Taisuke Kobayashi
収録論文 30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
- 時間領域最適化によるクロスポイント抵抗アレイのロバスト読み出し触覚2026/11/6
クロスポイント抵抗アレイの読み出しを、周波数振幅ではなく時間領域の波形全体にモデルをフィッティングする手法で行い、ノイズ下での推定精度と安定性を向上させた。
- くさびジャミング機構によるワイヤ拘束型可変剛性構造可変剛性/ジャミング2026/11/5
ワイヤで連結したモジュール間に楔形接触面を導入し、楔角度で方向ごとの保持剛性を調整できる可変剛性機構を提案・実験検証した。
- 距離場駆動強化学習による反応的で堅牢な衝突回避マニピュレーション2026/10/21
ユークリッド距離場を観測空間に組み込んだ強化学習で、7自由度マニピュレータの衝突回避を学習し、シミュレーションから実機へのゼロショット転移と動的障害物へのオンライン回避を実現した。
- 自己修復型リカレントアンサンブルによる分布シフトからのリアルタイム回復強化学習/ロバスト制御2026/10/2
センサドリフトや故障による分布シフトに対し、マスク付きリカレントネットのアンサンブルとカルマン融合で自己教師ラベルを作り、RFLOでオンライン微調整して回復する手法。
- ソフトな身体性を活かした最適化トリックによるマルチバウンスドラムロールソフトロボティクス2026/9/8
ソフトロボットドラマーが、叩いた後の引き上げ動作と微小振動という2つのトリックをベイズ最適化で調整し、1ストロークあたりのバウンス回数と音量を高めるドラムロールを実現した論文。
- 効果的なポリシー平滑化のための正則化の再設計強化学習2026/6/1
強化学習におけるポリシー関数の平滑化を効果的に行うため、既存の正則化手法の問題点を特定し、改良した正則化を提案する論文。複数のタスクとアルゴリズムで性能向上と滑らかな動作を実現し、四足ロボットのsim-to-real学習で目標速度の急変に対する頑健性を示した。
- 拡張ベスト・オブ・Nサンプリングによる推論時の柔軟なエンパワーメント強化学習2026/4/17
強化学習において、エンパワーメントを報酬ボーナスとして与える代わりに、ベスト・オブ・Nサンプリングを適用し、探索と活用のバランスを柔軟に調整する手法を提案した。
- 皮膚センサを操作インタフェースに用いるマルチモーダル接触動作分類器触覚2025/7/1
皮膚センサで計測したマルチモーダル触覚時系列をRNNで接触動作に分類し、ロボットの動作プリミティブに対応付ける操作インタフェースを提案。柔軟支持や3軸加速度計の活用など設計条件も明らかにした。
- 変分適応ノイズとドロップアウトによる安定なリカレントニューラルネットワーク模倣学習2025/6/1
RNNの最適化を変分推論として再解釈し、内部状態へのノイズとドロップアウトを統合的に導出するVANDを提案。移動マニピュレータの模倣学習で周期的・連続的な動作の再現に成功した。
- CubeDAgger: 動的システムのための低リスクで効率的な対話型模倣学習模倣学習2025/5/1
動的タスクでも安定性を損なわずに専門家の負担を抑えてロバストな制御方策を学習する対話型模倣学習手法を提案し、実機のスクープ実験で有効性を示した。
- 計算効率を両立する任意の確率方策に向けた制限付き正規化フローの設計強化学習・確率方策2024/12/1
正規化フローを適切に制限して解析的平均を可能にし、二峰性student-t分布をベースに用いることで表現力と計算効率を両立した確率方策Bit-RNFを提案し、強化学習ベンチマークと実機ロボット実験で有効性を示した。
- 制御を推論として捉えた時間差分学習におけるウェーバー・フェヒナーの法則強化学習2024/12/1
強化学習のTD誤差と更新量の非線形性に着目し、制御を推論として定式化する枠組みからウェーバー・フェヒナーの法則を導出して、その有用性を示す実装を提案した論文。
- ドメインを目的として扱う:明示的なマルチドメイン凸被覆集合学習によるドメイン不確実性を考慮した方策最適化sim2real2024/10/1
ドメインランダム化における不確実性を考慮した方策の学習を、各ドメインの性能を独立した目的とみなす多目的強化学習の凸被覆集合問題として再定式化し、より効率的な最適化を可能にした論文。
- LiRA: 実世界のモデルベース強化学習のための軽量ロバスト敵対学習強化学習2024/9/1
変分推論に基づく敵対学習でロバスト性と保守性のバランスを自動調整し、四足ロボットの力反応型歩行制御を2時間未満の実データで学習した。
- 終端状態での意図的な価値過小評価によるTD学習の報酬設計ミス対策強化学習2023/8/1
強化学習のエピソード終了時にTD学習が行う例外処理が、報酬設計によって意図しない過大評価を引き起こし誤った方策を学習する問題を解決するため、終端後の価値を意図的に過小評価する手法を提案し、実機実験で有効性を示した。
- 不等式制約を厳密に満たすSoft Actor-Criticアルゴリズム強化学習2023/3/1
SACのエントロピー最大化を不等式制約として再定式化し、学習可能なスラック変数で適切に扱うことで、ロボット制御の堅牢性と実機適用性を向上させた。
- 反復深化探索に着想を得たゲインスケジューリングによる報酬ボーナス強化学習2022/12/21
強化学習の探索を効率化するため、深さ優先・幅優先探索に対応する2種類の内的報酬ボーナスを設計し、反復深化探索にヒントを得たゲインスケジューリングで組み合わせる手法を提案。複数の移動タスクと疎な報酬のタスクで性能向上を実証した。
- 逆Kullback-Leiblerダイバージェンスに基づくリアルタイムサンプリング型モデル予測制御とその適応的高速化モデル予測制御2022/12/1
逆KLダイバージェンスを用いたサンプリング型MPCを提案し、鏡降下法とNesterov加速でリアルタイム制御を実現、力駆動移動ロボットの可変インピーダンス制御に応用した。
- q-VAEの改良によるスパース表現学習:世界モデルの最小実現に向けて世界モデル2022/8/1
q-VAEを解析・改良し、適切な設定下で潜在空間が常にスパースになることを示した。これにより冗長な次元が自動的に潰れ、移動マニピュレータのリーチングタスクで必要十分な6次元を容易に発見でき、計画時間を約20%短縮した。
- 局所リプシッツ連続制約による安定かつ滑らかな強化学習強化学習2022/2/1
方策と価値関数に局所リプシッツ連続性の制約を課す正則化手法L2C2を提案し、表現力を保ちつつ学習の安定化とノイズ耐性を実現した。
- 深層強化学習のための統合型適応T-soft更新則深層強化学習2022/2/1
ターゲットネットワークの更新則T-softをAdaTermの更新則で適応化し、メインネットワークをターゲットへ引き戻す統合機構を加えたCAT-soft更新を提案・検証した論文。
- Tsallis統計に基づく行動クローニングで小規模ノイズデータからパーソナルモビリティを自動運転行動クローニング2021/11/1
個人ドライバーの小規模でノイズを含む運転データでも頑健に学習できるよう、Tsallis統計に基づく新しい損失関数を導入し、パーソナルモビリティの自動運転を実現した論文。
- 周期的ダイナミクスを明示的に考慮した人間-ロボット相互作用の潜在表現pHRI2021/6/1
VRNNとリザバーコンピューティングを組み合わせ、周期的な物理的人間-ロボット相互作用を潜在空間で解析する枠組みを提案し、ロープ回転実験で周期運動の識別と予測精度を検証した。
- 生体力学エネルギー収穫器のためのサンプル効率の良いギア比最適化最適化2021/4/1
CVT付き生体力学エネルギー収穫器において、類似タスク間の共通性を利用したマルチタスクベイズ最適化により、ユーザー負担を抑えつつ各タスクのギア比を効率的に最適化するフレームワークを提案した。
- センシング故障に頑健なロボット制御に向けたフィードバック・フィードフォワード方策の最適化アルゴリズムロボット制御/強化学習2021/4/1
フィードバック方策とフィードフォワード方策を統一的に同時最適化する新たな最適化問題を提案し、センシング故障時にもFF方策が最適動作を維持できる頑健性をシミュレーションと実機で示した。
- ボックス制約付き関節空間のためのミラー降下法による逆運動学逆運動学2021/1/1
関節のボックス制約を明示的に扱うため、ミラー降下法をヤコビアン法の逆運動学に統合し、クランプによる数値不安定を解消した高速・安定なIKソルバを提案した論文。
- 相対ピアソンダイバージェンスを用いた近接方策最適化強化学習2020/10/1
PPOの正則化目標を相対ピアソンダイバージェンスで明確化し、密度比の非対称性に整合する閾値設計を導出したPPO-RPEを提案。4つのベンチマークで従来法と同等以上の性能を示した。
- オンライン深層強化学習のための適応的マルチタイムスケール資格トレース強化学習2020/8/1
深層強化学習で資格トレースを使えるよう、過去と最新パラメータの出力間のブレグマン距離でトレースを適応的に減衰させる手法を提案し、複数時間スケール版も設計した論文。
- 非定常問題に対応するロボット深層学習向け最適化手法d-AmsGradロボット深層学習2020/7/1
ロボット学習で問題となる非定常性に対応するため、AmsGradの最大二次モーメントを緩やかに減衰させる改良最適化手法を提案し、ロボットタスクで性能向上を示した。
- q-VAEによる分離表現学習と潜在力学系表現学習2020/3/1
Tsallis統計に基づくq-VAEを提案し、β-VAEを超える分離表現と再構成精度を両立させ、非線形力学系の長期状態予測を安定化した。
