Joni Pajarinen
Aalto University
収録論文 36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
- クロススケルトン動作リターゲティングが非識別可能である理由：生成動作モデルの構造的限界動作生成/リターゲティング2026/9/29
異なる骨格間で動作を転送する生成モデルは、ソース動作を反映したのか典型的動作を生成したのか区別できない構造的曖昧性を持つことを示し、その検証指標SIFを提案した。
- SUN: 強化学習における新規性への到達強化学習2026/9/8
強化学習の探索において、新規性と到達可能性を同時に考慮した目標選択フレームワークSUNを提案し、到達不能な状態を含む環境で既存手法を上回る性能を示した。
- 限られたアノテーションとナビゲーション予算下での物体検出のための身体化能動学習能動学習2026/7/1
ロボットのナビゲーション時間とアノテーション予算の制約下で、未知環境に物体検出器を適応させる能動学習手法を提案。空間的なラベル不整合を利用して、失敗事例に焦点を当てた画像と軌道を選択する。
- 階層的組合せ計画のためのマルチタイムスケール抽象化の学習階層強化学習2026/5/16
確率的組合せ最適化問題に対して、可変時間の意思決定を扱うSMDP対応の世界モデルと潜在空間ツリー探索を組み合わせたモデルベース階層強化学習手法を提案し、ベンチマークで優位性を示した。
- 身体性ギャップを橋渡しする：分離型クロス身体性ビデオ編集ビデオ生成/身体性転移2026/5/1
人間のデモ動画からロボットの実行動画を生成する際、タスク情報と身体性情報を分離して表現し、拡散モデルを用いてロボット動画を合成する手法を提案した。
- オフラインメタ強化学習のための文脈潜在世界モデルメタ強化学習2026/3/3
オフラインのメタ強化学習において、タスク表現を潜在世界モデルに条件付けして共同学習することで、タスク依存のダイナミクスを捉える表現を獲得し、未見タスクへの汎化性能を向上させた。
- 大規模な器用なロボットピアノ演奏マニピュレーション2025/11/1
人間の実演なしに強化学習と模倣学習を組み合わせ、約1000曲を演奏できるロボットハンドを実現した。
- ProTerrain：確率的物理情報に基づく不整地ワールドモデリング不整地走行2025/10/1
不整地走行のための確率的ワールドモデルを提案し、地形パラメータの空間相関を考慮した不確かさを微分可能物理エンジンで伝播させて軌道予測精度を向上させた。
- 弱い選好アライメントによる制御可能な生成的軌道予測軌道予測2025/10/1
弱い選好ペアを用いてCVAEの潜在変数に意味的属性を付与し、精度を落とさずに制御可能な多様軌道予測を実現した。
- 操作してから移動：視覚的アフォーダンスと操作可能性事前分布を用いた強化学習移動マニピュレーション2025/8/1
移動可能な障害物を除去してから前進する「操作してから移動」タスクに対し、操作可能性事前分布とアフォーダンスマップを組み合わせた強化学習手法を提案し、Spotロボットの2つのシミュレーションタスクで有効性を示した。
- MoDeSuite：変形可能物体を用いた移動マニピュレーションを評価するロボット学習タスクスイート移動マニピュレーション2025/7/1
変形可能物体を扱う移動マニピュレーションのための8つのタスクからなる初の標準ベンチマークを提案し、強化学習・模倣学習アルゴリズムの評価とSpotロボットへのsim-to-real転移を示した。
- 未ラベル動画からの記号誘導による視覚プラン抽出視覚プランニング2025/5/1
未ラベルのプレイデータから視覚基盤モデルを用いてタスク記号を抽出し、記号遷移グラフに基づいて長期的な操作タスクの視覚サブゴールを効率的に生成するフレームワークVis2Planを提案。
- 自動運転のための拡散ポリシーにおける離散対照学習自動運転2025/3/1
人間の運転データから対照学習で運転スタイルの辞書を抽出し、量子化して条件付き拡散ポリシーを学習することで、より安全で人間らしい運転行動を生成する手法を提案した。
- 非キュレーション�データで世界モデルを導く効率的強化学習強化学習/世界モデル2025/2/1
報酬なし・品質混在・複数身体性の未整理データを世界モデルの微調整に活用し、経験リハーサルと実行ガイダンス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。
- 二段階最適化によるヒューマノイドロボットの動作模倣模倣学習2024/10/1
人間のモーションキャプチャデータを物理的に実現可能な参照動作へと修正しながら、ヒューマノイドロボットの模倣学習ポリシーを二段階最適化で同時に訓練する手法を提案した。
- ReMoBot: 視覚基盤モデルを用いた検索ベースの少数ショット模倣学習による移動マニピュレーション模倣学習2024/8/1
視覚基盤モデルを活用し、実演から類似状態を検索して訓練なしに行動を決定する少数ショット模倣学習フレームワークを提案。Spotロボットの移動マニピュレーション3タスクで高成功率を達成。
- RP1M: 両手多指ロボットハンドによるピアノ演奏のための大規模動作データセットマニピュレーション2024/8/1
両手多指ロボットによるピアノ演奏の動作データを100万軌道以上集めた大規模データセットRP1Mを構築し、模倣学習のベンチマークで最先端性能を達成した。
- ROER: 正則化付き最適経験リプレイ強化学習2024/7/1
TD誤差による優先度付けを占有測度最適化の観点から再解釈し、KL正則化に基づく新しい経験リプレイ手法ROERを提案。連続制御タスクやオフライン→オンライン微調整で性能向上を示した。
- 適応的なオフライン・オンライン強化学習のための残差学習と文脈符号化強化学習2024/6/1
オフラインからオンラインへの強化学習で動的環境が変化する問題に対し、残差学習と文脈エンコーダで動的変化を補正し適応する手法を提案。
- Suicidal Pedestrian: Generation of Safety-Critical Scenarios for Autonomous Vehicles2023/9/1
- Exploiting Local Observations for Robust Robot Learning2023/9/1
- Tracking Control for a Spherical Pendulum via Curriculum Reinforcement Learning2023/9/1
- Simplified Temporal Consistency Reinforcement Learning2023/6/1
- Seq2Seq Imitation Learning for Tactile Feedback-based Manipulation2023/3/1
- Continuous Monte Carlo Graph Search2022/10/1
- Adaptive Behavior Cloning Regularization for Stable Offline-to-Online Reinforcement Learning2022/10/1
- Partially Observable Markov Decision Processes in Robotics: A Survey2022/9/1
- GPU-Accelerated Policy Optimization via Batch Automatic Differentiation of Gaussian Processes for Real-World Control2022/2/1
- Neural Network Controller for Autonomous Pile Loading Revised2021/3/1
- POMDP Manipulation Planning under Object Composition Uncertainty2020/10/1
- Multi-Sensor Next-Best-View Planning as Matroid-Constrained Submodular Maximization2020/7/1
- Deep Adversarial Reinforcement Learning for Object Disentangling2020/3/1
- Probabilistic approach to physical object disentangling2020/2/1
- An Algorithmic Perspective on Imitation Learning2018/11/1
- Hybrid control trajectory optimization under uncertainty2017/2/1
- Robotic manipulation of multiple objects as a POMDP2014/2/1