Guillaume Sartoretti
National University of Singapore
収録論文 71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
- ScaffoldM3C: 生成的な安定構築計画のためのマルチモーダル逐次モンテカルロフレームワーク組み立て計画/マルチモーダル生成2026/9/30
テキスト・画像・スケッチを条件に、足場ブロックを活用しながら安定したブロック構造の組み立て手順を生成する軽量マルチモーダルモデルを提案。逐次モンテカルロで複数の組み立て候補を並行探索し、従来比4倍小型で5〜20倍高速化を実現した。
- RoboFoundry：自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化VLA2026/9/26
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
- PGMT: 人型ロボットのための知覚的汎用動作追跡歩行2026/9/8
複雑な地形でも動作追跡を可能にする、地形認識を組み込んだ人型ロボット用のパイプラインを提案。実機で37cmの障害物を越える適応的歩行と全身動作を実現した。
- SMaRT-Tug: 物理ベースのタグボート・バージ協調操作のための構造化マルチエージェント強化学習群制御2026/9/7
複数のタグボートがバージを協調して押す操作を、物理ベースのGPUシミュレータと構造化制御事前知識を組み合わせた分散型MAPPOで学習し、PIDや集中型PPOより高い性能とゼロショット一般化を実証した論文。
- CGFM-Nav: 意味ガイド型生涯マルチモーダル具現化ナビゲーションのための認知グラフフィールドメモリナビゲーション2026/8/29
視覚言語ナビゲーションのための、明示的な関係メモリと連続的な空間直感を組み合わせた永続的なマルチモーダルシーン表現を提案し、目標検索と探索ガイダンスを統合したフレームワークを構築した。
- プランナー条件付き拡散による協調マルチエージェント探索群制御2026/8/17
複数のプランナーのデモから学習し、プランナーIDを条件として与えることで多様な軌道を生成できる拡散ポリシーを提案。局所的な再ランキングでエージェント間の重複を減らし、協調探索を実現した。
- 環境アンカリングによる安定接触作業のためのグリッパ付きティルトローターUAVドローン2026/8/1
環境にアンカリングして安定した作業プラットフォームに変身する、グリッパ付きティルトローターUAVを提案・試作し、実機飛行試験で位置ドリフトを95%以上削減できることを実証した。
- PRIMAL3: 強化学習と模倣学習によるマルチエージェント経路探索 - LaCAM3を活用した大規模フレームワーク群制御2026/8/1
本論文は、強化学習と模倣学習を統合した大規模マルチエージェント経路探索フレームワークPRIMAL3を提案し、ボトルネックや行き止まりなどの重要な状態でのエージェント間の協調を改善する。
- 探索支援型エージェント・環境協調強化学習による回転動作を考慮した頑健な生涯マルチエージェント経路探索群制御2026/8/1
実世界の倉庫システムを模した回転制約付き生涯マルチエージェント経路探索問題に対し、探索ベースのプランナーと強化学習を組み合わせ、エージェントと環境のポリシーを同時に最適化する手法を提案した。
- Dec-MARVEL: 予算制約下での通信なし分散マルチエージェント探査群制御2026/7/1
通信が使えず、視野が限られ、帰還予算が有限なマルチUAV探査のため、各ロボットが視界内の仲間の動きを手がかりに協調する分散型フレームワークを提案し、シミュレーションと実機で有効性を示した。
- RL^2-VLA: テスト時スケーリングによる適応的RL潜在構成ステアリングと視覚言語行動モデルVLA2026/7/1
視覚言語行動モデルの性能低下を改善するため、オフラインRLで学習した軽量ポリシーをVLAの潜在表現に基づいて構成し、失敗が予測される時のみ介入する適応的推論時ステアリング手法を提案した。
- X-Morph: 異なる形態のロボット学習をスケールするための人間動作事前分布模倣学習/動作生成2026/6/1
人間の動作データを多様な脚型ロボット（四足、六足、マニピュレータ付き四足）の行動ポリシーに変換するパイプラインを提案し、模倣学習と強化学習を組み合わせて汎用的な動作生成を実現した。
- TAGA: 地形認識に基づく能動的注視学習による汎用俊敏人型ロコモーション歩行2026/6/1
人間が歩行中に地形の関連箇所を選択的に見る仕組みに着想を得て、視覚・固有感覚・運動指令を統合し、高さスキャンの特定領域へ能動的に注意を向ける学習フレームワークを提案。強化学習のみで注視行動が創発し、実機で1.2mのギャップ横断など汎用的で頑健な歩行を実現した。
- REACT: 車輪型移動ロボットの連続隊列ナビゲーションのための環境適応型アーキテクチャ群制御2026/5/1
車輪型移動ロボットの隊列制御において、環境に応じて隊列を動的に生成・維持する階層型アーキテクチャREACTを提案し、衝突のない割り当てと時空間軌道計画により障害物環境での連続ナビゲーションを実現した。
- CROSS: 一般化可能な大規模交通信号制御のためのMixture-of-Experts強化学習フレームワーク交通信号制御2026/3/1
多様な交差点形状や交通需要パターンに対応するため、予測的クラスタリングとMoEを組み合わせた分散型強化学習フレームワークを提案し、SUMOシミュレータで性能を検証した。
- LATS: 大規模言語モデルを用いた教師-生徒フレームワークによる交通信号制御のためのマルチエージェント強化学習交通信号制御2026/3/1
交通信号制御のためのマルチエージェント強化学習において、大規模言語モデルを教師として使い、その知識を蒸留して簡素なニューラルネットワークに移植することで、性能と汎化性を向上させる手法を提案した。
- CoordLight: ネットワーク全体の交通信号制御のための分散協調学習群制御2026/3/1
本論文は、マルチエージェント強化学習を用いて、各交差点のエージェントが隣接エージェントと協調しながら交通信号を制御するフレームワークCoordLightを提案し、ネットワーク規模の交通最適化を実現する。
- CAMO: 多目的複数巡回セールスマン問題のための条件付きニューラルソルバー群制御2026/3/1
複数のロボットが複数の目標を訪問する際の総移動コストと最大完了時間のトレードオフを扱う多目的複数巡回セールスマン問題（MOMTSP）に対して、条件付きエンコーダと協調デコーダを備えたニューラルソルバーCAMOを提案し、パレートフロントの高品質な近似を実現した。
- COIN: 協調と相互作用を考慮した自動運転のためのマルチエージェント強化学習マルチエージェント強化学習2026/3/1
本論文は、自動運転のためのマルチエージェント強化学習フレームワークCOINを提案し、個別目標と協調目標を同時に最適化する新しいアルゴリズムと、局所・大域の相互作用を捉える批判者アーキテクチャを導入して、密集交通での安全性と効率を向上させた。
- ImagiNav: 生成的視覚予測と逆動力学によるスケーラブルな身体化ナビゲーションナビゲーション2026/3/1
ロボットのナビゲーションを、言語指示を視覚的なサブゴールに分解し、生成ビデオモデルで未来の軌道を想像し、逆動力学モデルで軌道を抽出するというモジュール方式で実現。ロボットデータなしでゼロショット転移を達成する。
- CoReLIN: 制約ベース推論によるゼロショット生涯対話型ナビゲーションナビゲーション2026/2/1
LLMとシーングラフを用いて、移動ロボットが障害物を移動させ経路を切り開きながら連続的な物体配置タスクをこなす生涯対話型ナビゲーション手法を提案。
- GPO: 脚式ロボットの移動と全身制御のための成長型方策最適化歩行2026/1/1
初期段階で行動空間を制限し徐々に拡大する時変行動変換を導入することで、トルクベース制御の脚式ロボットの強化学習を安定化・高性能化する手法GPOを提案し、四足・六足ロボットで実機ゼロショット展開まで検証した。
- ORION: オプション正則化深層強化学習による協調マルチエージェントオンラインナビゲーションマルチエージェントナビゲーション2026/1/1
不完全な事前地図を持つ環境で、複数エージェントがオンライン観測を共有しながら分散的に協調し、経路最適性と地図不確実性の低減を両立する深層強化学習フレームワークORIONを提案。
- FARE: 高速・低速エージェント型ロボット探査探査/ナビゲーション2026/1/1
LLMによる大域的推論と強化学習による局所制御を組み合わせ、未知環境を効率的に探査する階層型フレームワークを提案し、実機の大規模建物環境で検証した。
- FALCON: 基盤モデルで協調する移動と操作の分離型視覚運動ポリシーロコマニピュレーション2025/12/1
移動と操作を別々の拡散ポリシーに分離し、視覚言語基盤モデルで両者を協調させるロコマニピュレーション手法を提案。段階推定ヘッドと協調認識コントラスト損失で性能と汎化性を向上させた。
- 拡散モデルによるマルチエージェント情報経路計画のためのエージェント意図群制御2025/12/1
拡散モデルを用いて非自己回帰的に長期軌道を生成し、強化学習で微調整することで、マルチエージェント情報経路計画を効率化する分散型フレームワークAIDを提案した。
- APEX: 行動事前分布による脚式ロボットのロバスト動作追従のための効率的探索歩行2025/11/1
専門家のデモンストレーションを減衰する行動事前分布として強化学習に組み込み、展開時の参照データ依存を排除しつつ、脚式ロボットの多様な動作追従を効率的かつロバストに学習する手法を提案。
- HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索探索/強化学習2025/10/1
大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。
- オメガターン：細長いロボットのための汎用旋回テンプレート歩行2025/10/1
線虫C.エレガンスのオメガターンに着想を得て、2つの進行波の重ね合わせとして旋回を定式化し、脚のない細長いロボットや多脚ロボットに適用可能な旋回制御器を開発した。
- GRATE: グラフトランスフォーマーを用いた時間効率の良い自律ロボット探索のための深層強化学習アプローチ自律探索2025/9/1
未知環境を自律探索するロボットの経路計画にグラフトランスフォーマーとカルマンフィルタを組み合わせ、移動距離と探索完了時間を最大約21%削減する強化学習手法を提案した。
- KiVi: 動的で安全な自己中心脚式移動のための運動感覚・視空間統合歩行2025/9/1
固有感覚を安定した基盤としつつ視覚情報を選択的に統合する枠組みを提案し、四足ロボットが不整地や視覚ノイズ・遮蔽に頑健に歩行できるようにした。
- HeLoM: 六脚ロボットによる全身ロコマニピュレーションのための階層型学習ロコマニピュレーション2025/9/1
六脚ロボットが前脚で物体を押し、後脚で推進・バランスを取る全身協調動作を階層型強化学習で実現し、重く不規則な物体の押し操作をシミュレーションと実機で検証した。
- 方策最適化を超えて：疎報酬長期的計画のためのデータキュレーションフライホイールVLA2025/8/1
疎報酬の長期的エージェント計画に対し、ブートストラップ・外挿・洗練の3段階で自己改善するデータフライホイールを構築し、トークン効率よく最先端性能を達成した研究。
- CogniPlan: 条件付き生成レイアウト予測を用いた不確実性誘導経路計画経路計画2025/8/1
部分的に観測された地図から複数の実現可能なレイアウトを生成モデルで予測し、その不確実性を考慮してグラフアテンションで経路計画を行うフレームワークを提案。探索とナビゲーションの両方で性能を向上させ、実機でも検証した。
- COMPASS: 時空間アテンションネットワークを用いた協調マルチエージェント持続的モニタリング群制御2025/7/1
移動する複数ターゲットを持続的に監視するため、時空間アテンションネットワークとガウス過程による不確実性考慮型の分散マルチエージェント強化学習フレームワークCOMPASSを提案し、不確実性低減・カバレッジ・協調効率で既存手法を上回ることを示した。
- 3次元情報経路計画のための注意機構に基づく学習経路計画2025/6/1
3次元空間での適応的情報経路計画問題に対し、注意機構を用いた深層強化学習手法を提案し、環境の不確実性を低減しつつ探索と活用のバランスを取る。
- 潜在的心の理論：協調マニピュレーションのための分散拡散アーキテクチャマニピュレーション2025/5/1
各ロボットが自己埋め込みと合意埋め込みを保持し、層理論に基づく損失で訓練する分散拡散政策を提案。明示的通信なしでも協調作業を可能にする。
- APEX: 行動事前分布による効率的探索で脚式ロボットの頑健な動作追従を実現歩行2025/5/1
参照動作への依存を減らすため、減衰する行動事前分布で探索を誘導し、複数クリティックでスタイルとタスクを分離学習する動作追従RLフレームワークを提案。人型・四足ロボットのシミュレーションとUnitree Go2でのゼロショット展開で有効性を示した。
- Search-TTA: 実環境での視覚探索のためのマルチモーダルテスト時適応フレームワークVLA2025/5/1
衛星画像とCLIPを活用した視覚探索において、探索中に不確実性重み付き勾配更新で予測を動的に修正するテスト時適応フレームワークを提案し、大規模生態データセットAVS-Benchで最大30%の性能向上を達成した。
- 拡散ポリシーの謎を解く：行動記憶と単純なルックアップテーブルによる代替手法模倣学習2025/5/1
拡散ポリシーは実は訓練データの行動ルックアップテーブルを記憶しているだけだと示し、その代替として軽量な行動ルックアップテーブル（ALT）ポリシーを提案した論文。
- HELM: 言語モデルを用いた人間の好みに沿う探索自律探索2025/3/1
大規模言語モデルを活用し、自然言語で指定した好みに応じて移動ロボットの自律探索を柔軟に制御するフレームワークを提案した。
- Unicorn: 汎用的な都市交通信号制御に向けた普遍的協調強化学習アプローチ交通信号制御2025/3/1
多様な交差点形状に対応するため、交通流に基づく統一表現と自己教師あり学習を組み合わせたマルチエージェント強化学習フレームワークを提案し、広域交通信号制御の汎化性能を向上させた。
- SATA: 動物の学習に着想を得た安全で適応的なトルクベース歩行ポリシー歩行2025/2/1
動物の生体力学的原理と適応学習機構を模倣し、トルク空間で直接制御する脚式ロボットの歩行ポリシーを学習するフレームワークを提案。初期探索を改善し、安全性と適応性の高い動作を実現する。
- MARVEL: 視野制約下での大規模環境マルチロボット探索のためのマルチエージェント強化学習群制御2025/2/1
カメラのような限られた視野のセンサを持つロボット群が、グラフアテンションと情報駆動型行動枝刈りを用いた分散強化学習により、大規模未知環境を協調探索する手法を提案。
- SIGMA: 層理論に基づく幾何学的マルチエージェント経路計画群制御2025/2/1
層理論を分散深層強化学習に応用し、限られた視野でもエージェント間の局所的な合意形成を通じて協調的な経路計画を実現するフレームワークを提案。
- 1万台のロボットを展開：生涯マルチエージェント経路探索のためのスケーラブルな模倣学習群制御2024/10/1
通信モジュールと衝突解決・全体誘導を組み合わせた模倣学習により、最大1万台のエージェントで従来手法を上回る生涯マルチエージェント経路探索を実現し、実機10台と仮想100台で検証した。
- DARE: 拡散ポリシーによる自律ロボット探査探査2024/10/1
拡散モデルと注意機構を組み合わせ、専門家の実演から学習した拡散ポリシーで未知環境の探査経路を一度の推論で生成する手法を提案。
- IR2: 断続的接続下でのロボット探査チームのための暗黙的ランデブー群制御2024/9/1
深層強化学習と注意機構を用いて、通信が疎で断続的な環境で複数ロボットが単独探査と情報共有のトレードオフを長期的に判断し、効率的に探査する手法を提案。
- 社会行動を鍵とした学習ベース多エージェント経路探索のジレンマ解消群制御2024/8/1
パラメータ共有による均質化で生じる行き詰まりを防ぐため、各エージェントが状況に応じて社会価値志向(SVO)を動的に選択し、それに基づく経路探索方策を学習するフレームワークSYLPHを提案した。
- HDPlanner: 階層的意思決定ネットワークによる未知環境での自律展開の推進ナビゲーション2024/8/1
深層強化学習と階層的アテンションネットワークを用いて、未知環境での移動ロボットの自律探索とナビゲーションを実現し、従来手法より最大35.7%短い移動距離でリアルタイム計画を可能にした。
- 帯域制限下での分散マルチロボット探査のための特権強化学習と通信学習群制御2024/7/1
深層強化学習と特権学習を組み合わせ、ロボットが地図情報を固定長メッセージに圧縮して通信量を最大2桁削減しつつ、探査効率の低下を2.4%に抑える分散マルチロボット探査手法を提案した。
- STAR: 航空ロボティクス研究のための群知能フレームワーク群制御2024/6/1
低コストな小型ドローンCrazyflieを用いた群知能研究用フレームワークSTARを提案し、フィデューシャルマーカーによる位置推定と速度障害物法による衝突回避を実装した。
- LNS2+RL: マルチエージェント強化学習と大近傍探索を組み合わせたマルチエージェント経路計画マルチエージェント経路計画2024/5/1
マルチエージェント経路計画において、強化学習による協調的な再計画と優先度付き計画法を組み合わせ、衝突解消の品質と計算効率のバランスを取る手法を提案。
- 学習ベース階層制御：生物模倣脚式ロボットの歩行における中枢神経系の模倣歩行2024/4/1
脊髄と上位中枢の役割を別々のニューラルネットに分け、CPGのリズム生成と環境に応じた歩容調整を階層的に学習させることで、段差や障害物を含む不整地を歩行できる脚式ロボット制御を実現した。
- 深層強化学習による大規模ロボット探査探査2024/3/1
深層強化学習とアテンション機構を用いて、未知環境をリアルタイムに探査する経路計画手法を提案し、大規模環境へのスケーリングを実現した。
- ALPHA: Attention-based Long-horizon Pathfinding in Highly-structured Areas2023/10/1
- DecAP: Decaying Action Priors for Accelerated Imitation Learning of Torque-Based Legged Locomotion Policies2023/10/1
- Legged Robots for Object Manipulation: A Review2023/3/1
- SCRIMP: Scalable Communication for Reinforcement- and Imitation-Learning-Based Multi-Agent Pathfinding2023/3/1
- Spatio-Temporal Attention Network for Persistent Monitoring of Multiple Mobile Targets2023/3/1
- Intent-based Deep Reinforcement Learning for Multi-agent Informative Path Planning2023/3/1
- ARiADNE: A Reinforcement learning approach using Attention-based Deep Networks for Exploration2023/1/1
- Distributed Reinforcement Learning for Robot Teams: A Review2022/4/1
- FCMNet: Full Communication Memory Net for Team-Level Cooperation in Multi-Agent Systems2022/1/1
- A general locomotion control framework for multi-legged locomotors2021/12/1
- DAN: Decentralized Attention-based Neural Network for the MinMax Multiple Traveling Salesman Problem2021/9/1
- PRIMAL2: Pathfinding via Reinforcement and Imitation Multi-Agent Learning -- Lifelong2020/10/1
- ForMIC: Foraging via Multiagent RL with Implicit Communication2020/6/1
- Distributed Learning of Decentralized Control Policies for Articulated Mobile Robots2019/1/1
- PRIMAL: Pathfinding via Reinforcement and Imitation Multi-Agent Learning2018/9/1
- Learning to Sequence Robot Behaviors for Visual Navigation2018/3/1