軌道データからEMベースの反復サンプリングでマルチロボットの協調方策を学習し、実機の探索救助タスクで有効性を示した論文。
- 確率的マクロ観測を用いた意味レベル分散型マルチロボット意思決定群制御2017/3/1
低レベル分類器のノイズを階層ベイズで推定するマクロ観測手法をDec-POSMDPに組み込み、複数クアッドロータ上でリアルタイムに意味レベルの分散意思決定を行う。
- 連続観測空間におけるスケーラブルな分散マルチロボット方策探索の加速マルチロボット/方策探索2017/3/1
連続観測の分散部分観測マルコフ決定過程(Dec-POMDP/Dec-POSMDP)を初めて解く手法を提案し、カーネルベースの確率有限状態オートマトンとエントロピー注入による方策探索加速で収束を改善した論文。
- 信念空間マクロ行動を用いた分散型部分観測マルコフ決定過程の制御マルチロボット計画2015/2/1
マルチロボット計画のためのDec-POSMDPを提案し、閉ループの信念空間マクロ行動を自動構築して計画に組み込むことで、大規模な不確実環境下の配送問題を高品質に解けるスケーラブルな手法を示した。
