Takayuki Osa
The University of Tokyo
収録論文 15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
- 非同期推論と制御のための制御考慮型コマンド生成による視覚ベース方策の高速実行VLA2026/11/8
視覚ベースの方策の推論を非同期化し、離散的な予測から連続的な目標位置を追従制御問題として生成することで、ロボットの滑らかな動作を保ちながら高速実行を実現した。予測位置の分散に基づく適応的なアクションスキップも導入し、成功率を維持しつつ大幅な高速化を達成した。
- 動作プリミティブ表現による滑らかなアクションチャンキング模倣学習2026/10/29
行動クローンにおけるアクションチャンキングの軌道を滑らかな基底関数の線形結合で表現し、チャンク間のジャークも推論時に閉形式で補正する手法を提案。
- 階層的スキルポリシーの学習:オフライン品質多様性強化学習によるアプローチ強化学習2026/8/20
事前収集データから多様で高品質なスキルを抽出し、オンライン学習を強化する統合パイプラインQDOSを提案。アドバンテージ重み付き品質多様性事前学習とデータ再利用戦略により、操作タスクで優れた性能を達成。
- 大規模強化学習におけるアンサンブル方策勾配法のポリシー多様性の再考強化学習2026/3/1
アンサンブル方策勾配法において、ポリシー間の多様性をKL制約で調整するCoupled Policy Optimizationを提案し、探索効率と最終性能を向上させた。
- 異種ロボットデータセットのためのクロスエンボディメント・オフライン強化学習クロスエンボディメント/オフラインRL2026/2/1
多様なロボットの軌道データを統合して汎用制御則を事前学習するオフライン強化学習手法を分析し、形態類似性でグループ化する勾配更新戦略を提案した。
- 最適輸送写像によるWasserstein正則化を用いたオフライン強化学習オフライン強化学習2025/7/1
オフライン強化学習において、入力凸ニューラルネットワークで最適輸送写像をモデル化し、Wasserstein距離による正則化を敵対的学習なしで安定に計算する手法を提案。D4RLベンチマークで既存手法と同等以上の性能を示した。
- オンライン強化学習におけるベルマン最適作用素からベルマン作用素への段階的遷移強化学習2025/6/1
連続行動空間のアクター・クリティック強化学習において、ベルマン最適作用素を徐々にベルマン作用素へと切り替えるアニーリング手法を提案し、学習加速と過大評価バイアスの抑制を両立させた。
- 構造的な非定常性を持つデータセットからのオフライン強化学習オフライン強化学習2024/5/23
エピソード間で遷移・報酬関数が徐々に変化するオフラインデータセットに対し、対照予測符号化で非定常性を特定し方策学習に活かす手法を提案した。
- 多様な協調行動と敵対的スタイルサンプリングによるマルチエージェント強化学習の介助タスクにおける方策のロバスト化マルチエージェント強化学習2024/3/1
介助タスクを介護者と被介護者のマルチエージェント強化学習として定式化し、多様な被介護者応答を学習させつつ敵対的にサンプリングすることで、介護者方策のロバスト性を向上させるフレームワークを提案した。
- 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。
- 軌道最適化における解多様体の学習による動作計画動作計画2021/7/1
軌道最適化の多様な解を潜在表現として学習し、深層生成モデルとして無限個の衝突回避軌道を生成する動作計画手法を提案した。
- 最適化における解多様体の学習と運動計画への応用運動計画2020/7/1
目的関数が非凸で解が無数に存在する最適化問題に対し、潜在変数条件付きモデルで解多様体を学習する手法を提案し、高次元パラメータを持つ運動計画問題に適用して相同な解群を表現できることを示した。
- コスト関数の複数モードを推定するマルチモーダル軌道最適化軌道最適化2020/3/1
コスト関数に基づく分布の密度推定として複数解の探索を定式化し、目標配置をユーザーが指定せずとも複数の候補軌道を生成できる動作計画フレームワークを提案した。
- 目標条件付きVAEによる連続・離散潜在コードを用いた軌道プリミティブ模倣学習2019/12/1
示教軌道を低次元潜在空間に符号化するため、離散・連続潜在変数を持つ目標条件付きVAEを提案し、軌道拡張と射影により汎化先での位置誤差を1mm未満に抑えた。
- 模倣学習のアルゴリズム的視点模倣学習2018/11/1
ロボットなどの知能エージェントの振る舞いを手動でプログラムする代わりに、教師のデモンストレーションから学習する模倣学習について、前提・手法・関連性・アルゴリズム・実装の助言を体系的に紹介した入門論文。
