Tim Welschehold
収録論文 29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
- 3Dシーングラフ上の関係意味推論によるオープンワールド対話型物体探索物体探索2026/3/1
3Dシーングラフ上で関係探索ヒューリスティクスを用いて効率的に物体を探索するSCOUTを提案し、LLMから軽量モデルへの知識蒸留とベンチマークSymSearchを導入した。
- 開世界モバイルマニピュレーションのための関節3Dシーングラフモバイルマニピュレーション2026/2/1
RGB-D動画から物体の関節運動を推定し、親子関係を含む意味的・運動学的3Dシーングラフを構築するフレームワークMoMa-SGを提案。
- DiWA: 世界モデルによる拡散ポリシーの適応拡散ポリシー/世界モデル/オフラインRL2025/8/1
世界モデルを活用し、拡散ポリシーをオフライン強化学習でファインチューニングするフレームワークDiWAを提案。実環境との相互作用を大幅に削減し、CALVINベンチマークで8タスクの性能を向上させた。
- MORE: 接地された言語推論による移動マニピュレーション再配置移動マニピュレーション2025/5/1
シーングラフと能動的フィルタリングでタスク関連サブグラフを抽出し、言語モデルによるゼロショットの長期的移動マニピュレーション計画を高信頼化する手法を提案。BEHAVIOR-1Kで大幅に性能向上。
- タスク駆動型モバイルマニピュレータの協調設計マニピュレーション2024/12/1
家庭内タスクの性能を直接最適化するため、強化学習とベイズ最適化を組み合わせてモバイルマニピュレータのアーム取り付けパラメータを設計する手法を提案。
- 追加コストゼロで実現する移動マニピュレータの全身遠隔操作遠隔操作2024/9/1
既存のジョイスティックやハンドガイドからエンドエフェクタ動作を推定し、台車移動を強化学習エージェントに任せることで、特別なハードウェアなしに移動マニピュレータの全身遠隔操作を可能にした。
- 点群と条件付きフローマッチングによるロボットマニピュレーション方策の学習マニピュレーション2024/9/1
模倣学習において、点群入力と条件付きフローマッチングを組み合わせたPointFlowMatchを提案し、RLBenchで平均成功率67.8%を達成した。
- 知覚が重要：不確実性を考慮したセマンティックセグメンテーションによる身体性AIの強化物体探索2024/8/1
物体探索タスクにおいて、知覚モデルの不確実性を校正し時系列で集約することで、既存の探索手法を追加学習なしに改善する手法を提案した。
- 模倣の技法：少数の実演から長期的マニピュレーションタスクを学習するマニピュレーション2024/7/1
RGB-D観察と5回の実演のみから、スキル分割とリーマン幾何GMMを用いて複雑なロボット操作タスクを高サンプル効率で学習する手法を提案。
- DITTO: 軌道変換による実演模倣模倣学習2024/3/1
RGB-D動画による一回の人間実演から、物体検出と軌道変換を用いてロボットに新しいスキルを教えるワンショット模倣手法を提案。
- ロボットマニピュレーションにおけるサンプル効率の良い方策改善のためのベイズ最適化マニピュレーション2024/3/1
少数のデモンストレーションからガウス混合モデルでスキルを学習し、ベイズ最適化で自律実行を改善するハイブリッド手法を提案し、サンプル効率の高さを実証した。
- 言語に基づく動的シーングラフを用いたモバイルマニピュレーションによる対話的物体探索VLA2024/3/1
オープン語彙のシーングラフを動的に更新しながらLLMで推論し、モバイルマニピュレーションによる長期的な物体探索をゼロショットで実現する手法を提案。
- CenterGrasp: 物体認識に基づく形状復元と6自由度把持推定の同時学習マニピュレーション2023/12/1
物体の形状と把持を連続潜在空間で表現し、RGB-D画像から物体検出・姿勢推定・形状復元・6自由度把持推定を同時に行うフレームワークを提案。
- キーポイント統合Soft Actor-Criticガウス混合モデルによるロボットスキルの汎化模倣学習/強化学習2023/10/1
ロボットが学習したスキルを未知環境に適応させるため、模倣と強化学習を統合し、学習したキーポイントでシーン内の参照を予測するKIS-GMMを提案。シミュレーションと実環境でゼロショット汎化と効率的な適応を実現。
- 階層型インタラクティブ多物体探索の学習：移動マニピュレーションに向けて移動マニピュレーション2023/7/1
扉を開けたり棚を開けて目的物を探すため、探索・移動・操作を階層強化学習で組み合わせるHIMOSを提案し、未知環境へのゼロショット転移や失敗への頑健性を示した。
- 画像の裏切り：ロボットマニピュレーションのためのベイズシーンキーポイントによる深層方策学習マニピュレーション2023/5/1
ベイズ推定でスケール不変なキーポイントを追跡し、対称物体や遮蔽・視野外の物体でも位置の曖昧さを解消して、腕カメラからの多物体マニピュレーション方策学習を高効率化する手法BASKを提案。
- マルチモーダル潜在マップによる自律走行車のための深層ダイナミクスモデル改善sim2real2023/3/1
路面情報を潜在変数として地図に保持し、複数モダリティから更新する表面認識型ダイナミクスモデルを提案し、実車で走行性能の向上を示した。
- N²M²: 未知で動的な環境における任意の移動マニピュレーション動作のためのナビゲーション学習移動マニピュレーション2022/6/1
移動マニピュレーションをエンドエフェクタの動作生成と強化学習による移動ベースのナビゲーションに分解し、未知の動的環境でも長期的タスクを実行できる手法を提案。
- ロボットマニピュレーションのためのマルチオブジェクトキーポイントの自己教師あり学習マニピュレーション2022/5/1
密対応の事前タスクで画像キーポイントを自己教師あり学習し、複数物体の遮蔽やスケール変化に対応した効率的な操作ポリシー学習を実現した。
- 連続行動空間におけるマルチオブジェクト探索のための長期的ロボット探索戦略の学習ナビゲーション2022/5/1
強化学習により、短期・長期の推論を単一モデルに統合し、連続行動空間で複数物体を探索する手法を提案。限られたデータで未知の住環境に汎化し、実世界のオフィス環境へのゼロショット転移も実証した。
- 悪しき振る舞いを避けることで善き協働を実現するHRI2022/2/1
人とロボットの協働において、危険や不公平を生む否定的行動を避けることを学習させる新手法を提案し、社会的マニピュレーションと公平な意思決定の重要性を示した。
- 適応的に校正された批評家推定による深層強化学習強化学習2021/11/1
オンポリシーの分散は大きいが偏りのないロールアウトを用いてTDターゲットのバイアスを適応的に補正するACCを提案し、連続制御ベンチマークで環境ごとのハイパーパラメータ調整なしに最先端性能を達成した。
- 音を追いかけろ：移動音源を伴う複雑な未マップ環境での音視覚ナビゲーション音視覚ナビゲーション2021/11/1
移動する音源や未知の音、雑音を含む実世界3D環境でロボットが音視覚情報を統合して目的地へナビゲートする新ベンチマークと強化学習手法を提案し、既存手法を大幅に上回る性能を示した。
- ソフトアクター・クリティックとガウス混合モデルによるロボットスキル適応強化学習/スキル学習2021/11/1
示範学習と深層強化学習を組み合わせ、軌道分布空間でスキルを適応・洗練させるSAC-GMMを提案し、実環境とシミュレーションで有効性を示した論文。
- 間違いを正して：ロボットマニピュレーションのための対話型学習マニピュレーション2021/10/1
人間の教師が修正フィードバックと評価フィードバックの両方を与える対話型学習フレームワークCEILingを提案し、生画像から複雑なマニピュレーションタスクを1時間未満の実世界訓練で解けることを示した。
- 強化学習による無信号交差点での自動運転車の譲り合い行動交通制御/強化学習2021/6/1
深層強化学習を用いて、混在交通の無信号交差点で自動運転車が譲り合うことで交通流を最適化する集中制御ポリシーを学習し、SUMOシミュレーションで有効性を示した論文。
- 深層強化学習による移動マニピュレーションの運動学的実現可能性の学習移動マニピュレーション2021/1/1
エンドエフェクタの軌道を追従しつつ移動台車の運動学的に実行可能な動きを深層強化学習で学習するモジュール型手法を提案し、複数の移動ロボットで実機検証した。
- 人間のデモンストレーションからタスクと行動を同時学習する移動マニピュレーション手法模倣学習2019/8/1
人間のデモから移動マニピュレーションの行動モデルとタスク目標表現を学習し、モンテカルロ木探索で新環境でも教師の意図を模倣する行動列を生成する手法を提案した。
- RGBD画像からの3D人間姿勢推定によるロボットタスク学習姿勢推定2018/3/1
単一のRGBD画像から実世界スケールで3D人間姿勢を推定し、マーカなしでPR2ロボットに人間の操作動作を模倣させる手法を提案した論文。
