Tatsuya Matsushima
The University of Tokyo
収録論文 27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
- AIRoA-0:手持ちデータから学ぶ長期的・高精度・汎用ロボットマニピュレーションマニピュレーション2026/11/2
ロボットを使わず手持ちグリッパで記録した1.6万時間超のデモから両手マニピュレーションを学習し、未知環境で78%の成功率を達成したシステム。
- YUBI-Real2Sim: 3DGSシーン検証による信頼性の高い方策評価sim2real2026/10/13
両手首の魚眼カメラ視点で3Dガウシアンスプラッティングによる実→シミュ再構成を行い、VLA方策の評価信頼性をアーティファクトや撮影擾乱に対して体系的に検証するフレームワークを提案。
- RoboPace: 接触を考慮した行動チャンク方策の時間最適リタイミングマニピュレーション2026/10/7
ロボットの運動制約と接触予測に基づき、方策の経路を変えずに実行速度をリアルタイムで調整する層を提案し、接触の多いタスクで成功率を保ちつつ実行時間を半減させた。
- YUBI-STAG: 自動動画言語グラウンディングによるVLAのための接触・意味豊富なアラインメントVLA2026/10/7
ロボット実演に接触物体や把持動作などの詳細な意味情報を自動付与し、視覚言語行動モデルをきめ細かい言語指示と整合させるフレームワークを提案。
- PHASE: コンプライアンス対応触覚位相検索による少数ショット挿入学習触覚2026/9/25
コンプライアント手首の触覚信号から挿入作業の位相を自動分割し、位相に整合した経験検索で少数デモからのペグ挿入学習を高精度化した。
- 行動類似性監督による潜在行動モデルの異機体間転移の改善VLA2026/9/17
潜在行動モデルにおいて、真の行動を予測する代わりに行動間の類似性を監督信号として用いることで、異なるロボット間での知識転移性能を向上させる手法を提案した。
- MINERVA: 操作ポリシーはどれだけ小さくできるか、LIBEROを解くために操作学習2026/9/3
LIBEROベンチマークを解くのに必要な最小のモデル容量を探るため、わずか0.54MパラメータのコンパクトなポリシーMINERVAを提案し、95.1%の成功率を達成。大規模VLAモデルと同等性能を桁違いに少ないパラメータで実現した。
- DREAM: 実世界からシミュレーションへの変換による展開時デモ生成でスケーラブルなポリシー適応を実現VLA2026/8/29
新しい作業環境でVLAモデルを微調整するためのデモデータを、人間の遠隔操作なしに自動生成するフレームワークDREAMを提案。実環境を再構築し、言語指示からタスク目標を自動翻訳して軌道を計画し、シミュレーションでデータを増強してVLAを微調整する。
- マルチモーダルロボットデモにおける指示と軌道の不一致の監査VLA2026/8/1
ロボットのデモデータセットに含まれる、正しい動作だが誤った指示が付与されたデータを検出・修正する監査手法を提案した。
- 視覚言語行動のための連続推論VLA2026/6/1
自然言語はタスクレベルの粒度であり連続制御には不向きなため、VLAポリシーに適した連続思考を導入し、共有ガウス潜在変数として自己検証目的で学習する手法を提案した。
- YUBI: 両手巧緻操作のための指追従型ユニバーサル双指インターフェースの大規模展開データ収集/両手操作2026/6/1
指の動きをそのままグリッパーに伝える新しい手持ち型データ収集デバイスYUBIを開発し、両手での細かい操作タスクの大規模データセット(8,434時間・120万エピソード)を収集。このデータで訓練した単一ポリシーが複数のロボットに直接転移可能であることを実証した。
- FlexLAM: 潜在アクション学習におけるボトルネックのトレードオフ解消潜在アクション学習2026/6/1
固定容量のボトルネックを持つ潜在アクションモデルの問題を解決するため、可変長の潜在アクションを導入し、ネストされたドロップアウトで学習するFlexLAMを提案。単一モデルで様々なトークン予算に対応し、性能を向上させる。
- 少なく見て、多く指定する:汎用VLAのための視覚的証拠予算VLA2026/6/1
視覚言語行動(VLA)モデルの汎化を改善するため、指示を詳細な軌跡・サブタスク言語で再ラベルし、明示的な視覚的証拠予算を課して実行器を訓練するフレームワークS2を提案した。
- AIRoA MoMaデータセット:移動マニピュレーションのための大規模階層データセットマニピュレーション2025/9/1
移動マニピュレーション向けに、RGB画像・関節状態・6軸力覚センサ・ロボット内部状態を同期収録し、サブゴールとプリミティブ動作の2層注釈を付けた大規模実世界データセットを構築した。
- 観測を無駄にしない:VLAアクションチャンクのリアルタイム補正VLA2025/9/1
VLAモデルのアクションチャンクを制御ステップごとに軽量ヘッドで補正し、遅延や長期的タスクでも反応性を回復させる手法を提案。
- 追加学習なしで拡散ポリシーを高速化する検索拡張生成拡散ポリシー2025/7/1
専門家の観測-行動ペアをベクトルDBに保存し、推論時に類似行動を検索して拡散ポリシーのノイズ除去ステップを短縮する手法を提案。追加学習なしで精度と速度のトレードオフを改善。
- SPARK: ロボットタスク計画のためのグラフベースオンライン意味統合システムタスク計画2025/6/1
環境中の手がかりから意味情報を抽出し、シーングラフをオンラインで更新してロボットのタスク計画に活用するフレームワークSPARKを提案。動的環境やジェスチャーなどの非典型的な空間的手がかりへの適応能力を向上させる。
- 基盤モデル時代のロボティクスにおける物理的リスク制御の包括的サーベイ安全性/リスク制御2025/5/1
基盤モデルを活用したロボティクス(FMR)の物理的リスクを、配備前・インシデント前・インシデント後の3段階に分けて制御手法を整理したサーベイ。
- 基盤モデルの実世界ロボット応用:レビュー基盤モデル応用2024/2/1
LLMやVLMなどの基盤モデルを実ロボットシステムの知覚・運動計画・制御にどう組み込むかを、入出力関係の観点から整理したレビュー。
- 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。
- TRAILチームのRoboCup@Home 2023参加報告サービスロボット2023/10/1
東京大学のTRAILチームが、家庭用サービスロボット向けに深層学習とロボット学習の3技術を統合し、コミュニティ全体でデータを管理するプラットフォームを構築した。
- 自己回復プロンプティング:基盤モデルと自己回復を備えた汎用サービスロボットシステムVLA2023/9/1
複数の基盤モデルを組み合わせた汎用サービスロボットシステムを構築し、失敗時に情報探索とプロンプト修正で自己回復する仕組みを提案・検証した。
- GenDOM: パラメータ認識方策による汎化可能なワンショット変形物体操作変形物体操作2023/9/1
変形物体のパラメータを推定し、それを条件にした方策を学習することで、1回の実演だけで様々なロープや布を操作できるフレームワークを提案。
- GenORM: パラメータ認識方策による汎化可能なワンショットロープ操作変形物体マニピュレーション2023/6/1
ロープの変形パラメータを推定し、それを条件にした方策をシミュレーションで訓練することで、実世界の1回の実演だけで多様なロープを操作できるフレームワークを提案した。
- 移動ロボット群による2Dプッシュ操作の集合知群制御2022/11/1
微分可能な軟体物理シミュレータ由来のプランナを注意機構付きニューラルネットに蒸留し、複数移動ロボットによる協調プッシュ操作を実現。未学習配置や環境変化にも適応できることを示した。
- World Robot Challenge 2020 パートナーロボット:モバイルマニピュレータによる部屋の片付けへのデータ駆動型アプローチマニピュレーション2022/7/1
家庭環境での片付けタスクに挑むモバイルマニピュレータシステムを開発し、視覚認識・物体操作・動作計画をデータ駆動型で統合してWRC2020で準優勝した。
- 道具を身体の拡張として扱う再帰的マニピュレーションマニピュレーション2021/12/1
手と道具の相互作用を同一の表現空間で扱う方策を提案し、ロボットが対象物を掴むだけでなく、その対象物を新たなエンドエフェクタとして別の物体を操作する再帰的な動作を単一方策で実現した。
