Gerhard Neumann

収録論文 68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

• RayViT: 視点変動に頑健な模倣学習のためのレイ条件付き視覚表現
  模倣学習2026/7/1

  カメラの幾何情報を事前学習済みViTに注入する軽量アーキテクチャRayViTを提案し、カメラの摂動に対する模倣学習の頑健性を向上させた。

• VLA-FAIL: 微調整された視覚言語行動モデルのための効率的なタスク失敗検出
  失敗検出2026/6/19

  視覚言語行動モデル（VLA）の実行時失敗を、失敗データを必要とせず軽量に検出するフレームワークを提案。最終層のマハラノビス距離と行動チャンクの一貫性という2つの検出器を組み合わせる。

• 大規模並列オン方策強化学習のための信頼領域拡散ポリシー
  強化学習2026/6/13

  大規模並列シミュレーションを用いたオン方策強化学習で拡散ポリシーを安定して訓練する手法TruDiを提案し、多様なベンチマークで性能を実証した。

• フーリエ特徴量による高精度模倣学習ポリシーの実現
  模倣学習2026/6/10

  点群をフーリエ空間に写像して高周波特徴を直接利用できるようにし、模倣学習による高精度なロボット操作を実現した。

• PAWS: アドバンテージ重み付きセグメントを用いた選好学習
  強化学習2026/6/10

  人間の軌道比較から報酬を学習する選好ベース強化学習において、訓練と推論の不一致による分布シフトを分析し、セグメントレベルのアドバンテージ関数を直接用いた政策更新手法PAWSを提案した。ロボット操作・移動タスクで既存手法を上回る性能を示した。

• 腹腔鏡下胆嚢摘出術における自動クリップ配置のための点群セグメンテーション（ファントム実験）
  手術ロボティクス2026/6/1

  腹腔鏡手術のファントム上で、単一カメラの点群をセグメンテーションし、スプライン補間でクリップ配置目標を抽出して自動配置する初のロボットシステムを提案。少数の実データと合成データの事前学習、新規データ拡張で精度を達成した。

• Nautilus: 単一プロンプトからプラグアンドプレイのロボット学習へ
  ロボット学習基盤2026/5/1

  ロボット学習研究の断片化を解消するため、単一のユーザープロンプトから再現・評価・微調整・展開ワークフローを自動生成するオープンソースハーネスNAUTILUSを提案。ポリシー、シミュレータ、実ロボット間の統一インターフェースと自動検証により、手書きのグルーコードなしで相互検証を拡張する。

• 光流体アセンブリのためのエージェント型言語から目的関数への合成
  マイクロロボティクス2026/5/1

  大規模言語モデルを用いて、音声や文章による指示を微分可能な目的関数に変換し、光流体操作による微粒子アセンブリを自動化するパイプラインを提案した。

• XRロボット遠隔操作のためのマルチビュー3Dテレプレゼンスシステム
  遠隔操作2026/4/1

  3台のカメラから点群を生成し、手首カメラの高解像度映像を組み合わせることで、XRロボット遠隔操作の視覚体験を向上させるシステムを提案・評価した論文。

• Robot-DIFT: 接触の多いロボットマニピュレーションのための対応感度の高い拡散特徴
  マニピュレーション2026/2/1

  拡散モデルの特徴を蒸留して決定論的でリアルタイムなバックボーンに変換し、空間-意味特徴ピラミッドで接触に敏感な操作を可能にした研究。

• 軌道レベルメタ学習による文脈認識型メッシュベースシミュレーション
  sim2real2025/11/1

  メッシュベースの変形シミュレーションを軌道レベルのメタ学習問題として捉え、Conditional Neural ProcessesとMovement Primitivesを組み合わせることで、限られた初期データから新しいシナリオに迅速に適応し、高速かつ高精度なシミュレーションを実現する手法M3GNを提案した。

• マルチエンボディメント把持エージェントに向けて
  マニピュレーション2025/10/1

  様々なグリッパ設計に対応するデータ効率の良いフローベースの同変把持合成アーキテクチャを提案し、JAXで実装して性能と推論速度を向上させた。

• PointMapPolicy：マルチモーダル模倣学習のための構造化点群処理
  マニピュレーション2025/10/1

  点群をダウンサンプリングせず規則的なグリッド状に構造化し、RGB画像と効率的に融合する拡散ポリシーを提案。複数の操作タスクで最先端性能を達成した。

• 視覚言語モデルによる巧みな操作の足場構築
  マニピュレーション2025/6/1

  視覚言語モデルを使ってタスクに関連するキーポイントを特定し、手と物体の粗い3D軌道を生成して、シミュレーションで残差強化学習方策を訓練する手法を提案。

• タスク性能を超えて：人とロボットの協働における人間体験
  人間ロボット協働2025/5/1

  木工ワークショップを模した環境で、軽量ロボットとの協働における自動化レベルの違いが、フロー体験・主体感・身体化といった心理指標と生理指標にどう影響するかをユーザー研究で調べた。

• 視覚を超えて：ロボットデータ収集のための拡張現実における力覚フィードバックの調査
  遠隔操作2025/3/1

  XR環境でのロボットデータ収集において、力覚フィードバックがタスク性能とユーザー体験に与える影響をユーザー研究で調査し、高精度操作で特に有効であることを示した。

• 形状変化・変形物体操作のための幾何認識強化学習
  マニピュレーション2025/2/1

  異種グラフ表現とSE(3)同変メッセージパッシングを用いた強化学習方策HEPiを提案し、多様な形状の挿入やロープ・布操作のベンチマークで性能を向上させた。

• IRIS: 没入型ロボットインタラクションシステム
  XR/データ収集2025/2/1

  拡張現実(XR)を用いて、多様なシミュレータや実世界環境でロボット操作とデータ収集を可能にする没入型システムIRISを提案。複数ユーザの同時インタラクションも実現。

• X-IL: 模倣学習ポリシーの設計空間を探る
  模倣学習2025/2/1

  模倣学習ポリシーの構成要素を自由に組み替えられるオープンソースフレームワークX-ILを提案し、設計空間を体系的に探索して既存手法を上回る新構成を発見した。

• 模倣学習のための点群と視覚表現の融合に向けて
  模倣学習2025/2/1

  点群とRGB画像の両方を活用する模倣学習手法FPV-Netを提案し、点群エンコーダを画像トークンで条件付けすることでRoboCasaベンチマークで最先端性能を達成した。

• 拡散ポリシーによるハイブリッドオフポリシー強化学習の探索強化：非把持マニピュレーションへの応用
  マニピュレーション2024/11/1

  離散行動（接触点選択）と連続行動（動作パラメータ）を統合した最大エントロピー強化学習フレームワークを提案し、連続ポリシーを拡散モデルで表現することで多様な探索を実現。実機6D姿勢合わせタスクで成功率を53%から72%に向上させた。

• BMP：Bスプラインと運動プリミティブの橋渡し
  模倣学習/強化学習2024/11/1

  Bスプラインを運動プリミティブとして再定式化し、境界条件の充足と軌道分布の高次統計の両立を可能にしたBMPを提案。模倣学習と強化学習で既存手法より高い表現力と適用性を示した。

• 拡張ニューラル収縮力学系：複数タスクとリーマン安全領域
  模倣学習2024/11/1

  デモからの学習に安定性保証を与えるニューラル収縮力学系を拡張し、複数タスク対応の条件付き変種と不確実性に基づく障害物回避を導入した。

• ロボットエアホッケー選手権の回顧：実世界ロボティクスに向けた堅牢・信頼・安全な学習技術のベンチマーク
  sim2real2024/11/1

  NeurIPS 2023で開催されたロボットエアホッケー選手権を振り返り、sim-to-realギャップや安全性など実世界展開の課題をベンチマークし、学習と事前知識の組み合わせが有効であることを示した。

• PointPatchRL：マスク付き再構成による点群強化学習の改善
  VLA2024/10/1

  点群をパッチ分割してトークン化しTransformerで処理する強化学習手法を提案し、マスク付き再構成による表現学習を組み合わせることで、変形物体を含む複雑な操作タスクで画像ベースの手法を上回る性能を示した。

• TOP-ERL: Transformerを用いたオフポリシー・エピソディック強化学習
  強化学習2024/10/1

  長い行動軌跡をセグメントに分割し、Transformerベースのクリティックで各セグメントの状態行動価値を推定することで、エピソディック強化学習をオフポリシーで効率的に学習する手法を提案した。

• マルチエンボディメント把持のための拡散モデル
  マニピュレーション2024/10/1

  グリッパ形状に依存しないシーン表現とグリッパ形状を考慮した把持姿勢生成を拡散モデルで実現し、多様なグリッパ間で把持戦略を転移可能にした。

• MuTT: ロボットスキルのためのマルチモーダル軌道トランスフォーマー
  VLA2024/7/1

  視覚・軌道・スキルパラメータを統合し、環境に応じたロボットスキルの実行を予測するエンコーダ・デコーダ型トランスフォーマーを提案。モデルベース最適化と組み合わせることで実環境実行なしにスキルパラメータを調整できる。

• 拡散ポリシーを混合エキスパートへと変分蒸留する手法
  模倣学習2024/6/1

  事前学習済みの拡散ポリシーを変分推論により混合エキスパート(MoE)へ蒸留し、複雑な行動分布を保ちつつ推論を高速化するVDDを提案。

• MaIL: Mambaによる模倣学習の改善
  模倣学習2024/6/1

  Transformerの代わりに状態空間モデルMambaを用いた模倣学習アーキテクチャMaILを提案し、少ないデータでも過学習を抑えて汎化性能を高め、LIBEROベンチマークと実機実験で有効性を示した。

• 混合エキスパートとカリキュラム強化学習による多様なスキル獲得
  強化学習2024/3/1

  混合エキスパートを用いて多様なスキルを学習する強化学習手法Di-SkilLを提案し、各エキスパートのコンテキスト分布をエネルギーベースモデルで表現することで自動カリキュラム学習を実現した。

• Towards Diverse Behaviors: A Benchmark for Imitation Learning with Human Demonstrations
  2024/2/1
• Open the Black Box: Step-based Policy Updates for Temporally-Correlated Episodic Reinforcement Learning
  2024/1/1
• Neural Contractive Dynamical Systems
  2024/1/1
• Movement Primitive Diffusion: Learning Gentle Robotic Manipulation of Deformable Objects
  2023/12/1
• Domain-Specific Fine-Tuning of Large Language Models for Interactive Robot Programming
  2023/12/1
• SA6D: Self-Adaptive Few-Shot 6D Pose Estimator for Novel and Occluded Objects
  2023/8/1
• DMFC-GraspNet: Differentiable Multi-Fingered Robotic Grasp Generation in Cluttered Scenes
  2023/8/1
• MP3: Movement Primitive-Based (Re-)Planning Policy
  2023/6/1
• Combining Reconstruction and Contrastive Methods for Multimodal Representations in RL
  2023/2/10
• LapGym -- An Open Source Framework for Reinforcement Learning in Robot-Assisted Laparoscopic Surgery
  2023/2/1
• Grounding Graph Network Simulators using Physical Sensor Observations
  2023/2/1
• Deep Black-Box Reinforcement Learning with Movement Primitives
  2022/10/1
• Inferring Versatile Behavior from Demonstrations by Matching Geometric Descriptors
  2022/10/1
• ProDMPs: A Unified Perspective on Dynamic and Probabilistic Movement Primitives
  2022/10/1
• A Unified Perspective on Natural Gradient Variational Inference with Gaussian Mixture Models
  2022/9/1
• Robot Policy Learning from Demonstration Using Advantage Weighting and Early Termination
  2022/8/1
• Category-Agnostic 6D Pose Estimation with Conditional Neural Processes
  2022/6/1
• Meta-Learning Regrasping Strategies for Physical-Agnostic Objects
  2022/5/1
• End-to-End Learning of Hybrid Inverse Dynamics Models for Precise and Compliant Impedance Control
  2022/5/1
• Reactive Motion Generation on Learned Riemannian Manifolds
  2022/3/1
• Hierarchical Policy Learning for Mechanical Search
  2022/2/1
• Specializing Versatile Skill Libraries using Local Mixture of Experts
  2021/12/1
• Cooperative Assistance in Robotic Surgery through Multi-Agent Reinforcement Learning
  2021/10/1
• A Study on Dense and Sparse (Visual) Rewards in Robot Policy Learning
  2021/8/1
• Navigate-and-Seek: a Robotics Framework for People Localization in Agricultural Environments
  2021/7/1
• Residual Feedback Learning for Contact-Rich Manipulation Tasks with Uncertainty
  2021/6/1
• Learning Riemannian Manifolds for Geodesic Motion Skills
  2021/6/1
• Differentiable Robust LQR Layers
  2021/6/1
• Action-Conditional Recurrent Kalman Networks For Forward and Inverse Dynamics Learning
  2020/10/1
• Imitation Learning for Autonomous Trajectory Learning of Robot Arms in Space
  2020/8/1
• Non-Adversarial Imitation Learning and its Connections to Adversarial Methods
  2020/8/1
• Probabilistic approach to physical object disentangling
  2020/2/1
• An Algorithmic Perspective on Imitation Learning
  2018/11/1
• Adaptation and Robust Learning of Probabilistic Movement Primitives
  2018/8/1
• Agricultural Robotics: The Future of Robotic Agriculture
  2018/6/1
• Hybrid control trajectory optimization under uncertainty
  2017/2/1
• Model-Free Trajectory-based Policy Optimization with Monotonic Improvement
  2016/6/1