Wil Thomason
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
- 速く遠くを見る:高速状態サンプリングによる長期的オンラインPOMDP計画POMDP計画2026/6/1
不確実性下での動作計画に用いるPOMDPの長期的問題を解くため、高速サンプリングベースの動作計画で多様なマクロアクションを生成し、信念空間サンプリングを偏らせて高品質な方策を導出する新しい近似オンラインソルバーROP-RAS3を提案した。
- 述語と行動の同時学習によるゼロショット技能合成模倣学習/技能合成2026/5/1
ロボットの模倣学習において、行動とその象徴的な結果(述語)を同時に生成する新しいポリシーを提案し、学習済み技能のゼロショット合成を可能にした。
- 黄金のチケット:単一のノイズベクトルで生成ロボットポリシーを改善VLA2026/3/1
事前学習済みの拡散・フローマッチングポリシーに対し、ガウス分布から毎回サンプリングする代わりに固定の初期ノイズ(黄金のチケット)を与えることで、追加学習なしにタスク成功率を向上させる手法を提案。
- 微分平坦性を利用した超高速サンプリングベース運動力学計画運動計画2026/3/1
微分平坦性を利用して運動力学計画を平坦出力空間に変換し、並列化により超高速なサンプリングベース計画を実現するフレームワークFLASKを提案。
- クレブシュ・ゴルダン変換器:高速で大域的な同変アテンション同変Transformer2025/9/1
SO(3)の既約表現上でのクレブシュ・ゴルダン畳み込みにより、全次数の同変特徴を扱いつつO(N log N)の大域アテンションを実現したTransformerを提案。n体シミュレーションやロボット把持などで既存手法より高精度・高速・省メモリを達成。
- AORRTC: RRT-Connectによるほぼ確実に漸近最適な計画モーションプランニング2025/5/1
RRT-Connectを拡張し、初期解を迅速に見つけつつ、追加時間で最適解に収束する漸近最適プランナーAORRTCを提案。
- 最近傍探索不要の漸近的最適運動計画:完全連結情報付き木(FCIT*)運動計画2024/11/1
SIMD並列化で辺評価コストを大幅に削減し、最近傍探索を不要にした完全連結グラフ探索により、漸近的最適運動計画を高速化するFCIT*を提案。
- 高速状態空間サンプリングによる長期的オンラインPOMDP計画のスケーリングPOMDP計画2024/11/1
ロボットの不確実性下の計画で使われるPOMDPについて、状態空間を高速サンプリングしてマクロ行動を生成し、長期的な計画を効率的に解くオンラインソルバROP-RaS3を提案した。100ステップ超の計画や15次元状態空間の問題で既存手法を大幅に上回る。
- 衝突判定可能な点木:SIMD対応の高速最近傍探索による衝突チェック動作計画2024/6/1
点群との衝突判定を10ナノ秒未満で行える新しい空間データ構造CAPTを提案し、サンプリングベースの動作計画を単一CPUスレッドで60FPS超のリアルタイム速度で実行可能にした。
- ベクトル化サンプリングベース計画によるマイクロ秒動作生成動作計画2023/9/1
サンプリングベースの動作計画を細粒度並列化し、順運動学や衝突判定を高速化することで、従来比500倍以上速いマイクロ秒・キロヘルツ級の計画を実現した。
- センシング不確かさ下での安全な動作計画のための確率的暗黙的ニューラル符号付距離関数動作計画2023/9/1
センサ固有の不確かさを直接モデル化する確率的な暗黙的ニューラル符号付距離関数を提案し、階層的最適化に基づく動作計画と組み合わせることで、高次元ロボットの安全な動作を生成し、経路のリスクを明示的に境界付ける。
- シミュレーション由来の実行可能行動による物体再配置マニピュレーション2023/2/1
物理シミュレータを動作計画に組み込み、手動で行動を定義せずに3D物体の再配置計画を生成する手法を提案。
- タスク・動作統合型情報木探索(TMIT*):ほぼ確実に漸近最適な統合タスク・動作計画タスク・動作計画2022/10/1
タスク計画と動作計画を統合し、非対称な前向き・後向き探索を交互に行うことで、計算コストの高い処理を遅延させつつ最適解へ収束するTMPアルゴリズムを提案した。
- 反例に基づく記号幾何学的行動抽象化の修復タスク・モーションプランニング2021/5/1
ロボットの行動を観測して記号的な抽象化モデルを自動構築・修正する手法を提案し、移動マニピュレーション行動で有効性を示した。
- 空間分割と運動規則・適応的集中調停による複数移動ロボットの進行保証群制御2021/2/1
環境を流動・開放・通路領域に分割し、適応的に集中化した衝突調停プロトコルでロボットの運動規則を定めることで、各ロボットの計画戦略に依存せず全ロボットの目標到達を保証するフレームワークを提案した。
