Stefan Schaal
収録論文 70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
- 軌道バンドル法:逐次凸計画とサンプリングベース軌道最適化の統合軌道最適化2025/9/1
微分不要のサンプリングにより凸近似を構築し、逐次凸計画とMPPIなどのサンプリングベース軌道最適化を統合するフレームワークを提案。
- RoboBallet: グラフニューラルネットワークと強化学習によるマルチロボット到達計画マルチロボット計画2025/9/1
強化学習とグラフニューラルネットワークを用いて、障害物の多い共有空間で複数ロボットのタスク割り当て・スケジューリング・動作計画を同時に解くフレームワークを提案し、8台のロボットによる40の到達タスクでゼロショット汎化を実証した。
- 双腕マニピュレーションのための模倣学習アルゴリズム比較マニピュレーション2024/8/1
高精度な双腕マニピュレーションタスクにおいて、代表的な模倣学習アルゴリズムを比較し、ハイパーパラメータ感度やデータ効率、性能などの特性を実験的に評価した。
- GenCHiP: 高精度・接触リッチなマニピュレーションタスクのためのロボットポリシーコード生成マニピュレーション2024/4/1
LLMによるロボットポリシーコード生成を、接触力や剛性の制約を考慮した行動空間の再パラメータ化により高精度・接触リッチなタスクへ拡張し、FMBやNISTタスクボードで成功率を大幅に改善した。
- RT-Sketch: 手描きスケッチによる目標条件付き模倣学習模倣学習2024/3/1
手描きスケッチを目標指定に用いる操作ポリシーを提案し、言語や画像条件よりも曖昧さや視覚的妨害に頑健であることを示した。
- SERL: サンプル効率の高いロボット強化学習のためのソフトウェアスイート強化学習2024/1/1
実世界でのロボット強化学習を効率的に行うためのライブラリを開発し、PCB組み立てやケーブル配線などのタスクで25〜50分の訓練で高い成功率を達成した。
- コネクタ挿入のための接触力モデルの効率的なオンライン学習マニピュレーション2023/12/1
剛体シミュレータでは扱いにくいコネクタ挿入のような接触の多い作業に対し、準静的接触力モデルをオンラインで学習し、最適化ベースの制御と組み合わせて滑らかな挿入を実現した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 階層的模倣学習による多段階ケーブル配線マニピュレーション2023/7/1
ケーブルを複数のクリップに通す多段階操作を、下位の運動制御と上位のタスク順序決定を模倣学習で階層的に学習し、失敗からの回復も可能にした研究。
- Prim-LAfD: デモンストレーションから挿入タスクのプリミティブベーススキルを学習・適応するフレームワークマニピュレーション2022/12/1
人間のデモンストレーションを密な報酬として用い、ブラックボックス最適化でプリミティブパラメータを学習・適応させることで、挿入タスクを短時間かつデータ効率的に獲得する手法を提案。
- メタ強化学習におけるタスク表現の disentangle によるゼロショット方策転移メタ強化学習2022/10/1
メタ強化学習でタスクを複数の属性に分解して表現し、未知の組み合わせタスクにも追加探索なしでゼロショットに方策を汎化する手法を提案し、実機の挿入タスクで検証した。
- 接触の多い両手マニピュレーション方策の模倣学習システムマニピュレーション2022/8/1
人間の実演から両手の接触を伴うマニピュレーションを模倣学習する枠組みを提案し、力覚情報が位相推定とタスク成功率に重要であることを示した。
- 変形可能な線状物体の検出と物理的インタラクションマニピュレーション2022/5/1
ケーブルや紐などの変形する線状物体を検出し、地上・空中ロボットで操作するための手法を提案した研究。
- 述語分類器による接触を伴うマニピュレーションの記号的状態推定マニピュレーション2022/3/1
ペグ挿入などの接触作業で、複数センサの観測をベイズ統合し述語分類器で記号的状態を推定する手法を提案。少ない学習データで高精度に状態を分類でき、未知タスクへの汎化と実機でのマニピュレーション方策の頑健性向上を示した。
- 変形可能な一次元物体の操作のための効率的な空間表現と経路計画変形物体操作2022/2/1
ワイヤやケーブルなどの変形する一次元物体を、凸部分空間への幾何学的分解によるコンパクトな離散表現で表し、動的計画法による系列マッチングで高速な経路計画を実現した研究。
- 一度の実演でカテゴリレベル操作を学習するフレームワーク模倣学習2022/1/1
単一の実演動画からカテゴリレベルの物体表現と6DoF動作追跡を用いて新規物体への操作軌道を生成し、CatBCで閉ループ制御する手法を提案。
- ルーティングと操作のための変形可能な一次元物体の検出変形物体検出2022/1/1
ケーブルや紐などの変形可能な一次元物体を、交差や遮蔽がある画像から検出し、追跡手法が要求する初期条件を自動生成する手法を提案した。
- 少数の成功デモで長期的な器用マニピュレーションを実現する後付け目標選択マニピュレーション2021/12/1
少数の成功デモからタスク固有の目標分布を推定し、後付けリラベリングの探索を誘導することで、長期的な片腕・両腕ロボット操作タスクを少ないデモで効率的に学習する手法を提案した。
- 産業用挿入タスクのためのオフラインメタ強化学習メタ強化学習2021/10/1
過去タスクの実演と試行データのみからメタ学習し、産業用挿入タスクへ迅速に適応するオフラインメタ強化学習手法を提案した論文。文脈メタ学習とオンライン微調整を組み合わせ、類似タスクには即応・大きく異なるタスクには段階適応する。
- 機械学習からロボティクスへ:身体性知能の課題と機会身体性知能2021/10/1
機械学習をロボティクスや身体性知能にそのまま適用することの限界を論じ、実環境での運用・安全性・適応性・能動的な世界モデル構築の観点から課題と機会を整理した論文。
- カテゴリレベルでタスクに適した把持をシミュレーションから学習するCaTGraspマニピュレーション2021/9/1
産業用物体のタスクに適した把持を、実世界データ収集や人手注釈なしにシミュレーションのみで学習する枠組みを提案し、カテゴリレベルの正準表現で新規物体へ把持を転移できることを示した。
- 系列条件付きトランスポータネットワークによるマルチタスク学習マニピュレーション2021/9/1
産業タスクを模した合成タスクのベンチマークMultiRavensを提案し、系列条件付けと重み付きサンプリングでGoal-Conditioned Transporter Networksを拡張して長期的マルチタスクを効率的に学習する手法を提案した。
- 二足歩行の逆最適制御におけるロバスト性解析歩行2021/4/1
5リンク平面歩行モデルの歩容から逆最適制御でコスト関数を推定し、センサノイズやモデル誤差に対する推定の頑健性を評価した研究。
- 強化学習と実演による産業組立向け堅牢マルチモーダル方策:大規模実証研究産業組立/強化学習2021/3/1
産業組立タスクにおいて、実演からの強化学習(DRL)を産業志向の設計基準で構築し、NISTベンチマークでプロのインテグレータや人間を上回る速度と信頼性を実証した大規模研究。
- 既製ソリューションによるロボット組立タスクのベンチマーク評価組立/ベンチマーク2021/3/1
NIST組立タスクボード上で既製の産業用ロボットソリューションを評価し、その性能と導入を妨げる要因を明らかにした。
- 接触の多いマニピュレーションタスクのための密な報酬の学習マニピュレーション2020/11/1
画像や触覚などの高次元観測から、自己教師ありでタスク進捗を推定して密な報酬関数を自動生成する手法を提案し、ペグ挿入やUSB挿入で従来法より高性能・高速収束を示した。
- 残差学習による接触を伴うマニピュレーションのためのDMP適応マニピュレーション2020/8/1
DMPによる接触を伴う挿入タスクを強化学習で残差補正し、タスク空間で全姿勢を扱うことで成功率と汎化性能を向上させる枠組みrLfDを提案した。
- 狭い通路を含む動作計画問題を解く内点法動作計画2020/7/1
狭い通路での非凸性をリーマン多様体として陽にモデル化し、内点法による非線形最適化で動作計画を解く手法を提案し、3自由度・6自由度の問題で有効性を示した。
- 触覚フィードバックのための反応的動作モデルを教師あり学習と強化学習で獲得する枠組み触覚2020/7/1
タスクのデモを動作プリミティブに分割し、適応動作のデモから初期フィードバックモデルを学習した後、少数の実機試行で強化学習により微調整する枠組みを提案し、人型ロボットの触覚フィードバックタスクで評価した。
- シミュレータ予測制御:学習済みタスク表現とMPCによるゼロショット汎化とスキル系列化sim2real2018/10/1
シミュレーションで学習したスキル埋め込みと条件付き方策を実機に転送し、シミュレータ内で方策を並列実行するMPCで未知タスクをゼロショットで遂行する手法を提案。
- 再利用可能なスキル合成によるシミュレーションから実機への転移のスケーリングsim2real2018/9/1
低レベルスキルを多様かつ再利用可能な形で学習し、スキル埋め込みで組み合わせることで、実機での学習時間をほぼゼロに高レベルタスクを達成するsim2real手法を提案。
- タスク固有ダイナミクス学習による全身制御の改善全身制御2018/3/1
ヒューマノイドの重心タスク空間ダイナミクスを学習し、フィードバックゲインを抑えつつ追従精度を向上させる手法を提案した論文。
- 外部接触力を活用したMPC歩行フレームワーク歩行2017/12/1
線形MPCに外部接触力の計画を追加し、ZMP追従誤差を補償する最適力をMIQPで求める歩行制御手法を提案。手の接触により2〜3倍の外乱に耐えられることをシミュレーションで示した。
- 感覚データからの行動効果予測における学習モデルと解析モデルの融合マニピュレーション2017/10/1
深層学習で感覚入力を解析モデル用の表現に変換し、物理モデルと組み合わせて物体押し動作の効果を予測するハイブリッド手法を提案し、大規模実データで有効性を示した。
- 位相変調ニューラルネットワークによる教示からのセンサフィードバックモデル学習触覚2017/10/1
動作位相をRBFカーネル中心に用いたネットワークで、教示データから触覚センサのずれに応じた動作適応を学習する枠組みを提案し、傾斜板のスクレイピング作業で検証した。
- 逆動力学学習のための新たなデータ源逆動力学学習2017/10/1
フィードバック制御信号から目標加速度で測定される追加の学習信号を導出し、従来のデータ源と組み合わせて逆動力学モデルを効率的に学習する手法を提案・実機検証した。
- 重心運動量ダイナミクスの時間最適化軌道最適化2017/9/1
重心運動量の非凸性に対し信頼領域とソフト制約による2つの凸緩和を提案し、リアルタイム可能な時間最適化軌道計画を実現した。
- ヒューマノイドの接触状態推定と制御のための教師なし接触学習接触推定2017/9/1
固有感覚センサのみを用いた教師なしファジィクラスタリングで6自由度の接触確率を推定し、脚の滑りや回転がある不整地での歩行においてベース状態推定の精度を向上させた研究。
- 生成的敵対ネットワークを用いた非構造デモンストレーションからのマルチモーダル模倣学習模倣学習2017/5/1
ラベルなし・非構造のデモンストレーションからスキル分割と模倣を同時に学習し、単一のマルチモーダル方策で複数タスクを模倣できるフレームワークを提案した。
- 時間対照学習:動画からの自己教師あり学習自己教師あり学習2017/4/1
複数視点のラベルなし動画から、視点不変で時間的に変化する特徴を時間対照損失で学習し、ロボットの人間動作模倣や報酬関数として活用できることを示した論文。
- モデルベースとモデルフリーの更新を統合した軌道中心型強化学習強化学習2017/3/1
LQRベースのモデルベース手法とPI2のモデルフリー枠組みを組み合わせ、深層政策の学習にも拡張して、マニピュレーションタスクを高いサンプル効率で解く手法を提案した。
- 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。
- リアルタイム知覚と反応型動作生成の融合による不確実性下のロボット把持マニピュレーション2017/3/1
ノイズや動的環境の不確実性に対し、リアルタイム知覚と反応型動作生成を統合した3方式のアーキテクチャを実機333回の実験で比較評価した論文。
- 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。
- 接触制約付き全身動力学LQR制御によるバランスと歩行歩行2017/1/1
接触を考慮したLQR制御を主要姿勢ごとに設計し、油圧トルク制御ヒューマノイドのバランス・歩行を実験的に検証。単純な制御でも最先端の全身最適化制御に匹敵する性能を示した。
- 動的運動プリミティブの確率的表現運動プリミティブ2016/12/1
DMPを制御入力付き確率的線形力学系として再定式化し、カルマンフィルタによる推論でフィードバック調整や実行失敗検出が可能なことを示した論文。
- 熟練動作に反応性を付与するフィードバック項の学習マニピュレーション2016/10/1
DMPで表現した熟練動作に対し、ニューラルネットで学習した反応的な修正項を加え、障害物回避を例に人間の実演から反応的な動作計画を獲得する手法を提案した。
- 経路積分ガイド付き方策探索マニピュレーション2016/10/1
経路積分型のモデルフリー局所最適化とオンポリシーサンプリングを組み合わせ、視覚入力から直接トルク制御を行う深層ニューラルネット方策を学習する手法を提案した。
- ロボットマニピュレーションのための確率的関節リアルタイム追跡状態推定2016/10/1
関節計測と深度画像をカルマンフィルタと座標パーティクルフィルタで融合し、カメラ座標系でのエンドエフェクタ姿勢を高精度・リアルタイムに推定する手法を提案した。
- DCM追従と歩幅調整を組み合わせた二足歩行の安定化歩行2016/9/1
発散運動成分(DCM)の追従と着地点の調整を組み合わせ、アクティブ/パッシブ足首の二足ロボットの歩行を安定化させる手法を提案し、シミュレーションで有効性を示した。
- 動力学モデル誤差の直接オンライン最適化による適応制御適応制御2016/8/1
実際の加速度と目標加速度の乖離を直接最小化するオンライン学習型適応制御法DOOMEDを提案し、ロボットのデータストリームから動力学誤差をリアルタイムで補正する。
- 多接触運動生成のための運動量ダイナミクスの凸モデル多接触運動生成2016/7/1
ヒューマノイドの多接触運動生成を、運動量ダイナミクスを凸QCQPに緩和して効率的に最適化し、接触位置の混合整数計画と組み合わせて実時間で外力回復を可能にした研究。
- 脚式ロボットの運動学・動力学を考慮した構造化接触力最適化歩行2016/5/1
接触面が与えられた脚式ロボットに対し、力計画と運動計画を交互に解くことで、整合の取れた接触力と全身関節軌道を生成する手法を提案した論文。
- 計測不確かさが接触を伴う最適制御に与える影響最適制御2016/5/1
観測器のダイナミクスを組み込んだリスク感応型確率的最適制御を開発し、計測ノイズが接触相互作用の制御に与える影響を解析した。2Dマニピュレータのシミュレーションで、計測不確かさは低インピーダンス挙動を生むことを示した。
- 運動最適化におけるガウス・ニュートン法の本質的重要性について運動最適化2016/5/1
運動最適化においてガウス・ニュートン近似が真のヘッセ行列に時間離散化を細かくすると急速に収束することを証明し、計算効率の良い運動エネルギー再定式化を提案した論文。
- 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。
- インタラクティブ知覚:知覚における行動と行動における知覚の活用インタラクティブ知覚2016/4/1
環境との相互作用が知覚を促進するという「インタラクティブ知覚」の原理を提唱し、既存研究を分類・分析して応用例と未解決課題をまとめたサーベイ論文。
- 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。
- 慣性センサを用いたヒューマノイド関節状態推定状態推定2016/2/1
リンクに搭載したIMUのみからヒューマノイドの関節速度・加速度を推定する手法を提案し、ジャイロバイアス補償フィルタで関節位置計測と融合して制御性能を向上させた。
- 接触力覚を用いたヒューマノイドの運動量推定状態推定2015/7/1
ヒューマノイドロボットの運動量制御に必要な重心位置や全運動量を、接触力センサの情報と運動量ダイナミクスに基づいて推定する手法を提案し、従来の簡易モデルによる推定と比較評価した論文。
- 多接触点運動量制御のための軌道生成歩行2015/7/1
ヒューマノイドの全身運動量方程式を用いた軌道最適化により、任意の接触位置での接触力と運動量軌道を計画し、階層型全身制御で複雑地形の歩行を実現した。
- 座標粒子フィルタ:高次元系のための新しい粒子フィルタ状態推定2015/5/1
粒子フィルタの次元の呪いを緩和するため、粒子重みを次元ごとに再帰的に計算し各次元でリサンプリングする座標粒子フィルタを提案し、多物体追跡やマニピュレータ追跡で有効性を示した。
- 距離カメラを用いた確率的物体追跡物体追跡2015/5/1
距離カメラの観測から、人やロボットが操作中の物体の6自由度姿勢をベイズフィルタでリアルタイムに推定する手法を提案した論文。自己遮蔽や環境による遮蔽を明示的にモデル化している。
- 非視覚情報を統合した確率的深度画像レジストレーション物体モデリング2015/4/1
物体の動きに関する非視覚情報と、物体でないと観測された空間の情報も取り入れ、ベイズ枠組みで相対位置合わせの事後分布を推定する新しいレジストレーション手法を提案した論文。
- 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。
- 仮説に基づく局所行動選択による方策学習マニピュレーション2015/3/1
散らかった環境での物体操作において、全相互作用を明示的にモデル化せず、仮説に基づいて局所的な行動を選択する方策学習手法を提案する。
- トルク制御ヒューマノイドにおける階層型逆動力学と運動量制御ヒューマノイド制御2014/10/1
二次計画のカスケードに基づく階層型逆動力学を簡略化し、運動量制御とLQRを統合してトルク制御ヒューマノイドの実時間制御を実現、片脚立位を含む外乱下でも堅牢な性能を示した。
- 局所ガウス回帰回帰2014/2/1
局所重み付き回帰の局所性とガウス過程回帰の生成モデル性を融合し、近似推論で計算コストを局所重み付き回帰と同程度まで低減した手法を提案。
- ヒューマノイドロボットの状態推定フレームワーク状態推定2014/2/1
脚の運動学と固有感覚センサのみを用い、足裏の回転制約を考慮したEKFでヒューマノイドの状態を推定する手法を提案し、歩行・スクワット動作のシミュレーションで有効性を示した。
- トルク制御ヒューマノイドにおける階層型逆動力学によるバランス制御の実験的評価バランス制御2013/5/1
階層型逆動力学制御を実機のトルク制御ヒューマノイドに実装し、計算簡略化により高速トルク制御ループで動作させ、片脚立位を含むバランス制御の有効性を実験で示した。
