Wolfram Burgard
University of Technology Nuremberg
収録論文 151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
- RUMI: 拡張現実と触覚フィードバックを備えたRobotiq対応の汎用マニピュレーションインターフェースマニピュレーション2026/11/11
Robotiq 2F-85グリッパに合わせた把持形状と交換式指先センサを備えたハンドヘルド操作インターフェースを開発し、ARによる動作可否の可視化と触覚フィードバックで力覚を考慮した遠隔操作と模倣学習用データ収集を可能にした。
- 事前学習済み潜在ワールドモデルの少数ショット残差適応ワールドモデル2026/11/10
凍結した事前学習済み潜在ワールドモデルに対し、潜在予測誤差から自己教師ありの残差補正を少数の相互作用で学習させ、物理ダイナミクス変化下での計画・制御性能を回復させる手法を提案した。
- Wrench-ACT: 直接的な力制御による接触の多い動作のためのロボットポリシー強化マニピュレーション2026/9/29
接触の多いマニピュレーションタスクにおいて、力（レンチ）を唯一の行動出力として予測する模倣学習ポリシーを提案し、位置ベースのベースラインを上回る性能を示した。
- TACTIC: 接触の多いロボットマニピュレーション政策のための触覚エンコーダと条件付けの理解触覚2026/9/25
視覚ベース触覚センサを用いた接触の多いマニピュレーションタスクにおいて、様々な触覚エンコーダと融合戦略を実世界で2000回以上評価し、最適な設計はタスクに強く依存することを示した研究。
- VLMベース視覚言語ナビゲーションモデルは何に依存しているのか：方策行動の解釈と操作VLA2026/9/21
VLMベースの視覚言語ナビゲーションモデルが視覚・指示・記憶をどう統合し、内部表現を操作することで未知環境での性能を向上できるかを解明した研究。
- Norm2Tex: 視触覚シミュレーションをテクスチャで拡張触覚2026/9/21
ノーマルマップから高周波の表面詳細を視覚ベース触覚シミュレータに組み込み、シミュレーションと実世界の触覚データのギャップを埋めるプラグイン手法を提案。
- 適応的世界記憶3D基盤モデル：スケーラブルな3Dマッピング・自己位置推定・レンダリング3D基盤モデル/SLAM2026/9/18
Transformerベースのゲート付き更新と時空間調整を組み合わせた適応的世界記憶機構により、長期記憶・大規模マッピング・ガウシアンレンダリングを単一モデルで統合した3D基盤モデルを提案。
- DUET-DINO: ロボットマニピュレーションの潜在計画のための同時クロスビュー世界モデリングマニピュレーション2026/9/9
側面カメラと手首カメラの観測をクロスビュー条件付けで統合し、7自由度エンドエフェクタ制御のための行動条件付き潜在世界モデルを学習する手法を提案。到達・角度付き到達・把持持ち上げタスクで単一視点や独立二視点のベースラインを上回る性能を達成した。
- 空中MLLMエージェントのゼロショットミッションレベル評価VLA/評価2026/7/1
空中3D環境での長期的なタスクを評価するベンチマークMissionBenchを提案し、22のMLLMモデルが人間の84.4%に対し35%未満の成功率であることを示した。
- DuoBench: シミュレーションと実世界における両腕操作の再現可能なベンチマーク両腕操作/ベンチマーク2026/6/1
両腕ロボット操作のためのベンチマークフレームワークDuoBenchを提案し、シミュレーションと実世界で11タスクを実装して、既存の両腕模倣学習やVLAポリシーの性能を評価した。
- 任意形状物体の協調運搬のためのマルチエージェント強化学習による隊列形成群制御2026/6/1
マルチエージェント強化学習を用いて、複数ロボットが任意形状・不均一質量分布の物体を安全に支える隊列を自律形成する手法を提案した。
- DINOへの報酬付与：視覚基盤モデルによる密な報酬の予測ロボット操作/報酬学習2026/3/1
ロボット操作タスクにおいて、カメラ画像から言語条件付きの密な報酬関数を学習する手法「Rewarding DINO」を提案。デモ軌跡ではなくタスクの意味を学習し、シミュレーションと実世界の両方で汎化性能を示した。
- FlowTouch: 視点不変な視覚-触覚予測触覚2026/3/1
物体の局所3Dメッシュを用いて、カメラ画像から触覚画像を予測する視点不変なモデルを提案し、シミュレーションから実環境への一般化と把持安定性予測への応用を示した。
- OGScene3D: シーン理解のための漸進的オープンボキャブラリ3Dガウシアンシーングラフマッピングシーン理解2026/3/1
ロボットが環境を漸進的に探索しながら、オープンボキャブラリの3Dセマンティックマップとシーングラフを構築するシステムを提案した。
- 時間離散・時間連続の速度フィードフォワードによる視覚言語行動モデルの動的追従の実現VLA/制御2026/3/1
視覚言語行動モデルに速度フィードフォワード項を統合する2つの手法を提案し、接触を伴うタスクでの追従性能と成功率を改善した。
- VLAgents: VLA推論を効率化するポリシーサーバVLA2026/1/1
VLAモデルの推論を統一プロトコルで抽象化し、共有メモリと圧縮ストリーミングで通信を最適化するモジュラーポリシーサーバを提案。
- 能動学習によるラベル効率の良い点群セグメンテーション点群セグメンテーション2025/12/1
点群を2Dグリッドで分割し、ネットワークアンサンブルで不確実性を推定して注釈対象を選ぶ能動学習手法を提案し、複数のデータセットで高性能を示した。
- ConPoSe: LLMガイドによる協調物体押し出しのための接触点選択のスケーラブル化マニピュレーション2025/10/1
複数ロボットで物体を押す際の接触点選択に、大規模言語モデルの推論と局所探索を組み合わせる手法を提案し、従来の解析的手法よりスケーラブルで高性能なことを示した。
- Robot Control Stack：大規模ロボット学習のための軽量エコシステムVLA2025/9/1
VLAや強化学習ポリシーの学習・実機実験を支援する、シミュレーションと実機を統一インターフェースで扱う軽量なロボット制御フレームワークを提案し、OctoやOpenVLAなどの性能を評価した。
- MetricNet: 生成ナビゲーションポリシーにおけるメートルスケールの復元ナビゲーション2025/9/1
生成ナビゲーションポリシーが出力する抽象的な軌跡にメートル距離を与え、障害物を回避しつつ目標へ向かう制御を可能にする手法を提案。
- 実環境における関節物体の推定関節物体推定2025/9/1
動的なカメラ移動と部分観測の下で、RGB-D動画から関節物体のパーツ軌跡と関節軸を推定するフレームワークArtiPointを提案し、新データセットArti4Dで評価した。
- 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。
- ロボティクスにおけるAIのロードマップロボティクスAI2025/7/1
1990年代以降のロボティクスAIの成果を評価し、多様なタスク・環境に対応するデータセットや汎用性の高いアルゴリズム設計など、短期・中期的な研究課題と展望をまとめたロードマップを提案する。
- ロボットナビゲーションと操作のためのマルチモーダル空間言語マップVLA2025/6/1
視覚・言語・音声の特徴を3D環境再構成に融合した空間マップを構築し、LLMと組み合わせて自然言語指示やマルチモーダルな目標を地図上に定位してロボットのナビゲーションと操作を可能にする手法を提案。
- ロボットのための拡張現実（ARRO）：視覚運動ポリシーの視覚的ロバスト性を目指して視覚運動ポリシー/ロバスト性/拡張現実2025/5/1
ARROは、ゼロショットのオープンボキャブラリセグメンテーションと物体検出を用いて、追加学習なしでリアルタイムにタスク無関係領域をマスクし、仮想ガイドを重ねることで、視覚運動ポリシーのシーン変化に対するロバスト性を向上させる手法である。
- ラベル効率的なLiDARパノプティックセグメンテーションLiDARセグメンテーション2025/3/1
少量のラベル付き画像から2Dネットワークで疑似ラベルを生成し、点群の幾何特性を活かした3D精緻化モジュールで精度を高めてLiDARパノプティックセグメンテーションを学習する手法を提案。
- LLM-Pack: 大規模言語モデルによる直感的な詰め込みマニピュレーション2025/3/1
言語・視覚基盤モデルを活用し、食料品を人間のように順序立てて詰め込む手法を提案。追加学習なしで新規商品に対応できる。
- REGRACE: 一貫性評価を用いた堅牢で効率的なグラフベース再位置推定アルゴリズム再位置推定2025/3/1
LiDARサブマップとグラフニューラルネットワークを用いて、回転不変な物体特徴と近傍文脈を学習し、スケーラブルなBag-of-Wordsで再訪を検出する再位置推定手法を提案。幾何的一貫性で再訪を判定し、従来手法と同等の精度で2倍高速化を実現。
- 洗練されたポリシー蒸留：VLA汎用モデルからRLエキスパートへVLA2025/3/1
VLAモデルを教師として強化学習で蒸留し、マニピュレーションタスクにおいてVLAを上回る高性能なエキスパートポリシーを効率的に学習する手法を提案。
- LUMOS: 世界モデルを用いた言語条件付き模倣学習VLA2025/3/1
学習した世界モデルの潜在空間で長期ロールアウトを練習し、言語指示で操作可能なスキルを実機ロボットにゼロショット転移する模倣学習フレームワーク。
- 視覚基盤モデルによるLiDAR位置合わせ位置推定2025/2/1
周囲カメラ画像から得たDINOv2特徴を点記述子として使い、RANSACやICPと組み合わせることで、季節変化や長期経過後でもLiDARスキャンを3Dマップに頑健に位置合わせする手法を提案。
- BYE: 探索データ1シーケンスだけで長期動的シーン理解を実現するエンコーダ構築動的シーン理解2024/12/1
1回の探索データ系列のみで学習するクラス非依存の点群エンコーダを提案し、VLMとのアンサンブルで動的環境での物体対応付けを高精度化した研究。
- FlowNav: フローマッチングと深度事前分布を組み合わせた効率的なナビゲーションナビゲーション2024/11/1
フローマッチングと既存の基盤モデルから得られる深度事前分布を組み合わせて、ロボットナビゲーションの行動方策を学習する手法を提案し、従来法より高精度・高速なナビゲーションを実現した。
- CloudTrack: クラウドセマンティクスによるスケーラブルなUAV追跡UAV追跡2024/9/1
UAVの限られた計算資源でも動作するよう、意味的条件付きオープンボキャブラリ物体追跡をクラウドと連携して行う手法を提案し、行方不明者捜索での有効性を示した。
- VLM-Vac: VLM知識蒸留と言語誘導経験再生によるスマート掃除機の高度化VLA2024/9/1
視覚言語モデル(VLM)の知識を小型モデルに蒸留し、言語誘導型経験再生で継続学習することで、ロボット掃除機が多様な背景でも物体を回避・吸引できるようにした研究。
- 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。
- 良い基盤は多くのラベルに値する：ラベル効率的なパノプティックセグメンテーションセグメンテーション2024/5/1
視覚基盤モデルを活用し、少数のラベル付きデータで軽量なセグメンテーションヘッドを訓練し、自己訓練と融合モジュールでパノプティックセグメンテーションを高精度に実現する手法を提案。
- LetsMap: 意味的BEVマッピングのための教師なし表現学習BEVマッピング2024/5/1
単眼前方画像から意味的BEVマップを生成するため、ラベルなしでシーン幾何と意味を別々に事前学習し、少量のBEVラベルで微調整する手法を提案。
- 運動と深層点対応を用いたターゲット不要のカメラ-LiDAR自動キャリブレーションキャリブレーション2024/4/1
視覚・LiDARオドメトリの運動推定と深層学習による2D-3D点対応を組み合わせ、専用ターゲットや人手を要さずにカメラ-LiDAR間の外部キャリブレーションを最適化で求める手法を提案。
- BEVCar: カメラとレーダーの融合によるBEVマップと物体セグメンテーションBEVセグメンテーション2024/3/1
カメラと車載レーダーを融合し、生のレーダーデータを点ベースで符号化して画像特徴のBEV空間への持ち上げを初期化することで、悪天候や夜間でも頑健なBEV物体・マップセグメンテーションを実現した。
- 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。
- 分散型マルチエージェント協調運転のためのエージェント非依存集中学習マルチエージェント協調運転2024/3/1
単一エージェント強化学習とマスク付き注意ネットワークを用い、エージェント固有の設計を必要とせずに自動運転車の分散協調運転ポリシーを学習する手法を提案し、ボトルネックでの交通流改善を実証した。
- 言語に基づくロボットナビゲーションのための階層的オープン語彙3Dシーングラフナビゲーション2024/3/1
オープン語彙の視覚基盤モデルを用いて、床・部屋・物体の階層を持つ3Dシーングラフを構築し、多階層建物内での言語指示に基づくロボットナビゲーションを実現した。
- uPLAM: 知覚の不確かさを活用したロバストなパノプティック自己位置推定とマッピング自己位置推定・マッピング2024/2/1
パノプティックCNNの画素ごとの不確かさを確率的な自己位置推定・マッピングに統合し、より正確な地図と位置推定を実現する手法を提案。評価用データセットも公開。
- 産業プラント点検・監視のためのスマート移動ロボットシステムの評価点検ロボット2024/2/1
光学・嗅覚・音響センサを搭載した自律移動ロボットを化学プラントの排水処理場で評価し、物体検出・3D位置推定・経路計画・メタン漏れ検知・音響診断の性能を検証した。
- 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。
- Care3D: 実ロボット介護環境における能動的3D物体検出データセット3D物体検出2023/10/1
介護ロボット研究で使われる実環境を対象に、能動的3D物体検出のためのアノテーション付きデータセットを構築し、SLAM評価用の正解データも提供した。
- Lan-grasp: 大規模言語モデルを活用した意味的物体把持と配置マニピュレーション2023/10/1
大規模言語モデルと視覚言語モデルを組み合わせ、物体の意味を理解した把持位置の決定と安全な配置をゼロショットで実現する手法を提案。
- 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。
- 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。
- 基盤モデルによる少数ショットパノプティックセグメンテーションセグメンテーション2023/9/1
DINOv2基盤モデルと軽量ヘッドを組み合わせ、わずか10枚の注釈画像で高品質な擬似ラベルを生成し、既存のパノプティックセグメンテーション手法を大幅に少ないラベルで学習可能にするSPINOを提案。
- 自動運転のための協調動的3Dシーングラフ協調SLAM/シーングラフ2023/9/1
複数車両のLiDARデータを協調SLAMで統合し、車線グラフと多層シーングラフで都市動的環境を階層的に表現する手法を提案。
- 産業プラント監視のためのスマートロボットシステム産業点検ロボット2023/8/1
自律移動ロボットに各種センサと知能データ処理を統合し、メタン漏洩検知や流量推定、ガス異常・油膜・音源の認識、3D環境マッピング、動的障害物回避を実現。下水処理施設での実証実験で有効性を示した。
- POV-SLAM: 半静的環境における確率的物体認識型変分SLAMSLAM2023/7/1
物体の出現・消失・移動がゆっくり起こる半静的環境に対応するため、物体単位の変化を追跡・再構成する因子グラフSLAMを提案し、変分EMで最適化する。
- 画像とLiDAR点群のエンドツーエンド2D-3D位置合わせによる車両自己位置推定位置推定2023/6/1
RGB画像と生の3D点群を直接位置合わせするエンドツーエンドの2D-3DレジストレーションネットワークI2PNetを提案し、複数データセットで高精度・高効率な自己位置推定を実現した。
- 実時間ロボット制御のための高速かつ予測可能な制動動作制御2023/6/1
ロボットの停止軌道をオンラインで予測しながら、高速で滑らかな制動を実現する枠組みを提案し、7自由度アームのシミュレーションで有効性を検証した。
- ロボットの内在的対称性を利用した幾何学的正則化による連続制御学習強化学習2023/6/1
ロボット構造が持つ反射・回転対称性をネットワーク構造に組み込み、オンライン・オフライン強化学習で連続制御タスクの学習効率と性能を向上させる手法を提案。
- 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。
- FM-Loc: 基盤モデルを活用した視覚ベース位置推定の改善位置推定2023/4/1
GPT-3とCLIPを組み合わせ、物体検出と部屋ラベル推定からシーン記述子を生成し、訓練なしで環境変化に頑健な画像ベース位置推定を実現した。
- 音声・視覚・言語マップによるロボットナビゲーションナビゲーション2023/3/1
音声・画像・テキストのマルチモーダルな手がかりを統合した3Dボクセルマップを構築し、ロボットが多様なクエリで目的地を指定してゼロショットでナビゲーションできるようにした研究。
- CoVIO: 視覚慣性オドメトリのためのオンライン継続学習視覚慣性オドメトリ2023/3/1
視覚慣性オドメトリにおいて、経験再生を用いて新しい環境に適応しながら破滅的忘却を防ぐオンライン継続学習手法を提案し、リアルタイム推論を可能にする非同期版も開発した。
- CoDEPS: 深度推定とパノプティックセグメンテーションのためのオンライン継続学習継続学習2023/3/1
ロボットが未知環境にオンラインで適応できるよう、経験リプレイとドメイン混合による擬似ラベル生成を用いて、単眼深度推定とパノプティックセグメンテーションの継続学習手法を提案した。
- 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。
- SkyEye: 単眼前方画像からの自己教師あり鳥瞰図セマンティックマッピング自動運転/セマンティックマッピング2023/2/1
単眼前方カメラ映像と前方視セマンティックラベルのみを用い、時間的一貫性と擬似ラベルによる自己教師あり学習で鳥瞰図セマンティックマップを生成する手法を提案。
- 都市自動運転のためのレーングラフの学習と集約自動運転/HDマップ2023/2/1
航空画像からグラフニューラルネットワークを用いて車両位置ごとの後続レーングラフを予測し、複数の重複グラフを一貫した大規模レーングラフに集約する手法を提案した。
- 不確かさを考慮したLiDARパノプティックセグメンテーションLiDARセグメンテーション2022/10/1
LiDAR点群に対し、サンプリング不要で点ごとの不確かさ推定とパノプティックセグメンテーションを同時に行うEvLPSNetを提案し、不確かさの品質とキャリブレーションで最高性能を達成した。
- 視覚的アフォーダンスによる非構造データからの言語接地VLA2022/10/1
非構造でオフラインの実世界データから、1%の言語注釈のみで言語条件付きロボットスキルを効率的に学習する手法を提案し、CALVINベンチマークで最高性能を達成した。
- 視覚言語マップ：ロボットナビゲーションのための空間地図表現ナビゲーション2022/10/1
事前学習済み視覚言語モデルの特徴量を3D再構成と融合させた空間地図VLMapsを提案し、LLMと組み合わせることで複雑な自然言語指示に基づくロボットナビゲーションを実現した。
- タスク非依存オフライン強化学習のための潜在プランオフライン強化学習2022/9/1
模倣学習で低レベル潜在スキルを、オフライン強化学習で高レベルスキル連鎖方策を学ぶ階層的手法を提案し、実世界25種の操作タスクで既存手法を上回った。
- PADLoC: パノプティックアテンションを用いたLiDARベースの深層ループ閉じ込め検出と位置合わせSLAM2022/9/1
LiDAR SLAMにおいて、パノプティック情報を学習時に活用するTransformerベースのループ閉じ込め検出・位置合わせ手法を提案し、推論時にはアノテーション不要で最先端性能を達成した。
- T3VIP: 変換ベースの3D動画予測動画予測2022/9/1
シーンを物体パーツに分解し、それぞれの剛体変換を予測することで3D運動を明示的にモデル化する、教師なしのRGB-D動画予測手法を提案した論文。
- TrackletMapper: 交通参加者の軌跡を利用した地表面セグメンテーションとマッピングセグメンテーション2022/9/1
歩行者空間を走行するロボット向けに、自己と他者の軌跡をカメラ画像に投影して地表面の種類を自動注釈し、セグメンテーションモデルを学習する手法を提案。地表面マップを再投影する自己蒸留で精度を向上させた。
- USegScene: 意味的ガイダンスと結合ネットワークによる深度・オプティカルフロー・自己運動の教師なし学習教師なし学習/深度推定/オプティカルフロー/自己運動/意味セグメンテーション2022/7/1
ステレオ画像から深度・オプティカルフロー・自己運動を教師なしで推定するフレームワークを提案し、意味情報を活用した正則化や遮蔽処理、共有エンコーダによるマルチタスク学習で高精度を実現した。
- 不確かさを考慮したパノプティックセグメンテーション不確かさ推定/セグメンテーション2022/6/1
画素ごとの不確かさ推定も同時に行う新しいパノプティックセグメンテーション手法を提案し、不確かさを活用した融合モジュールと評価指標を導入した。
- 言語条件付きロボット模倣学習で重要な要素は何か：非構造データからの検討VLA2022/4/1
非構造なオフライン模倣データから言語条件付き方策を学ぶ際の設計選択を体系的に検討し、階層分解やマルチモーダルTransformer、離散潜在プラン、対照損失を組み合わせてCALVINベンチマークで最先端を上回った。
- 継続的SLAM：継続学習による生涯SLAMの先へSLAM2022/3/1
生涯SLAMの概念を、単一環境の変化から複数の大きく異なる環境への連続展開へと拡張した「継続的SLAM」タスクを提案し、二重ネットワーク構成で新環境への適応と過去知識の保持を両立するCL-SLAMを開発した。
- プレイデータから学ぶアフォーダンスによるサンプル効率の良い方策学習アフォーダンス学習2022/3/1
人間の遠隔操作プレイデータから自己教師ありで視覚アフォーダンスモデルを抽出し、モデルベース計画と深層強化学習を組み合わせて、少ない試行で効率的に方策を学習する手法VAPOを提案した。
- CALVIN：言語条件付き長期的ロボットマニピュレーションのベンチマーク言語条件付きマニピュレーション2021/12/1
言語指示に従って長期的なロボット操作タスクを解くためのオープンソース模擬ベンチマークCALVINを提案し、既存手法の性能不足を示した。
- 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。
- 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。
- 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。
- マルチタスク不確実性推定を活用した疎HDマップでのロバスト単眼自己位置推定自己位置推定2021/10/1
セマンティックセグメンテーションと物体検出の不確実性を推定し、微分可能なコストマップとスライディングウィンドウポーズグラフで疎なHDマップ上での単眼6D自己位置推定を高精度・ロバストに実現した。
- 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。
- 都市走行のシーン理解のための車線グラフ推定自動運転/HDマップ2021/5/1
鳥瞰図画像から車線の形状と接続関係をグラフ推定問題として解き、方向付き車線グラフを生成するLaneGraphNetを提案した論文。
- ドメインランダム化下での学習改善に向けた深層強化学習エージェントの事前学習sim2real2021/4/1
ドメインランダム化に不変な知覚エンコーダを事前学習することで、ノイズの多い訓練信号による強化学習の学習阻害を抑え、シミュレーションから実機へのゼロショット転移を改善した。
- EfficientLPS：効率的なLiDARパノプティックセグメンテーションLiDARセグメンテーション2021/2/1
LiDAR点群のパノプティックセグメンテーションのための新しいトップダウンアーキテクチャEfficientLPSを提案し、nuScenesとSemanticKITTIで最先端性能を達成した論文。
- 言語指示を接地してピック・アンド・プレイス作業を構成する言語接地マニピュレーション2021/2/1
自然言語の指示から物体とその空間関係を画像と文から推定し、PR2ロボットで把持・配置作業を逐次実行するシステムを提案した。
- Kineverse: モデル非依存の移動マニピュレーションのための記号的な関節構造モデルフレームワーク移動マニピュレーション2020/12/1
ロボットと物体の関節構造を記号数式で統一的にモデル化し、状態推定や移動マニピュレーションに応用できるフレームワークKineverseを提案した論文。
- リアルタイム物体検出のためのモダリティ・ビュッフェ物体検出2020/11/1
RGB入力から次に使う物体検出器を強化学習で選択し、複数検出器の性能を超えるリアルタイム検出ポリシーを実現した。
- 通信遅延下のクアッドロータ位置制御のための効率的なリアルタイムNMPC制御/MPC2020/10/1
通信遅延補償と入力制約を考慮したリアルタイム非線形モデル予測制御によるクアッドロータの位置制御器を設計し、acadosとHPIPMを用いたオフボード実装でCrazyflie 2.1上での有効性を示した論文。
- 幻の障害物を乗り越える：誤検出を含む知覚を用いた行動クローニング自動運転/行動クローニング2020/8/1
物体検出の誤検知（偽陽性）を確率的な鳥瞰図グリッドで表現し、専門家の運転デモから模倣方策を学習することで、保守的にならず安全に走行できる手法を提案した。
- PillarFlow: 自動運転のためのエンドツーエンド俯瞰視点フロー推定自動運転/フロー推定2020/8/1
連続するLiDAR点群から俯瞰視点の2次元フローをエンドツーエンドで推定し、動的・静的物体の追跡性能を向上させる手法を提案した。
- 見通しのための後知恵：物理的相互作用から教師なしで構造化ダイナミクスモデルを学習ダイナミクスモデル2020/8/1
ラベルなしの3D点群と画像から、ロボットの相互作用ダイナミクスを物体中心に学習する手法を提案し、視覚運動制御や計画に有効であることを示した。
- 自己教師あり深度・自己運動推定のためのニューラルレイサーフェス自己教師あり学習2020/8/1
カメラモデルを事前知識なしに学習するニューラルレイサーフェスを提案し、未ラベル動画から深度と自己運動を自己教師ありで推定できるようにした。
- 単一ステージのエンコーダ・デコーダを超えて：セマンティック画像セグメンテーションのための深いデコーダセマンティックセグメンテーション2020/7/1
複数の浅いネットワークを組み合わせた新しいデコーダと後方・積層残差スキップ接続を提案し、クラス不均衡を補正する重み関数を導入してセマンティックセグメンテーションの精度を向上させた論文。
- 物理インタラクションによる自己教師あり転移学習を用いたインスタンスセグメンテーション自己教師あり学習2020/5/1
ロボットが未知物体を押してオプティカルフローから物体マスクのラベルを自己生成し、DeepMaskをファインチューニングすることで、人手ラベルなしに未知物体のインスタンスセグメンテーションを学習する手法を提案した。
- マルチオブジェクトパノプティックトラッキングパノプティックトラッキング2020/4/1
セマンティックセグメンテーション・インスタンスセグメンテーション・マルチオブジェクトトラッキングを統合した新タスクMOPTを提案し、評価指標sPTQと統合ネットワークPanopticTrackNetを開発した論文。
- HeatNet：熱画像で昼夜のセマンティックセグメンテーションのドメインギャップを埋めるマルチモーダル認識2020/3/1
RGBと熱画像を組み合わせたマルチモーダルセグメンテーションと昼夜間のドメイン適応・教師生徒学習により、夜間でも頑健に動作する手法を提案し、2万組超のRGB-熱画像データセットと熱カメラの自動キャリブレーション法も公開した。
- 幻覚的なシーン表現を用いた関係指示に基づく物体配置の学習物体配置2020/1/1
単一画像から空間関係ごとの画素単位の物体配置確率を推定するCNNを提案し、幻覚した高レベルシーン表現の分類を補助タスクとして学習することで、正解データや3Dモデルなしで関係指示に沿った物体配置を実現した。
- 音響特徴の教師なし学習による自己教師あり視覚地形分類自己教師あり学習2019/12/1
車両と地形の接触音から教師なしで地形を分類し、その結果を画像のピクセル単位セマンティックセグメンテーションの自己教師信号として利用する枠組みを提案した論文。
- 空陸協調ロボティクスによる精密農業システムの構築空陸協調ロボティクス2019/11/1
小型UAVの空撮とUGVの選択的作業を組み合わせ、作物モニタリングから除草・可変散布までを人手なしで行う適応型精密農業ロボットシステムを開発・実証した。
- 3次元LiDARから抽出したポールランドマークによる都市環境での長期車両自己位置推定自己位置推定2019/10/1
3次元LiDARからポール状物体を検出して地図を作成し、15か月にわたる都市環境での長期自己位置推定を高精度かつ高信頼で実現するシステムを提案した。
- DCTマップ：コサイン変換に基づくコンパクトで微分可能なLiDARマップマッピング2019/10/1
LiDARマップを位置領域ではなく離散周波数領域で保持し、逆DCTの連続拡張で微分可能な連続スカラー場として復元する手法を提案。グリッドマップより少ないメモリで高精度な表現を実現した。
- デモンストレーションからの適応的カリキュラム生成による視覚運動制御のsim-to-real転移sim2real2019/10/1
デモ軌跡のサンプリング位置とシミュレーション設定を適応的に制御してタスク難易度を段階的に上げ、視覚ベースの強化学習方策を実世界へゼロショット転移させる手法を提案した。
- 敵対的スキルネットワーク：動画からの教師なしロボットスキル学習教師なしスキル学習2019/10/1
ラベルなしの多視点動画から、タスクに依存しないスキル埋め込み空間を敵対的損失とメトリック学習で学習し、新規タスクへのスキル転用・組み合わせを可能にする手法を提案した論文。
- レイ経路情報に基づく解析的LiDARセンサモデルSLAM2019/10/1
LiDARのレイ経路情報を活用し、地図構築と自己位置推定の両方に適用できる一貫した物理モデルを提案。実環境実験で既存モデルを上回る性能を示した。
- 3次元レーザースキャンから有限平面を抽出する最尤推定法点群処理2019/10/1
3次元レーザースキャン中の有限平面を、点の追加で計測尤度が最も下がらないように階層クラスタリングで抽出する確率的手法を提案し、SegCompベンチマークと新規合成データセットで評価した。
- 2次元レーザースキャンから折れ線を抽出する最尤推定法SLAM/環境モデリング2019/10/1
2次元レーザーレンジスキャンから、スキャンの尤度を最大化する折れ線集合を求めることで、室内環境の直線構造を高精度に抽出する確率的手法を提案した。
- 単一画像からの自己教師あり3D形状・視点推定とロボット把持への応用3D認識2019/10/1
物体のシルエットのみを教師信号として、単一画像から3D形状と視点を自己教師あり学習で推定するCNNを提案し、実ロボットの把持性能向上に活用した。
- LiDARロボット自己位置推定のための閉形式完全地図事後分布自己位置推定2019/10/1
ビーム型LiDARモデルに対しセルごと2パラメータで表せる閉形式の地図事後分布を導出し、単一の最尤地図ではなく事後分布に基づくベイズフィルタで自己位置推定精度を向上させた。
- 脳信号からユーザの軌道選好を学習する脳波インタフェース2019/9/1
ロボットアームの軌道を観察中の脳波（EEG）を用いてユーザの選好を解読し、軌道を好み順にランク付けできることを示した研究。
- 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。
- 時系列一貫性を備えた3D LiDARスキャンの深層セマンティックセグメンテーションセマンティックセグメンテーション2019/6/1
LiDARスキャンを車・歩行者・自転車に分類するDCNNを提案し、ベイズフィルタで時系列的に一貫した予測を実現した研究。
- カメラ画像とLiDAR地図の位置合わせネットワーク位置推定2019/6/1
単眼RGB画像を事前構築済みの3D LiDAR地図に照合し、自己位置を推定するCNNベースのリアルタイム手法を提案した論文。
- 都市災害救助のための視覚ベース自律UAVナビゲーションと着陸UAVナビゲーション2019/6/1
地震などで倒壊した建物環境において、事前地図なしでUAVが自律飛行し、がれき上に安全に着陸するシステムを提案。地形の平坦さや傾斜などを考慮した着陸地点検出手法と大規模合成データセットを構築した。
- 間取り図を用いた単眼カメラロボット自己位置推定自己位置推定2019/3/1
単眼カメラ画像から部屋のレイアウトエッジをCNNで抽出し、パーティクルフィルタで間取り図と照合することでロボットの位置姿勢を推定する手法を提案した。
- スケジュールされた内発的ドライブ：階層的な内発的動機付け探索強化学習/探索2019/3/1
内発的・外発的方策を別々に学習し、探索とタスク遂行をスケジュールで切り替える階層的強化学習手法を提案。軌道全体の統計を用いる新たな内発的報酬SFCにより、視覚入力環境での探索効率を大幅に改善した。
- 不確実性下でも高精度に部品を組み付ける信念空間計画法マニピュレーション2018/11/1
インピーダンス制御されたコンプライアント系上で部品組立を信念空間計画問題として定式化し、漸近最適なランダム運動計画法を非決定論的領域へ拡張して、CADモデルのみから信頼性高く組立を行う手法を提案した。
- RGB-Dカメラを用いた自律ロボットによる高精度な注ぎ動作マニピュレーション2018/10/1
RGB-Dカメラで液面を追跡し注ぐ速度を適応制御することで、PR2ロボットが数ミリ精度で目標高さまで飲料を注げる手法を提案・評価した。
- 3D LiDARスキャン向け局所特徴記述子の学習SLAM2018/9/1
CNNを用いて3D LiDARスキャンの局所特徴記述子を学習し、対応点マッチングの精度と計算時間で既存手法を上回る性能を示した論文。
- 災害現場での視覚に基づく自律着陸UAV自律着陸2018/9/1
倒壊建物の瓦礫上に安全に着陸するため、地形の平坦さや傾斜などを考慮したコストマップとクラスタリングで着陸地点を選び、最小ジャーク軌道で自律着陸するシステムを提案した。
- 自律移動ロボットのためのマルチモーダル相互作用認識型横断予測歩行ナビゲーション2018/8/1
信号のない横断歩道でも安全に渡れるよう、周囲の交通参加者の将来軌道予測と信号認識を統合したCNNで横断可否を判断する手法を提案した論文。
- ロボティクスにおける深層学習の限界と可能性深層学習2018/4/1
ロボット特有の学習・推論・身体性の課題を整理し、評価指標やシミュレーション学習、データ駆動とモデル駆動の融合の重要性を論じた展望論文。
- ロバストな固有感覚地形分類のための深い時空間モデル地形分類2018/4/1
車両と地形の相互作用音を固有感覚として用い、CNNとLSTMを組み合わせた深層モデルで空間的特徴と時間的動態を捉え、高精度かつロバストな地形分類を実現した。
- VLocNet++：セマンティックな視覚自己位置推定とオドメトリのための深層マルチタスク学習自己位置推定2018/4/1
セマンティックセグメンテーションと6自由度の自己位置推定・オドメトリをマルチタスク学習で同時に行い、適応重み付き融合層と自己教師ありワーピングで相互に精度を向上させる手法を提案した論文。
- 好奇心駆動探索による地図なしナビゲーションの深層強化学習ナビゲーション2018/4/1
深層強化学習に好奇心に基づく内的報酬を加え、地図情報なしで移動ロボットが目標へナビゲーションする方策を学習させる手法を提案し、未知環境への汎化性能が向上することを示した。
- 視覚的自己位置推定とオドメトリのための深層補助学習視覚的自己位置推定2018/3/1
単眼連続画像から6自由度のグローバル姿勢回帰とオドメトリ推定を同時に行うマルチタスクCNN「VLocNet」を提案し、相対姿勢情報を活用する幾何整合損失でSIFTベース手法に匹敵する精度を実現した。
- 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。
- ロボット用VRゴーグル：視覚制御のための実世界からシミュレーションへのドメイン適応sim2real2018/2/1
実世界の画像をシミュレーション風に変換してから強化学習ポリシーに入力することで、シミュレーションで学習した視覚制御ポリシーを実環境へ転移する手法を提案した論文。
- 深層畳み込みニューラルネットワークによる観察者EEGからのロボット動作成否の解読と可視化BCI/ロボットエラー検出2017/11/1
ロボットと協働する人間のEEG信号からロボットのエラーを深層畳み込みネットワークで高精度に検出し、従来手法より優れることを示した研究。
- 生の深度入力から社会規範に沿うナビゲーションを実現する生成的敵対的模倣学習ナビゲーション2017/10/1
GAILを用いて、歩行者位置などの事前情報なしに生の深度画像のみから社会的に配慮した移動ロボットのナビゲーションを学習・実時間実行する手法を提案した。
- ロボットはなぜ道を渡るのか？—マルチモーダルセンサデータから学ぶ自律的道路横断自律移動2017/9/1
レーザとレーダのデータのみを用い、ランダムフォレストで道路横断の安全可否を判定するマルチモーダル学習手法を提案し、実世界データで有効性を示した。
- 植物からランドマークへ：農業圃場における深層ポーズ回帰を用いた時間不変な植物位置推定農業ロボティクス2017/9/1
RGBと近赤外画像から全畳み込みニューラルネットワークで植物の茎の出芽点をランドマークとして学習し、ポーズ回帰により高精度に位置推定する手法を提案した。テンサイ圃場での実験でセンチメートル精度の再現性を実証した。
- ロボットの誤り観察時における脳応答の解読BCI2017/8/1
ロボットの動作が正しいか誤っているかを観察した際のEEG信号から、正誤とロボットの種類を単一試行で解読できることを示した研究。
- 病院ロボットのための人物と移動補助具の深度検出人物検出2017/8/1
深度画像から人物の位置・速度を推定し、車椅子や松葉杖などの移動補助具の種類ごとに分類するパイプラインを提案。Fast R-CNNと高速領域提案で検出を7倍高速化し、新たな病院データセットも公開した。
- 思考で動かす：コミュニケーション困難なユーザーのための移動型サービスロボットアシスタントBCI/ヒューマンロボットインタラクション2017/7/1
脳波インターフェース（BCI）を用いて、麻痺のあるユーザーが思考だけで移動型サービスロボットに指示を出し、物の運搬や人とのインタラクションを閉ループで実行できるフレームワークを開発し、実環境での有効性を示した。
- プッシュ提案ネットワークによる物体の分離把持の学習マニピュレーション2017/7/1
散らかった物体の山から未知の物体を1つずつ分離するため、RGB-D画像から効果的な押し動作を提案するニューラルネットを提案し、PR2ロボットでの実実験で高い成功率と少ない動作回数を示した。
- 賢く選ぶ：変化する環境での物体検出のための適応型マルチモーダル融合マルチモーダル融合2017/7/1
RGB-Dカメラの外観・深度・動きの各モダリティの予測をオンラインで重み付けするCNNエキスパート混合型の適応融合手法を提案し、照明変化やモーションブラーに頑健な人物検出をロボット実験で示した。
- 畳み込みを超えて：エンドツーエンド距離学習による空間関係の汎化距離学習2017/7/1
物体間の空間関係を距離学習で捉え、未知の物体にも汎化できるようにする手法を提案。学習した距離空間上で勾配最適化により目標関係を再現する物体姿勢を求める。
- 3D LiDARデータの深層意味分類LiDAR認識2017/6/1
3D LiDAR点群を「不動」「可動」「動的」の3クラスに点単位で分類する手法を提案し、深層学習による意味手がかりと点単位の動き推定をベイズフィルタで統合した。
- LiDAR教師あり学習による高精度ビジュアル自己位置推定自己位置推定2017/6/1
LiDARベースの位置推定結果を教師データとして、視覚オドメトリとトポロジカル位置推定の2つの深層ネットワークを学習し、それらを統合最適化することで、安価なカメラのみでLiDAR並みの精度を実現した。
- ニューラルSLAM：外部メモリを用いた探索学習SLAM2017/6/1
外部メモリへの注意機構にSLAMの手続きを組み込み、強化学習エージェントが長期記憶を要する未知環境を探索できるようにした研究。
- 空間関係を新しい物体へ汎化するための距離計量学習空間関係学習2017/3/1
距離計量学習を用いて、ロボットが空間関係の類似性を推論し、少ない実例から新しい物体や関係に汎化できる手法を提案した。
- 後継特徴量を用いた深層強化学習による類似環境間のナビゲーションナビゲーション2016/12/1
迷路状環境でのロボットナビゲーションを、後継特徴量に基づく深層強化学習で解き、学習済みタスクの知識を新環境や新目標へ転移して学習時間を大幅に短縮する手法を提案した。
- ロボット制御のための深層学習手法サーベイ：強化学習から模倣学習まで強化学習/模倣学習2016/12/1
ロボットの制御方策を深層学習で獲得する研究を、深層強化学習と模倣学習の2大パラダイムに分けて体系的に整理したサーベイ。
- 協調フィルタリングによる物体整理のユーザー選好予測協調フィルタリング2015/12/1
クラウドソーシングで集めたユーザーデータとWeb情報を活用し、協調フィルタリングで物体の整理方法に関する個人の好みを予測する手法を提案した。
- ロバストなRGB-D物体認識のためのマルチモーダル深層学習マルチモーダル認識2015/7/1
RGBと深度を別々のCNNで処理し後段で統合するRGB-D物体認識手法を提案し、不完全なセンサデータに強い学習法と深度画像のデータ拡張で実環境でも高精度を実現した。
- 手描き地図を用いたモンテカルロ自己位置推定自己位置推定2015/4/1
事前地図の代わりに非専門家が描いた手描き地図を使い、ロボットの姿勢をピクセル座標で表しつつ地図の局所的な歪みも同時推定することで自己位置推定を行う手法を提案した。
- Googleストリートビューを用いたメートル精度の自己位置推定自己位置推定2015/3/1
単眼カメラ映像とオドメトリのみを入力とし、Googleストリートビューのパノラマ画像を全球測位の基準として非線形最小二乗法で自己位置を推定する手法を提案した。
- RGB-Dカメラを用いた高速でロバストな特徴マッチングによる自己位置推定自己位置推定2015/2/1
RGB-Dカメラの特徴マップ上で、特徴空間の近接で候補姿勢を推定した後に3D空間マッチングで精緻化する2段階手法を提案し、実時間(30Hz)でロバストな大域的自己位置推定を実現した。
- 関節物体の運動学モデルを学習する確率的フレームワークマニピュレーション2014/5/1
ドアやキャビネットなどの関節物体を運動学グラフとして確率的にモデル化し、ノイズを含む姿勢観測から辺モデルと構造を推定して、姿勢予測やロボット操作、未知物体への汎化を実現した。
