Jeff Schneider
Carnegie Mellon University
収録論文 41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
- 潜在ポリシーステアリング：異なる身体間の転移のための効率的で柔軟なフレームワーククロスエンボディメント転移2026/9/18
多様な身体の視覚ダイナミクスを学習した世界モデルを活用し、テスト時に潜在空間探索でポリシーを誘導することで、身体の異なるロボット間の効率的な転移を実現する。
- 展開後物理AIのための継続的現場適応モデル（CFAM）継続学習2026/9/3
展開後も自律的に学習を継続できるモデルCFAMを提案し、5種類のロボットでデータ効率と適応性能を検証した。
- 階層的スキル検索による視覚言語行動モデルのデータ効率的適応VLA2026/8/25
長期的な操作タスクを階層的に分解し、サブタスクの言語検索と行動特徴の再ランキングを組み合わせて関連デモを検索することで、少数のデモでもVLAモデルを効率的に適応させる手法を提案した。
- 失敗を活かす再試行：テスト時回復と継続的ポリシー改善のためのFARフレームワークロボット学習2026/7/1
ロボットがテスト時に失敗から学習し、再試行で行動を適応させて自律的にタスクを完了するフレームワークFARを提案。失敗データを用いた選好学習と軽量な行動摂動により成功率を向上させる。
- 占有報酬整形：オフライン目標条件付き強化学習におけるクレジット割り当ての改善強化学習2026/4/1
生成世界モデルから最適輸送を用いて幾何学的情報を抽出し、報酬関数を整形することで、スパース報酬環境でのクレジット割り当て問題を緩和する手法を提案。13の長距離タスクで2.2倍の性能向上を実証し、核融合制御にも応用。
- TADPO: 強化学習でオフロードを走破するsim2real2026/3/1
PPOを拡張し、教師によるオフポリシー軌道と生徒のオンポリシー探索を組み合わせた新手法TADPOを提案し、高速オフロード走行を実現。実車へのゼロショットsim2real転移に成功した。
- コスト考慮型拡散能動探索能動探索2026/2/1
拡散モデルを用いて探索と活用のトレードオフを調整し、探索木を構築せずに効率的な能動探索を実現する手法を提案。
- 潜在ポリシーステアリング：身体性に依存しない事前学習済み世界モデルによる方策改善VLA2025/7/1
オプティカルフローを身体性に依存しない行動表現として世界モデルを事前学習し、対象身体性の少量デモで微調整して、ベース方策の行動候補を評価・選択することで模倣方策を改善する手法を提案。
- 補助開始状態分布を用いたオンライン強化学習の加速強化学習2025/7/1
少数の専門家デモと任意の状態にリセット可能なシミュレータを活用し、安全概念に基づく補助開始状態分布でオンライン強化学習のサンプル効率を大幅に改善した。
- トカマクのプラズマ安定化に向けたマルチタイムスケール動力学モデルベイズ最適化制御/ベイズ最適化2025/6/1
高周波のデータ駆動型動力学モデルと低周波のガウス過程を組み合わせたマルチスケールベイズ最適化を提案し、DIII-Dトカマクのティアリング不安定性制御で成功率50%（従来比117%改善）を達成した。
- TD-M(PC)²: ポリシー制約による時間差分MPCの改善モデルベース強化学習2025/2/1
モデルベース強化学習における価値過大評価問題を、プランナーと学習ポリシーの不一致に起因すると分析し、ポリシー正則化項でOODクエリを減らして価値学習を改善する手法を提案。
- 分散型不確実性考慮アクティブサーチを aerial robot チームで実現群制御2024/10/1
通信が制限された災害現場で、複数の飛行ロボットが不確実な対象の位置を推定しながら効率的に探索する分散型アクティブサーチ手法を開発し、実機実験で有効性を示した。
- 複雑環境におけるエルゴディック探索のための測度保存流経路計画2024/9/1
ラプラス・ベルトラミ固有関数で地図形状と障害物を考慮したエルゴディック指標を提案し、測度保存ベクトル場で障害物回避を保証する軌道生成法を開発した。
- 部分報酬分離によるマルチエージェントPPOのクレジット割り当てマルチエージェント強化学習2024/8/1
MAPPOに注意機構ベースの部分報酬分離を導入し、大規模チームを動的に小グループに分解してクレジット割り当てを改善する手法PRD-MAPPOを提案。StarCraft II等でデータ効率と性能を向上させ、共有報酬設定にも拡張した。
- 適応的世界モデルによる自動運転の計画自動運転計画2024/6/1
都市環境での自動運転計画のため、エージェントの反応行動を予測するBehaviorNetと、それに基づくMPCプランナーAdaptiveDriverを提案し、nuPlanベンチマークで最先端性能を達成した。
- 都市運転における離散的行動モードのための実行可能な統合予測と計画自動運転/計画2024/3/1
マルチモーダル軌道予測モデルを再学習なしで閉ループ計画に統合し、離散的な行動モード上で反応的な計画を行う手法を提案。動的な合流シナリオで従来のプランナーが陥る「凍結ロボット問題」を回避し、CARLAの高密度交通シナリオで最先端性能を達成。
- Diffusion-ES: 拡散モデルと勾配不要最適化による自動運転とゼロショット指示追従自動運転/計画2024/2/1
拡散モデルから軌道をサンプリングし、進化的探索と黒箱報酬で評価・改良することで、微分不可能な目的関数でもデータ多様体上で最適化できる手法を提案し、自動運転ベンチマークnuPlanで最高性能を達成した。
- Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents2024/1/1
- PID-Inspired Inductive Biases for Deep Reinforcement Learning in Partially Observable Control Tasks2023/7/12
- Enhancing Visual Domain Adaptation with Source Preparation2023/6/1
- GUTS: Generalized Uncertainty-Aware Thompson Sampling for Multi-Agent Active Search2023/4/1
- Cost Aware Asynchronous Multi-Agent Active Search2022/10/1
- Exploration via Planning for Information about the Optimal Trajectory2022/10/1
- Addressing Optimism Bias in Sequence Modeling for Reinforcement Learning2022/7/1
- Multi-Agent Active Search using Detection and Location Uncertainty2022/3/1
- Robust Reinforcement Learning via Genetic Curriculum2022/2/1
- UGV-UAV Object Geolocation in Unstructured Environments2022/1/1
- An Experimental Design Perspective on Model-Based Reinforcement Learning2021/12/1
- Learning Cooperative Multi-Agent Policies with Partial Reward Decoupling2021/12/1
- Affordance-based Reinforcement Learning for Urban Driving2021/1/1
- Behavior Planning at Urban Intersections through Hierarchical Reinforcement Learning2020/11/1
- Multi-Agent Active Search using Realistic Depth-Aware Noise Model2020/11/1
- Interactive Visualization for Debugging RL2020/8/1
- Vizarel: A System to Help Better Understand RL Agents2020/7/1
- Asynchronous Multi Agent Active Search2020/6/1
- Human Driver Behavior Prediction based on UrbanFlow2019/11/1
- Hierarchical Reinforcement Learning Method for Autonomous Vehicle Behavior Planning2019/11/1
- Deep Kinematic Models for Kinematically Feasible Vehicle Trajectory Predictions2019/8/1
- Predicting Motion of Vulnerable Road Users using High-Definition Maps and Efficient ConvNets2019/6/1
- Multimodal Trajectory Predictions for Autonomous Driving using Deep Convolutional Networks2018/9/1
- Uncertainty-aware Short-term Motion Prediction of Traffic Actors for Autonomous Driving2018/8/1