Tetsuya Ogata
Waseda University
収録論文 55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
- 密着型ウェアラブル装着のための幾何認識強化学習マニピュレーション2026/10/23
身体部位と衣類開口部の空間関係を幾何学的に表現し、段階的カリキュラムと指ごとの挿入ソフトゲートを組み合わせた強化学習で、ロボットによるブレスレット装着を高成功率で実現した。
- エネルギー・スコアで安定化した注意付き混合密度方策:マルチモーダルなロボット動作への軽量アプローチ模倣学習/マルチモーダル方策2026/10/18
将来の視覚運動軌道を混合ガウス分布として1回の順伝播で出力し、負の対数尤度の代わりにエネルギー・スコアで学習することで、マルチモーダル動作生成を安定かつ軽量に実現した研究。
- PACT: 多指模倣学習のための姿勢整合型ハンド構成・リターゲティング同時設計手法マニピュレーション2026/10/13
人間の把持姿勢に基づき、17サーボのロボットハンドの機構パラメータと姿勢リターゲティング則を同時最適化し、実機で模倣学習の精度と把持性能を大幅に向上させた。
- 断続的な視覚喪失に頑健な実ロボットマニピュレーションのための標的モダリティドロップアウトマニピュレーション2026/10/7
注意機構で各モダリティへの依存度を推定し、最も支配的なモダリティを選択的にドロップアウトさせる手法を提案。実ロボット実験で、視覚喪失時もタスク遂行を維持できることを示した。
- TLC-DiT: タスク整合型局所視覚条件付けによる堅牢なマルチタスクロボットマニピュレーションマニピュレーション2026/9/28
拡散トランスフォーマーポリシーにタスク誘導の局所視覚特徴マップを明示的に追加し、LIBEROや実機双腕タスクで成功率と視覚変化への堅牢性を向上させた。
- 非把持スローイング:強化学習の視点からロボット操作2026/9/1
ロボットによる物体投げ動作を強化学習で実現し、滑りや転がりを活用して把持不要の投げを可能にした。シミュレーションで99%の成功率を達成し、実機への適用も考慮している。
- 物体の幾何学事前知識を活用した視覚からの接触力分布予測学習接触力予測2026/8/1
シミュレータで得た点接触力を統計的平滑化と物体形状情報を用いて分布化し、単眼RGB画像から3次元接触力分布を予測するモデルを構築。実環境への汎化も確認した。
- MSACT: 安定した低遅延精密操作のための多段階空間位置合わせマニピュレーション2026/5/1
双腕精密操作において、限られたデータでも視覚的なドリフトを抑えつつ低遅延で安定した動作を実現するため、多段階空間アテンションモジュールと時間的位置合わせ損失を導入したACTベースの手法を提案した。
- 視覚スケール変動と外乱下でのリアルタイム移動操作のためのステレオ多段空間注意移動操作2026/5/1
ステレオ画像からタスク関連の空間注意点を抽出し、階層的リカレントアーキテクチャでロボット状態と統合して閉ループ動作予測を行う、移動操作のための深層予測学習手法を提案。実機タスクでロバスト性と成功率を向上させた。
- 失敗デモデータの活用法:注意機構の分布差を利用した模倣学習の効果的データ選択模倣学習2026/5/1
成功デモのみで訓練されることが多い模倣学習において、収集時に得られる失敗データを注意機構に組み込むことで活用し、初期観察から適切なモードを選択して行動安定性を向上させる手法を提案。さらに、失敗サンプルと成功デモ間の注意差を定量化する指標で学習に有益な失敗データを選別する。
- 実験室自動化のためのコンパクトなタスク整合型模倣学習模倣学習2026/3/1
小型基盤モデルをアダプタで整合し拡散トランスフォーマと統合した500M未満の模倣学習フレームワークを提案し、実験室タスクで86.6%の成功率を達成した。
- 対話から実行へ:MoA支援型対話計画によるビヘイビアツリーを用いた長期的ロボット実行タスク計画2026/3/1
大規模言語モデルによる対話型タスク計画で、複数の専門エージェント(MoA)が代理回答することで人間の介入を減らし、ビヘイビアツリーで構造化された長期実行を実現する手法を提案。実験で人間の応答要求を約27%削減しつつ、実ロボットでの長期的実行と障害回復を確認した。
- TaSA: 把持内操作改善のための触覚感覚減衰の二段階深層予測学習触覚2026/2/1
自己接触による触覚と物体接触による触覚を二段階の深層予測学習で区別し、把持内操作の精度を向上させる手法を提案。
- 固有感覚情報を活用した視覚言語モデルによるロボットタスクのキャプション生成とサブタスク分割VLA2025/12/1
ロボットの関節・エンドエフェクタ状態を視覚言語モデルに入力し、タスクの自動キャプション生成とサブタスク分割の精度を向上させる手法を提案し、シミュレータ実験で有効性を検証した。
- 不確実性駆動型先読み予測による実時間適応動作生成模倣学習2025/10/1
将来軌道を内部シミュレーションして不確実性を減らす「先読み」モジュールをRNNに組み込み、失敗例なしでもドア開けタスクで適応的に探索できる模倣学習手法を提案した。
- A3RNN:ロボットの視覚的注意におけるボトムアップとトップダウンの双方向融合視覚的注意2025/10/1
予測的なトップダウン信号と顕著性に基づくボトムアップ手がかりを双方向注意アーキテクチャで統合するA3RNNを提案し、ロボットの模倣学習タスクで注意行動が訓練を通じて発達的に変化することを示した。
- 多タスク介護ロボットのためのスケーラブルな予測処理フレームワークVLA2025/10/1
自由エネルギー原理に基づく階層型マルチモーダルRNNを用い、次元削減なしに視覚・固有感覚入力を統合して、介護タスク(体位変換とタオル拭き)をタスク特化の特徴設計なしに学習できることを示した。
- 入力ゲート型バイラテラル遠隔操作:低コストハードウェア向けの簡単に実装できる力帰還遠隔操作手法遠隔操作2025/9/1
力センサ不要の簡単なフィードバック制御のみで、低コストなリーダーフォロワ型遠隔操作に力帰還を実現し、接触安定性と操作性を両立させる手法を提案。
- 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。
- RoboManipBaselines:実機とシミュレーションを横断するロボットマニピュレーション模倣学習の統合フレームワーク模倣学習2025/9/1
データ収集・方策学習・実行までを一貫して行える模倣学習用のオープンソース基盤を提案し、複数シミュレータと実機ロボットに対応したベンチマークと応用例を示した。
- セマンティック視覚注意を用いた足と衣類の状態推定に基づく密着型着衣支援着衣支援2025/5/1
カメラ・関節・触覚などのマルチモーダル情報と物体概念に基づく意味情報を活用し、未見の足や背景でも靴下を履かせる着衣支援ロボットを実現した。
- 触覚状態に基づく多指ハンドの集中ブラインド切替操作マニピュレーション2025/3/1
多指ハンドの触覚情報を圧縮し、注意機構と制約付き損失でサブタスクを切り替える深層学習モデルを提案し、キャップ開け操作を実現した。
- 動力学教師ありモデルによる非把持マニピュレーションの視覚模倣学習模倣学習2024/10/1
非把持操作のような動的タスクにおいて、次フレームRGB予測に加えて物体の位置・速度・加速度を直接予測する動力学マッピングを導入し、より汎化性の高い視覚バックボーンとタスク方策を学習する手法を提案した。
- 深層予測学習による高速かつ高精度なロボット操作の実現マニピュレーション2024/8/1
深層予測学習を用いて、遅い教示と高速推論を組み合わせることで、カップ積みタスクを実機で94%の成功率で達成した研究。
- 体性感覚注意機構を備えた深層予測学習による移乗介護のための双腕動作生成マニピュレーション2024/7/1
深層予測学習と体性感覚・視覚の注意機構、インピーダンス制御を組み合わせ、双腕ヒューマノイドがベッドと患者の背中の間に手を差し込み、仰臥位から持ち上げる移乗介護動作を生成できるようにした。
- 共有潜在変数によるロボット動作学習とLLMの統合:感覚運動注意と言語ベース回帰VLA2024/7/1
ロボット動作学習モデルとLLMを共有潜在変数で接続し、感覚運動注意点とタスク言語指示からの予測誤差でパラメータを更新することで、位置と言語指示への汎化性能を高める手法を提案。
- コンクリート穴へのペグ挿入タスク戦略マニピュレーション2024/3/1
強化学習で訓練した深層ニューラルネットワークを用い、コンクリートの穴に対するペグ挿入タスクを実現する手法を提案し、未知の穴に対して平均96.1%の成功率を達成した。
- 視覚的空間注意と固有感覚データ駆動型強化学習による変動条件下でのロバストなペグインホール作業マニピュレーション2023/12/1
視覚と固有感覚データを用いた空間注意点ネットワークと深層強化学習を組み合わせ、照明や穴の状態が変動する建設現場でのアンカーボルト挿入作業をロバストに自動化する手法を提案。
- 状態変化する変形物体操作のためのマルチモーダル注意学習マニピュレーション2023/9/1
加熱により状態が変化する卵を調理する際に、センサ情報の重要度を注意機構で重み付けし、リアルタイムに知覚と動作生成を行う予測リカレントニューラルネットワークを提案した。
- 動く物体の把持に向けた実時間動作生成とデータ拡張マニピュレーション2023/9/1
低速で教示した把持動作の時系列データをダウンサンプリングとパディングで拡張し、未学習の速度や位置変化にも対応できる把持動作を実機で実現した。
- 大規模言語モデルによる不確実性分析と能動的質問を用いた対話型ロボット行動計画VLA2023/8/1
自然言語指示の曖昧さや情報不足をLLMが分析し、人間に質問して不足情報を補いながらロボットの行動計画を立てる対話型手法を提案し、料理タスクで有効性を検証した。
- 深層予測学習:認知ロボティクスに着想を得た運動学習の概念運動学習2023/6/1
予測符号化理論に基づき、ロボットの近未来の感覚運動状態を予測し、実世界との予測誤差をオンラインで最小化することで、限られたデータでも実環境に適応できる運動学習の枠組みを提案。
- フォースマップ:視覚から接触力分布を予測する学習マニピュレーション2023/4/1
単一画像から物体間の接触力分布(フォースマップ)を予測する手法を提案し、実画像でもおおよその接触領域を推定できることを示した。予測した力分布を用いて持ち上げ方向を計画し、周囲への擾乱を低減できることを確認した。
- 実時間ロボット動作生成のための深層能動的視覚注意:道具身体同化と適応的道具使用の創発VLA2022/6/1
人間の認知構造に着想を得て、タスク状態に応じて注意対象を能動的に変える深層視覚注意モジュールを備えたロボット動作生成モデルを提案し、道具使用タスクで道具を身体の一部とみなす同化現象と未学習道具への適応を実現した。
- グラフ畳み込みネットワークと分散触覚センサによる多様な物体特性に対応した多指ハンド内操作触覚2022/5/1
多指ハンドの複雑な配置の触覚センサデータをグラフ畳み込みネットワークで処理し、物体特性ラベルも入力して把持中の物体操作を安定化させる手法を提案した。
- 少量のペアデータで記述と行動の双方向変換を学習する手法クロスモーダル変換2022/3/1
大量の非ペアデータで記述と行動の再帰型オートエンコーダを事前学習し、少量のペアデータで中間表現を対応付ける2段階学習により、記述と行動の双方向変換を実現した。
- トップダウンとボトムアップの相互作用に基づく誘導型視覚注意モデルによるロボット姿勢予測視覚注意/ロボット姿勢予測2022/2/1
Key-Query-Value形式の視覚注意モデルを提案し、クエリを外部から変更することで動的に注意対象を切り替え、ロボット姿勢予測を高精度かつデータ効率的に実現した。
- cGANによる潜在空間での衝突回避経路計画経路計画2022/2/1
cGANを用いてロボットの関節空間の衝突しない領域のみに潜在空間を写像し、その空間上で任意のプランナが経路生成できる手法を提案し、2リンクロボットアームのシミュレーションで検証した。
- cGANによる潜在空間上の任意最適化基準に基づく衝突回避計画マニピュレーション2022/2/1
cGANで障害物マップを条件に衝突回避領域のみを捉えた潜在空間を生成し、その空間内で任意の最適化基準に沿った衝突回避軌道を計画する手法を提案し、UR5eで検証した。
- 視覚と触覚の深層予測学習による柔軟物体の接触リッチ操作触覚2021/12/1
ファスナー付き柔軟袋の開封タスクにおいて、視覚と触覚を統合した深層予測学習モデルを構築し、袋の変形に応じたリアルタイム動作を実現した。触覚の導入により成功率が56.7%から93.3%へ向上した。
- 自由エネルギー原理に基づく感覚減衰の創発認知モデリング2021/11/1
多感覚階層リカレントニューラルネットのシミュレーションにより、自己生成と外部生成の感覚運動経験の学習を通じて感覚減衰の仕組みが発達することを示した。
- FPGA上の部分二値化オートエンコーダによるヒューマノイドロボットの柔軟物体操作マニピュレーション2021/7/1
エンコーダ部分のみを二値化した畳み込みオートエンコーダをFPGAに実装し、ヒューマノイドロボットによる柔軟物体操作を省電力・高速に実現した研究。
- マルチモーダル深層学習による道具選択と対象物の能動的知覚マニピュレーション2021/6/1
ロボットが画像・力・触覚のマルチモーダル情報を能動的に取得し、対象物の特性を認識して適切な道具の選択と操作動作を生成するDNNモデルを構築した。食材移し替えタスクで未知の対象物でも特性を認識できることを示した。
- ロボット行動を通じて事前学習済み単語埋め込みを身体化する言語接地2021/4/1
事前学習済み単語埋め込みをロボットの感覚運動経験で変換し、未見の言葉から適切な行動を生成できるようにした研究。
- 空間注意点ネットワークによるロバストな自律ロボット動作生成マニピュレーション2021/3/1
画像中の作業対象に対する空間的注意点を自動抽出し、その位置に基づいて動作を生成することで、少ない学習データで物体位置や背景・照明・障害物の変化に頑健なロボット動作生成手法を提案した。
- 深層学習に基づく双腕ロボットによるロープの空中結びマニピュレーション2021/3/1
視覚・近接センサのデータで学習した2つの深層ニューラルネットワークを用い、双腕2指ロボットがロープの状態に応じて動作を予測し、空中で本結びやちょう結びを行う手法を実現した。
- ピクセル入力からの転移可能なタスク実行:深層プランニングドメイン学習マニピュレーション2020/3/1
記号的プランニングと深層学習を組み合わせ、高レベルな述語予測モデルと低レベル方策を階層的に学習することで、未訓練の複雑な多段階マニピュレーションタスクを画像入力から実行可能にした研究。
- RNNの内部ダイナミクスに基づくコントローラ切替によるロボットの未定義挙動補償ロボット制御2020/3/1
RNNが学習したタスクダイナミクスの内部表現に応じて学習ベースとモデルベースのコントローラを切り替え、衝突など訓練データにない外乱からロボットが復帰できる手法を提案した。
- アニメキャラクターロボット「Hatsuki」:アニメ風表情と模倣学習による動作生成模倣学習2020/3/1
アニメ風の外観・2D表情・振る舞いを持つヒューマノイドロボットHatsukiを開発し、イベントでのアンケート評価と、音声・表情・動作を組み合わせた11種類の行動を模倣学習で生成する手法を検証した。
- 効果から道具・対象物・動作の特徴を検出するロボットの深層学習モデル道具使用/深層学習2018/9/1
ロボットが道具を使った物体操作の結果(効果)から、使った道具・対象物・動作の特徴を深層学習で推定するモデルを構築し、未知の道具でも予測できることを示した。
- 予測符号化における行動変調を組み込んだAFA-PredNet予測符号化2018/4/1
階層的予測符号化ネットワークPredNetに行動出力ユニットを追加し、身体性学習の中で知覚と行動の規則性がトップダウン予測として獲得されるモデルを提案・検証した。
- 予測符号化モデルにおける長期的文脈マルチモーダル情報の符号化予測符号化2018/4/1
階層型予測符号化モデルAFA-PredNetを拡張し、異なる時間スケールの予測と運動活動による変調をニューロロボティクス実験で検証した研究。
- 深層ニューラルネットワークによる力学系設計で感覚信号と指示信号に基づく動作切替を実現マニピュレーション2017/12/1
点アトラクタに基づく力学系を深層学習で設計し、感覚信号と指示信号によって複数のサブタスク動作を切り替え・組み合わせる手法を提案。布畳みタスクで有効性を検証した。
- 感覚運動入力を言語一般化の道具にする:名詞・動詞の組み合わせを生成・一般化するニューロロボティクスモデル言語接地2016/5/1
ヒューマノイドロボットに動詞-名詞文の音声指令を与え、物体操作の感覚運動経験を通じて言語を身体化し、未学習の動詞-名詞の組み合わせを生成・一般化できることを示した研究。
- ロボティクスにおける記号創発:サーベイ記号創発2015/9/1
ロボットが身体的なマルチモーダル相互作用を通じて言語や記号の使い方を獲得する「記号創発」研究分野を概説し、マルチモーダル分類や単語発見などの最新手法を紹介したサーベイ論文。
