Taekyung Kim
NAVER AI Lab
収録論文 35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
- SPARK: 事前学習済み知識をロボット制御に適応させる簡易ポストトレーニングロボット基盤モデル2026/11/9
大規模基盤モデルの視覚特徴を、時間変化や行動に関わる情報を保ちながらロボット制御向けに適応させるポストトレーニング手法を提案し、複数ベンチマークと実機マニピュレーションで成功率と汎化性能の向上を示した。
- タスク対応人間動画からの転移可能な世界行動モデルの学習VLA2026/10/9
異なる環境で収集したタスク対応の人間実演ペアを用い、一方の動画と行動から他方の行動と未来フレームを予測するクロス動画事前学習WATCHを提案し、ロボット事後学習後の成功率を大きく改善した。
- スパース特徴のポリシー忘却による視覚言語行動モデルの状態幻覚の軽減VLA2026/10/7
VLAモデルが未達成の状態を達成したかのように振る舞う「状態幻覚」を、幻覚に関連するスパース特徴を選択的に忘却させることで軽減する手法SOULを提案。
- DODGER: 動的障害物環境におけるロボットナビゲーションのための安全誘導強化学習ナビゲーション2026/9/30
CBFによる安全フィルタを訓練時の参照として活用し、ポリシー探索を制限せずに動的障害物を回避する強化学習フレームワークを提案。ヒューマノイドのシミュレーションと実機実験で検証した。
- 予測的意味論的安全:視覚的物理推論から安全臨界制御へ安全制御2026/9/28
視覚言語モデルで将来の物理的危険を予測し、その予測をバックアップ制御の安全フィルタに統合することで、ロボットの安全な動作を実現するフレームワークを提案した。
- ロバストな視覚言語エンコーダのための等方性埋め込み摂動VLA2026/9/9
埋め込み空間に拡散的なランダム摂動を加えるAetherを提案し、視覚言語モデルのマルチモーダル整合性を損なわずに正則化性能を向上させた。
- OcclusionCBF: 隠れた動的障害物に対する安全なナビゲーションのためのバックアップ制御バリア関数ナビゲーション/安全制御2026/9/6
ロボットが遮蔽物の背後に隠れた動的障害物と衝突しないよう、到達可能な占有予測に基づくバックアップ制御バリア関数を拡張した安全フィルタを提案し、シミュレーションと実機で有効性を示した。
- 信号時相論理を用いた安全性を考慮したモデル予測経路積分制御計画・制御2026/8/25
信号時相論理(STL)で表される制約を制御バリア関数に変換し、MPPIコントローラに組み込むことで、安全性と効率性を両立するサンプリングベースの計画手法を提案した。火星探査車とクアッドコプターの実験で有効性を示した。
- SEAMLiS: 知覚制限下のマルチロボット探査における可視性を考慮した安全性群制御2026/7/1
限られたセンサー範囲と視野を持つマルチロボット探査において、隠れた障害物を回避するための可視性を考慮した実行層の安全フレームワークを提案した。
- 分散モデルベース拡散によるスケーラブルなマルチロボット軌道最適化群制御2026/7/1
マルチロボットの軌道最適化を、サーバーと各ロボットが協調する分散拡散プロセスで解く手法を提案し、複雑なタスクを高速に解決できることを示した。
- 再学習せずに検索せよ:テスト時に視覚言語行動モデルを新タスクへ拡張する手法VLA/検索拡張2026/6/14
新しいタスクへの適応を、モデルの再学習ではなく、デモンストレーションの検索で置き換える手法を提案。凍結したポリシーが検索した軌跡を条件付けに使い、タスク追加をパラメータ更新なしで実現する。
- 任意の不確実性下での分布的ロバスト安全性:安全フィルタリングアプローチ安全性2026/5/1
非線形システムの確率的安全性を、分布の曖昧さがある状況で保証する手法を提案。バックアップベースの安全フィルタリングとWasserstein曖昧集合を用いた分布的ロバスト最適化を組み合わせ、切り替え時間の1次元探索とサンプリングベースの検証で安全性を確保する。
- 微分可能CVaRバリア関数によるリスク適応強化学習ナビゲーション2026/5/1
不確実な障害物の動きがある混雑環境でのナビゲーションのため、強化学習とCVaRバリア関数に基づく安全層を組み合わせ、リスクレベルと安全マージンを適応的に学習する枠組みを提案した。
- ポリシーライブラリCBF:並列ロールアウトによる実行時の有限時間安全性保証安全制御2026/5/1
複数のフォールバックポリシーを並列に評価し、最も侵襲の少ない安全な動作を選択する実行時安全フィルタを提案。理論解析とシミュレーションで有効性を示した。
- バックアップ型安全フィルタの比較レビュー:Backup CBF、Model Predictive Shielding、ゲートキーパーの統一的視点安全フィルタ2026/4/1
バックアップ型安全フィルタの3手法(Backup CBF、MPS、ゲートキーパー)を共通の枠組みで比較し、理論的関係と保守性の原因を明らかにしたチュートリアル的レビュー論文。
- その安全制御器は本当に安全か?CBFのトートロジーと隠れた仮定に関する批判的レビュー安全制御2026/3/1
制御バリア関数(CBF)の実用上の落とし穴を整理し、受動的に安全な系でのみ有効な例や、強化学習の報酬整形による見かけの安全性を指摘して、実装可能な安全保証の指針を示したチュートリアル。
- 安全シールド付きモデル予測拡散プランナ軌道計画2025/12/1
拡散モデルによる軌道生成に安全シールドを統合し、ノイズ除去過程で安全性と運動学的実現可能性を保証する学習不要のプランナを提案。
- 衝突円錐を超えて:動的放物線制御バリア関数による非ホロノミックロボットの動的障害物回避障害物回避2025/10/1
非ホロノミックロボットの動的障害物回避において、障害物との距離と相対速度に応じて形状が適応する放物線境界で安全集合を定義するDPCBFを提案し、従来の衝突円錐法より保守性を減らしてQP実行可能性とナビゲーション成功率を向上させた。
- 拡散モデルをロボット制御に活用するための条件の探求ロボット制御/視覚表現/拡散モデル2025/10/1
事前学習済みテキスト画像拡散モデルを微調整せずにロボット制御のためのタスク適応的な視覚表現として利用する手法ORCAを提案し、制御タスクに適した条件設計の重要性を示した。
- BR-MPPI: 学習済み符号付距離場を用いた複数不等式制約を課すためのバリアレート誘導MPPI制御/MPPI2025/6/1
MPPIと制御バリア関数を統合し、バリア条件を等式制約として扱うことで、複数の不等式制約を効率的に満たす制御手法を提案。クアッドロータの実験で安全性境界近くでの動作性能とサンプル効率の向上を示した。
- オドメトリドリフト下でも安全なナビゲーションのための証明可能なマッピングマッピング2025/4/1
VIO/SLAMのオドメトリ誤差を考慮し、局所的に障害物マップの正しさを保証する枠組みを提案。Safe Flight CorridorsとSigned Distance Fieldsの2手法に適用し、衝突回避を実現。
- 不確実性下で制御バリア関数を適応させる学習手法安全制御2025/4/1
認識的不確実性と偶然的不確実性に対処しながら、制御バリア関数のパラメータをオンラインで適応させるフレームワークOA-CBFを提案し、安全性を保証しつつ性能を向上させる。
- 不確実な混雑環境におけるリスク適応型CVaRバリア関数を用いた安全ナビゲーションナビゲーション2025/4/1
混雑環境でのロボットナビゲーションにおいて、条件付きバリュー・アット・リスクバリア関数に基づきリスクレベルを自動調整し、動的ゾーンベースのバリア関数で衝突可能性を評価することで、安全性と最適化の実現可能性を両立させる手法を提案した。
- 不確実性を考慮したオンラインパラメータ適応による入力制約付き制御バリア関数の改良学習安全制御2024/9/1
入力制約付き制御バリア関数のパラメータを、確率的アンサンブルNNで不確実性を考慮しつつオンライン適応させ、安全性と性能を両立させる手法を提案した論文。
- 視界制限を考慮したRRT*による未知環境での安全なナビゲーションナビゲーション2024/6/1
限られた視野とセンシング範囲を持つロボットが未知環境で安全に移動できるよう、サンプリングベース計画と制御バリア関数を組み合わせた可視性対応RRT*を提案した。
- METAVerse: オフロードナビゲーションのためのメタ学習による走行可能コストマップ走行可能推定2023/7/1
LiDAR点群から走行可能コストマップを生成するネットワークをメタ学習で訓練し、未知環境でも不確実性を抑えて安全なオフロード自律走行を実現した。
- 不確実性最小化による非構造環境での安全な自律走行ナビゲーション2023/6/1
制御と知覚の不確実性を学習ベースの車両ダイナミクスモデルと自己教師あり走行可能性推定で定量化し、サンプリング型MPCで不確実な領域を避ける軌道を生成する枠組みを提案した。
- 確率的アンサンブルニューラルネットワークダイナミクスによる能動的探索と不確実性を考慮した展開の橋渡しモデルベース強化学習2023/5/1
確率的アンサンブルNNでダイナミクスを学習し、Jensen-Renyiダイバージェンスで不確実性を定量化、サンプリングベースMPCで探索と不確実性回避を統合したモデルベース強化学習フレームワークを提案。
- 地形を考慮したキノダイナミックモデルによる自律オフロードラリードライビングsim2real2023/5/1
車両の自己受容・外部受容情報から6自由度運動と接触力を予測する学習モデルを構築し、モデル予測パス積分制御と組み合わせてオフロード高速走行を実現した。
- プロキシバンク誘導による自己教師あり3D走行可能性推定走行可能性推定2022/11/1
オフロード環境での走行可能性推定において、少数の正負プロトタイプと未ラベルデータを深層距離学習で活用し、セマンティックセグメンテーションと回帰を統合的に学習する手法を提案。新評価指標とオフロードデータセットDtrailも構築した。
- ScaTE: 非構造環境における自己教師あり走行可能性推定のためのスケーラブルなフレームワークナビゲーション2022/9/1
車両と地形の相互作用から自己教師ありで走行可能性を学習し、PU学習で走行不能領域を検出するスケーラブルな枠組みを提案。様々な車両の走行特性に応じたナビゲーションを実現。
- 物理を組み込んだニューラルネットワーク車両モデルと潜在特徴を用いたリスク認識型自動運転への応用自動運転2022/7/1
微分可能な物理モデルと深層学習を融合した車両モデルを提案し、未知の摩擦環境下での自動運転制御に応用して性能を向上させた。
- TOAST: 共有ニューラルネットワークダイナミクスを用いた軌道最適化と同時追従制御/MPC2022/1/1
MPCのニューラルネットワークダイナミクスを再利用し、既存のモデルベースフィードフォワード制御にプラグアンドプレイで追加できる最適追従フィードバック制御器を提案。外乱下のベンチマークと未知摩擦の自動運転タスクで大幅に性能向上。
- スムージング不要の滑らかなモデル予測パス積分制御MPPI/制御2021/12/1
MPPIにインプットリフティングと新たな行動コストを組み合わせ、外部スムージングなしで滑らかな制御列を生成する手法を提案し、振り子と自動運転タスクで有効性を示した。
- RGB-Dカメラと高効率リアルタイムナビゲーションを備えたオープンソース低コスト移動ロボットシステムナビゲーション2021/3/1
LiDARやGPUを使わず、RGB-Dカメラと低スペックなシングルボードコンピュータのみで動作する低コスト屋内移動ロボットを構築し、SLAM・経路計画・走行可能性マップ生成・運動計画を統合した18Hzのリアルタイム自律ナビゲーションを実現した。
