Fabio Ramos

収録論文 90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

• Warp RL: ベースポリシー分布の再形成による動力学適応
  強化学習/適応2026/6/1

  残差強化学習の限界を克服するため、ポリシーの行動分布を可逆な状態依存変換で変形する適応手法Warp RLを提案。シミュレーションと実機タスクで有効性を実証した。

• BayesFP: フローベース方策のためのFeynman-Kacサンプリングによる事後推定
  軌道生成/拡散モデル/フローマッチング2026/6/1

  事前学習済みの拡散・フローマッチング方策を事前分布とし、推論時に与えられるコストを尤度として事後サンプリングすることで、安全制約やタスク目的を満たす軌道生成を行う再学習不要の推論時サンプラーを提案した。

• 部分観測下での把持合成のためのハイブリッド最適化フレームワーク
  把持合成2026/6/1

  学習ベースのエネルギーモデルと解析的ICP法を組み合わせ、部分点群からロバストな把持姿勢を生成するハイブリッドフレームワークを提案。67物体・5,360回の試行で平均成功率60.9%を達成し、既存手法を上回った。

• 一般化された運動場における漸近最適エルゴード被覆
  探索計画2026/5/1

  時間変化する流れ場での探索をエルゴード被覆問題として定式化し、領域の進化を考慮した流れ適応型の被覆指標を提案した。これにより、非駆動や開ループ計画でも効果的な探索が可能になることを実験で示した。

• RoboLab: タスク汎用ポリシー解析のための高忠実度シミュレーションベンチマーク
  ベンチマーク2026/4/1

  ロボット基盤モデルの真の汎化性能を評価するため、高忠実度シミュレーション環境でタスク生成と系統的解析を可能にするRoboLabフレームワークと、120タスクからなるRoboLab-120ベンチマークを提案した。

• 実際に測定できる多様性：ロボットデータセットのための高速でモデルフリーな多様性指標
  データキュレーション2026/3/1

  模倣学習用ロボットデータセットの多様性を、シグネチャ変換に基づくエントロピーで定量化し、多様性を最大化するデータ選択アルゴリズムFAKTUALを提案した。

• 有界サポート進化戦略による方策改善
  強化学習2025/11/1

  有界な三角分布ノイズと中心化ランク有限差分推定を組み合わせたTD-ESを提案し、PPO事前学習後の方策改善で成功率を26.5%向上させた。

• ScheduleStream: GPU加速マルチアームタスク・動作計画のためのサンプラを用いた時間的計画
  マニピュレーション2025/11/1

  複数アームの並列動作を可能にするスケジューリングを生成する汎用フレームワークScheduleStreamを提案し、GPU加速サンプラでTAMPASを高速化、実機双腕ロボットで実証した。

• 言った通りに動け：実行時推論・行動整合性検証による視覚言語行動モデルの誘導
  VLA2025/10/1

  推論型VLAモデルが生成するテキスト計画と実際の行動の不一致を実行時に検証し、シミュレーションとVLMで計画に最も合致する行動を選ぶことで、再学習なしにOOD環境でのロバスト性と新規行動の合成を実現した。

• 強化学習で獲得した両腕ロボットスキルの計画とスケジューリング
  マニピュレーション2025/10/1

  強化学習で訓練した単腕・両腕のプリミティブスキルをライブラリ化し、Transformerベースのプランナがスキルの離散的なスケジュールと連続パラメータを同時予測することで、長期的な接触を伴う両腕マニピュレーションを効率的に計画する階層的フレームワークを提案した。

• ロボティクスにおけるリアルギャップ：課題・解決策・ベストプラクティス
  sim2real2025/10/1

  シミュレーションと実環境の差異（リアルギャップ）の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。

• VLA-0: ゼロ改変で最先端のVLAを構築する
  VLA2025/10/1

  ロボット操作のための視覚-言語-行動モデルにおいて、行動をテキストとして直接表現する最も単純な戦略を検証し、複雑な手法を上回る性能を達成した。

• Refinery: 接触の多いタスク向け能動的ファインチューニングと展開時最適化
  マニピュレーション2025/10/1

  ベイズ最適化によるファインチューニングとGMMベースの初期化選択で、接触の多い組立タスクの成功率を91.51%まで向上させ、多部品の長期組立も可能にした。

• PEEK: ロボットマニピュレーションポリシーのゼロショット汎化のための誘導と最小画像表現
  マニピュレーション2025/9/1

  VLMを使ってエンドエフェクタ経路とタスク関連マスクを予測し、ポリシーに必要な最小限の手がかりを与えることで、シミュレーションのみで訓練したポリシーの実世界ゼロショット汎化を大幅に向上させる手法を提案。

• Sim-to-Real転送のためのロボット政策評価：ベンチマークの視点
  sim2real2025/8/1

  本論文は、汎用ロボットマニピュレーション政策のsim-to-real転送を目的としたベンチマーク設計の課題と要件を議論し、高視覚忠実度シミュレーションの活用、タスク複雑性とシナリオ摂動を段階的に増やす評価、実世界性能とシミュレーション性能の整合性の定量化を提案する。

• 腕全体の政策学習による変形可能なクラスタの操作
  マニピュレーション2025/7/1

  3D点群と固有感覚触覚指標を統合したモデルフリー強化学習により、腕全体を使った変形物体クラスタの操作を実現し、電力線清掃タスクでゼロショットsim-to-real転移を達成した。

• GraspGen: オブジェクト把持のための拡散モデルフレームワーク
  マニピュレーション2025/7/1

  拡散モデルを用いて6自由度の把持を生成し、識別器でフィルタリングするフレームワークを提案。5300万把持のデータセットを公開し、実機でも高い性能を示した。

• Q値誘導スタイン変分モデル予測制御：強化学習に基づく方策事前分布の活用
  モデル予測制御2025/7/1

  強化学習で学習したソフトQ値をガイドにスタイン変分勾配降下で軌道粒子を更新し、多様な解を保ちながらモデル予測制御を行う手法を提案。ナビゲーション・マニピュレーション・実機果実収穫で性能向上を示した。

• RoboArena：汎用ロボットポリシーの分散型実世界評価
  ロボット評価/ベンチマーク2025/6/1

  評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。

• Cosmos-Transfer1：適応的マルチモーダル制御による条件付きワールド生成
  sim2real2025/3/1

  セグメンテーション・深度・エッジなど複数モダリティの空間制御入力を場所ごとに重み付けして世界シミュレーションを生成するモデルを提案し、ロボティクスのSim2Realや自動運転データ拡張への応用とリアルタイム推論を実証した。

• HAMSTER: オープンワールドロボット操作のための階層型行動モデル
  VLA2025/2/1

  高レベルVLMが粗い2D経路を予測し、低レベル3D制御ポリシーが精密操作を行う階層型VLAモデルを提案。非ドメインデータを活用し、実機でのオープンワールド汎化を実現する。

• 並列形状マッチングによる把持
  マニピュレーション2024/12/1

  グリッパと物体の剛体形状マッチングとして把持問題を定式化し、AS-ICPとGPU並列化で高速かつロバストな把持を実現した。

• 視覚言語モデルが生成する制約によるオープンワールドタスク・動作計画
  タスク・動作計画2024/11/1

  視覚言語モデルに離散的な行動順序制約と連続的なコード制約を生成させ、タスク・動作計画(TAMP)に統合することで、自然言語で指定された長期的なロボット操作タスクをオープンワールドで解けるようにした。

• 微分可能なGPU並列タスク・動作計画
  タスク・動作計画2024/11/1

  GPU並列で多数の連続解候補を同時探索し、微分可能最適化で制約を満たす二段階TAMPアルゴリズムを提案。高制約な問題を数秒で解き、実機ロボットで検証した。

• Aim My Robot: 任意の物体への高精度ローカルナビゲーション
  ナビゲーション2024/11/1

  ロボットが近傍の任意の物体に対してセンチメートル精度で所望の相対姿勢に到達できるローカルナビゲーションシステムAMRを開発し、シミュレーションで大規模学習してsim2real転移を実現した。

• 最大平均不一致度を用いた一般領域におけるエルゴディック軌道最適化
  軌道最適化2024/10/1

  カーネル最大平均不一致度に基づき、領域固有の知識を必要とせず、探索領域のサンプルのみからエルゴディックな被覆軌道を生成する手法を提案した。

• FORGE: 不確実性下での接触の多いマニピュレーションのための力誘導探索
  sim2real2024/8/1

  力閾値とダイナミクスランダム化を組み合わせてシミュレーションで学習し、姿勢の不確実性がある実機でも力に基づいて接触の多い作業を安全に遂行できる方策を実現した。

• AutoMate: 多様な形状に対応する専門家・汎用組み立てポリシー
  マニピュレーション2024/7/1

  100種類の組み立てタスクのデータセットと並列シミュレーション環境を構築し、部品特化型と汎用型の組み立てポリシーを学習。シミュレーションから実機へのゼロショット転移を実現した。

• スタイン変分エルゴディック探索：多様な探索戦略の効率的な分布最適化
  探索計画2024/6/1

  エルゴディック探索を確率的推論問題として定式化し、スタイン変分法で並列計算により多様な被覆軌道の分布を効率的に最適化する手法を提案した。

• Dynamic Q-planning for Online UAV Path Planning in Unknown and Complex Environments
  2024/2/1
• Signatures Meet Dynamic Programming: Generalizing Bellman Equations for Trajectory Following
  2023/12/1
• Stein Variational Belief Propagation for Multi-Robot Coordination
  2023/11/1
• STAMP: Differentiable Task and Motion Planning via Stein Variational Gradient Descent
  2023/10/1
• cuRobo: Parallelized Collision-Free Minimum-Jerk Robot Motion Generation
  2023/10/1
• Path Signatures for Diversity in Probabilistic Trajectory Optimisation
  2023/8/1
• Learning to Simulate Tree-Branch Dynamics for Manipulation
  2023/6/1
• IndustReal: Transferring Contact-Rich Assembly Tasks from Simulation to Reality
  2023/5/1
• DefGraspNets: Grasp Planning on 3D Fields with Graph Neural Nets
  2023/3/1
• Renaissance Robot: Optimal Transport Policy Fusion for Learning Diverse Skills
  2022/7/1
• Accelerated Policy Learning with Parallel Differentiable Simulation
  2022/4/1
• DiSECt: A Differentiable Simulator for Parameter Inference and Control in Robotic Cutting
  2022/3/1
• L4KDE: Learning for KinoDynamic Tree Expansion
  2022/3/1
• Bayesian Optimisation for Robust Model Predictive Control under Model Parameter Uncertainty
  2022/3/1
• Adaptive Model Predictive Control by Learning Classifiers
  2022/3/1
• Stein Particle Filter for Nonlinear, Non-Gaussian State Estimation
  2022/2/1
• A Bayesian Treatment of Real-to-Sim for Deformable Object Manipulation
  2021/12/1
• Robot Learning from Randomized Simulations: A Review
  2021/11/1
• Probabilistic Inference of Simulation Parameters via Parallel Differentiable Simulation
  2021/9/1
• Rapid Replanning in Consecutive Pick-and-Place Tasks with Lazy Experience Graph
  2021/9/1
• Parallelised Diffeomorphic Sampling-based Motion Planning
  2021/8/1
• BayesSimIG: Scalable Parameter Inference for Adaptive Domain Randomization with IsaacGym
  2021/7/1
• Probabilistic Trajectory Prediction with Structural Constraints
  2021/7/1
• Stein ICP for Uncertainty Estimation in Point Cloud Matching
  2021/6/1
• DiSECt: A Differentiable Simulation Engine for Autonomous Robotic Cutting
  2021/5/1
• STORM: An Integrated Framework for Fast Joint-Space Model-Predictive Control for Reactive Manipulation
  2021/4/1
• Dual Online Stein Variational Inference for Control and Dynamics
  2021/3/1
• STReSSD: Sim-To-Real from Sound for Stochastic Dynamics
  2020/11/1
• A User's Guide to Calibrating Robotics Simulators
  2020/11/1
• Fast Uncertainty Quantification for Deep Object Pose Estimation
  2020/11/1
• Anticipatory Navigation in Crowds by Probabilistic Prediction of Pedestrian Future Movements
  2020/11/1
• Stein Variational Model Predictive Control
  2020/11/1
• Heteroscedastic Bayesian Optimisation for Stochastic Model Predictive Control
  2020/10/1
• Learning to Plan Optimally with Flow-based Motion Planner
  2020/10/1
• Online Domain Adaptation for Occupancy Mapping
  2020/7/1
• Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable Dynamical Systems
  2020/5/1
• Guided Uncertainty-Aware Policy Optimization: Combining Learning and Model-Based Strategies for Sample-Efficient Policy Learning
  2020/5/1
• Estimating Motion Uncertainty with Bayesian ICP
  2020/4/1
• Inferring the Material Properties of Granular Media for Robotic Tasks
  2020/3/1
• DISCO: Double Likelihood-free Inference Stochastic Control
  2020/2/1
• Reinforcement Learning with Probabilistically Complete Exploration
  2020/1/1
• Dynamic Hilbert Maps: Real-Time Occupancy Predictions in Changing Environment
  2019/12/1
• IRIS: Implicit Reinforcement without Interaction at Scale for Learning Control from Offline Robot Manipulation Data
  2019/11/1
• OCTNet: Trajectory Generation in New Environments from Past Experiences
  2019/9/1
• Occ-Traj120: Occupancy Maps with Associated Trajectories
  2019/9/1
• Bayesian Local Sampling-based Planning
  2019/9/1
• Speeding Up Iterative Closest Point Using Stochastic Gradient Descent
  2019/7/1
• Kernel Trajectory Maps for Multi-Modal Probabilistic Motion Prediction
  2019/7/1
• BayesSim: adaptive domain randomization via probabilistic inference for robotics simulators
  2019/6/1
• Learning to Plan Hierarchically from Curriculum
  2019/6/1
• Bayesian optimisation under uncertain inputs
  2019/2/1
• Balancing Global Exploration and Local-connectivity Exploitation with Rapidly-exploring Random disjointed-Trees
  2018/10/1
• Directional grid maps: modeling multimodal angular uncertainty in dynamic environments
  2018/9/1
• Functional Path Optimisation for Exploration in Continuous Occupancy Maps
  2018/5/1
• Learning to Race through Coordinate Descent Bayesian Optimisation
  2018/2/1
• Learning to Navigate by Growing Deep Networks
  2017/12/1
• Bayesian Optimisation for Safe Navigation under Localisation Uncertainty
  2017/9/1
• Stochastic Functional Gradient Path Planning in Occupancy Maps
  2017/5/1
• Occupancy Map Building through Bayesian Exploration
  2017/3/1
• Sequential Bayesian Optimisation as a POMDP for Environment Monitoring with UAVs
  2017/3/1
• Stochastic Functional Gradient for Motion Planning in Continuous Occupancy Maps
  2017/3/1