Stéphane Doncieux
Sorbonne Université
収録論文 17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
- 許容可能なミスアラインメント価値整合2026/10/12
自律ロボットの価値整合問題において完全な整合は不可能であると論じ、ミスアラインメントを最大化ではなく許容可能にするための視点の転換と規範的要件を提案する。
- オープンエンド環境におけるロバストな把持マニピュレーションに向けてマニピュレーション2026/10/5
品質多様性アルゴリズムを用いて、多様でロバストな把持姿勢を効率的に発見し、関節物体の把持マニピュレーション軌道生成の信頼できる起点とする手法を提案した。
- チャンク型VLAマニピュレーションポリシーの学習と実機展開のためのSim-to-Real統合パイプラインsim2real2026/9/18
シミュレーションで生成した専門家軌道を実機Franka FR3でオープンループ再生して実世界データを収集し、同じ展開スタックで学習済みポリシーを評価するSim-to-Real実験プロトコルを提案・公開した。
- 言語駆動の品質多様性によるロボット操作スキルの自律獲得操作学習2026/8/31
品質多様性アルゴリズムと大規模言語モデルを組み合わせ、タスクの自由記述のみから多様な動作プリミティブのアーカイブを自律的に生成する手法を提案した。
- QDTraj:関節物体ロボット操作のための多様な軌道プリミティブの探索マニピュレーション2026/4/1
本論文では、関節物体の操作タスクにおいて、Quality-Diversityアルゴリズムを用いて多様で高性能な軌道プリミティブを自動生成する手法QDTrajを提案し、シミュレーションと実世界で検証した。
- Placeit!:ロボットの物体配置スキルを学習するフレームワークマニピュレーション2025/10/1
進化的計算と品質多様性最適化を用いて、剛体物体の多様で有効な配置姿勢を自動生成するフレームワークを提案し、実世界のピック&プレースで90%の成功率を達成した。
- 言語駆動ロボティクスの堅牢性向上:失敗低減のためのモジュラーアーキテクチャVLA2024/11/1
小型LLMを用いたロボットのタスク計画において、目標条件付きPOMDPで失敗モードを整理し、「期待される結果」モジュールとフィードバック機構を組み合わせたモジュラー構成で成功率を改善した研究。
- QDGset: 品質多様性アルゴリズムで生成した大規模把持データセットマニピュレーション2024/10/1
品質多様性(QD)アルゴリズムを拡張し、メッシュ変換と転移学習を組み合わせることで、従来より約3.5倍の把持姿勢と4.5倍の物体を含む大規模な6DoF把持データセットを効率的に生成した。
- 品質多様性で6自由度把持サンプリングを高速化マニピュレーション2024/3/1
品質多様性アルゴリズムと事前知識を組み合わせ、シミュレーション上で多様な6自由度把持姿勢を効率的に生成し、実機への転移可能性も示した。
- 把持データセットのSim2real転移に向けたドメインランダム化sim2real2023/10/1
自動生成した7000以上の把持軌道を実機で検証し、ドメインランダム化に基づく品質指標とsim-to-real転移性の相関を分析。QD手法で転移率84%を達成した。
- ロボティクス向けプラグアンドプレイ視覚ベース把持モジュールの実現に向けてマニピュレーション2023/10/1
多様な把持軌道を生成するQDアルゴリズムと6DoF物体検出・追跡を組み合わせ、異なるマニピュレータに容易に転移できる視覚ベース把持フレームワークを提案した。
- 行動形成と新規性探索による多様な把持軌道レパートリーの自動獲得マニピュレーション2022/5/1
シミュレーション上で行動形成と新規性探索を組み合わせ、複数のロボットに対して多様な把持動作を自動生成する手法を提案し、実機Baxterでも動作を確認した。
- 探索的状態表現学習状態表現学習2021/9/1
報酬なし環境での探索と状態表現学習を同時に行うXSRLを提案し、画像観測の難環境で効率的な探索とRL学習の加速を実現した。
- デモンストレーションからの状態表現学習模倣学習2019/10/1
複数のデモを再現するマルチヘッドNNで共有状態表現を学習し、強化学習を効率化するSRLfDを提案した論文。
- 限られた仮説から対話的知覚でロボットの生態学的知覚をブートストラップする対話的知覚2019/1/1
物体という概念を前提とせず、対話的知覚を通じてシーン内の可動部分を特定するrelevance mapを構築する探索手法を提案した論文。
- 生成的敵対ポリシーネットワークによる行動レパートリーの獲得マニピュレーション2018/11/1
ポリシーを生成モデルで表現し、多様な行動をサンプリング可能にすることで、障害物がある環境でもボール投げを成功させる手法を提案した。
- 現実ギャップを越える:転移可能性アプローチ入門sim2real2013/7/1
シミュレーションと現実のギャップを埋めるため、シミュレーションの限界を最適化アルゴリズムに認識させる転移可能性関数を提案し、回帰で学習する手法を示した。四足歩行ロボットの制御パラメータ最適化で有効性を検証した。
