Andreas Krause
収録論文 53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
- 触覚的好奇心がロボットのインタラクションを駆動する触覚2026/9/30
触覚フィードバックを探索の内在的報酬として用い、接触を伴う操作スキルを効率的に学習するフレームワークTacExを提案。タスク報酬や専門家デモなしで物体操作を獲得し、VLAモデルの事後学習にも有効。
- フローベースの視覚言語行動モデルにおける不確実性の定量化VLA2026/6/16
フローマッチングを用いた視覚言語行動モデル（VLA）に対して、速度場の不一致に基づく効率的な不確実性推定手法を提案し、失敗検出と能動的ファインチューニングに応用した。
- サンプリングに基づく安全強化学習安全強化学習2026/5/1
モデルベース強化学習において、動的モデルの不確かさを有限サンプルで近似し、学習中の安全性を保証するアルゴリズムを提案した。シミュレーションと実ロボットで安全な探索を実証した。
- 有界比率強化学習強化学習2026/4/20
PPOのヒューリスティックなクリップ目的と信頼領域法の理論的ギャップを埋めるため、有界比率強化学習（BRRL）フレームワークを提案し、解析的最適解と単調性能改善を保証する新しいポリシー最適化アルゴリズムBPOを開発した。
- 時間変動ダイナミクス下での制御のためのモデルベース強化学習強化学習2026/4/1
システムダイナミクスが時間とともに変化する環境で、古いデータの影響を制限する適応バッファ機構を持つ楽観的モデルベース強化学習アルゴリズムを提案し、非定常な連続制御ベンチマークでの性能向上を示した。
- 実機ロボットのオンライン強化学習で重要な設計選択とは何か強化学習2026/2/1
3種類のロボットで100回の実機学習を行い、アルゴリズムやシステム、実験設計の各選択を系統的に検証し、安定した学習を実現する設計指針を明らかにした。
- 方策事前分布による安全な探索安全強化学習2026/1/1
保守的な方策を事前分布として利用し、確率的ダイナミクスモデルで安全を保証しながら最適方策へ収束する強化学習手法SOOPERを提案した。
- TARC: 時間適応型ロボット制御強化学習/制御2025/10/1
強化学習により、ロボットが状況に応じて制御周波数を自律的に調整し、制御動作とその持続時間を同時に選択する手法を提案。RCカーと四足歩行ロボットで実機検証し、固定周波数制御と同等以上の性能を保ちつつ制御周波数を大幅に削減。
- 連続時間強化学習におけるサンプル効率とスケーラビリティの両立モデルベースRL2025/10/1
連続時間の未知ダイナミクスを確率的モデルで学習し、報酬と不確実性を組み合わせて探索するモデルベース強化学習手法COMBRLを提案。理論的な後悔・サンプル複雑度保証と実験での優位性を示した。
- 不確かさを考慮した能動探索によるソフトロボットのダイナミクス学習ソフトロボティクス2025/10/1
不確かさを推定するアンサンブルモデルで能動的に探索を行い、タスクに依存しない汎用的なソフトロボットのダイナミクスモデルを自律的に学習するフレームワークSoftAEを提案し、シミュレーションと実機で有効性を示した。
- SPiDR: 悲観的ドメインランダム化によるsim-to-real転移のゼロショット安全性sim2real2025/9/1
ドメインランダム化に悲観性を導入し、sim-to-realギャップ下でも安全制約を保証するスケーラブルな安全強化学習手法を提案し、実機ロボットで有効性を示した。
- オンライン力学学習による安全かつ準最適な制御制御/強化学習2025/9/1
未知の力学系において、安全性を保証しながらオンラインで力学モデルを学習し、準最適な性能を達成する制御手法を提案した論文。
- 超音波画像誘導ロボット脊椎手術のためのロバスト劣ガウスモデル予測制御医療ロボティクス2025/8/1
画像から推定した状態の誤差を劣ガウス雑音としてモデル化し、その不確かさを伝播させることで、線形システムの閉ループ安全性を保証するモデル予測制御を開発し、超音波画像誘導脊椎手術に応用した。
- 特徴ベース vs. GANベースの模倣学習：いつ、なぜ使うべきか模倣学習2025/7/1
模倣学習における特徴ベース手法とGANベース手法を比較し、報酬関数の構造と方針学習への影響を分析したサーベイ。タスクの優先事項に応じた手法選択の枠組みを提案する。
- SonoGym: ロボット超音波による難易度の高い手術タスクのための高性能シミュレーション医療ロボティクス2025/7/1
ロボット超音波の複雑な手術タスク向けに、CT由来の3D解剖モデルから超音波画像を物理ベースと生成モデルでリアルタイムに並列シミュレーションできるSonoGymを提案し、深層強化学習や模倣学習による解剖再構成・手術ガイダンスの学習を可能にした。
- DISCOVER: スパース報酬強化学習のための自動カリキュラム強化学習2025/5/1
目標タスクの方向へ探索目標を自動選択することで、スパース報酬の長期的タスクを効率的に解く強化学習手法を提案。
- 不確実性を考慮したロボット世界モデルによる実機オフライン強化学習の実現オフライン強化学習2025/4/1
自己回帰型世界モデルに認識的不確実性推定を組み込み、長期ロールアウトでの誤差蓄積を抑えることで、実機ロボットのオフラインデータのみからマニピュレーションや歩行タスクの制御方策を学習可能にした。
- NIL: 事前学習済み動画拡散モデルを活用したデータ不要の模倣学習模倣学習2025/3/1
事前学習済み動画拡散モデルが生成する2D動画をガイドに、3Dモーションキャプチャデータなしで多様な形態のロコモーション技能を獲得する模倣学習手法を提案。
- 性能制約付きMPCのための最適自動チューナー制御最適化2025/3/1
MPCのコスト関数パラメータを、性能制約を常に満たしながら有限時間で最適化する自動チューニング手法COAT-MPCを提案し、自動運転レースで有効性を示した。
- 確率的人工知能確率的推論2025/2/7
機械学習における不確実性の扱いと、逐次的意思決定タスクで不確実性を考慮する手法を解説した論文。
- 対称性誘導メモリ拡張による効率的な歩行学習歩行2025/2/1
ロボットとタスクの対称性を利用して追加の訓練経験を生成し、さらにポリシーのメモリ状態にも変換を適用することで、脚式ロボットの強化学習を効率化するフレームワークを提案した。
- ロボット世界モデル：ロボティクスにおける堅牢な方策最適化のためのニューラルネットワークシミュレータモデルベース強化学習2025/1/1
複雑で部分的に観測可能な確率的ダイナミクスを捉える世界モデルを学習し、想像環境での効率的な方策訓練と実世界展開を可能にするフレームワークを提案。
- MaxInfoRL：情報利得最大化による強化学習の探索促進強化学習2024/12/1
情報利得を内在的報酬として最大化し、価値関数と状態・報酬・行動のエントロピーを自然にトレードオフする探索フレームワークを提案。連続状態行動空間のオフポリシーRLに適用し、困難な探索問題や視覚制御タスクで性能向上を実現。
- マルチタスク方策の能動的ファインチューニング模倣学習2024/10/1
限られたデモ予算でマルチタスク方策を効率的に適応させるため、情報利得が最大となるタスクを能動的に選択してデモを収集する手法AMFを提案。
- ActSafe: 安全制約付き強化学習のための能動的探索安全強化学習2024/10/1
未知のダイナミクスに対する不確実性を考慮しつつ安全制約を守りながら探索するモデルベース強化学習手法を提案し、学習中の安全性と高性能を両立できることを示した。
- ベイズ推論によるSim-to-Realギャップの橋渡しsim2real2024/3/1
低忠実度の物理シミュレータを事前分布として活用し、ニューラルネットワークによるロボットダイナミクス学習を正則化するSIM-FSVGDを提案。RCレースカーでのドリフト駐車を少ないデータで実現。
- Safe Guaranteed Exploration for Non-linear Systems2024/2/1
- Data-Efficient Task Generalization via Probabilistic Model-based Meta Reinforcement Learning2023/11/1
- Efficient Exploration in Continuous-time Model-based Reinforcement Learning2023/10/1
- Safe Risk-averse Bayesian Optimization for Controller Tuning2023/6/1
- Tuning Legged Locomotion Controllers via Safe Bayesian Optimization2023/6/1
- Optimistic Active Exploration of Dynamical Systems2023/6/1
- Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement2023/5/1
- Leveraging Demonstrations with Latent Space Priors2022/10/1
- Near-Optimal Multi-Agent Learning for Safe Coverage Control2022/10/1
- Meta-Learning Priors for Safe Bayesian Optimization2022/10/1
- Gradient-Based Trajectory Optimization With Learned Dynamics2022/4/1
- Constrained Policy Optimization via Bayesian World Models2022/1/1
- Hierarchical Skills for Efficient Exploration2021/10/1
- Safe and Efficient Model-free Adaptive Control via Bayesian Optimization2021/1/1
- Efficient Model-Based Reinforcement Learning through Optimistic Policy Search and Planning2020/6/1
- Learning Stabilizing Controllers for Unstable Linear Quadratic Regulators from a Single Trajectory2020/6/1
- Safe Reinforcement Learning via Curriculum Induction2020/6/1
- Robust Model-free Reinforcement Learning with Multi-objective Bayesian Optimization2019/10/1
- Safe Exploration for Interactive Machine Learning2019/10/1
- The Lyapunov Neural Network: Adaptive Stability Certification for Safe Learning of Dynamical Systems2018/8/1
- Reinforced Imitation: Sample Efficient Deep Reinforcement Learning for Map-less Navigation by Leveraging Prior Demonstrations2018/5/1
- Learning-based Model Predictive Control for Safe Exploration2018/3/1
- Virtual vs. Real: Trading Off Simulations and Physical Experiments in Reinforcement Learning with Bayesian Optimization2017/3/1
- Safe Exploration in Finite Markov Decision Processes with Gaussian Processes2016/6/1
- Bayesian Optimization with Safety Constraints: Safe and Automatic Parameter Tuning in Robotics2016/2/1
- Safe Controller Optimization for Quadrotors with Gaussian Processes2015/9/1
- Efficient Informative Sensing using Multiple Robots2014/1/1