Leslie Pack Kaelbling
Massachusetts Institute of Technology
収録論文 63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
- RAPID: 実演からのロボットエージェントプログラミングVLA2026/9/24
人間の一回の視覚的実演から、コード生成エージェントがロボットプログラムを自動生成・検証・改良し、物体中心の関係表現で汎化を実現する手法を提案。
- TiPToP: 計画を行うモジュラーなオープン語彙ロボットマニピュレーションシステムマニピュレーション2026/3/1
事前学習済み基盤モデルとGPU加速タスク・モーションプランナを組み合わせ、RGB画像と言語から直接ロボット操作を計画・実行するモジュラーシステムを提案。訓練データ不要でVLAを上回る成功率と速度を達成。
- ロボットはどの再構成モデルを使うべきか？コストを考慮したロボット操作のための画像から3Dモデルへのルーティング3D再構成/ルーティング/ロボット操作2026/3/1
ロボット操作タスクに必要な3Dメッシュ再構成の品質はタスクによって異なるため、複数の再構成モデルをコストと品質のトレードオフに応じて選択するルーティングフレームワークSCOUTを提案した。
- Set It Up：構成可能な生成モデルによる機能的物体配置物体配置2025/8/1
大規模言語モデルと拡散モデルを組み合わせ、食卓や本棚、家具の配置など、指示に応じた機能的で美的な物体配置を実現するフレームワークを提案。
- 合理的逆推論：計画による意図推定を用いた少数ショット模倣模倣学習2025/8/1
VLMが提案する意図プログラムを階層プランナで評価・洗練し、1回の実演から転移可能なタスク構造を推論する少数ショット模倣手法を提案。
- ストリーミングフローポリシー：行動軌道をフロー軌道として扱う拡散・フローマッチングポリシーの簡略化VLA2025/5/1
拡散・フローマッチングポリシーを簡略化し、行動軌道をフロー軌道として扱うことで、サンプリング中にリアルタイムで行動をロボットにストリーミング可能にした手法を提案。
- 見ることは信じること：基盤モデルを不確実性推定器として用いた信念空間プランニングVLA2025/4/1
VLMを不確実性推定に用いて記号的な信念表現を構築し、部分観測環境で戦略的な情報収集を組み込んだ信念空間プランニングを実現した研究。
- 正規化フローによるドメインランダム化でロボットスキルを学習・系列化sim2real2025/2/1
正規化フローで環境のサンプリング分布を自動学習するドメインランダム化手法を提案し、6つのシミュレーションと1つの実機タスクで頑健性を検証。さらに学習した分布と特権価値関数を組み合わせ、不確実性を考慮した多段階マニピュレーション計画での分布外検出に応用した。
- ピクセルから述語へ：事前学習済み視覚言語モデルによる記号的世界モデルの学習VLA2025/1/1
事前学習済み視覚言語モデルを用いて画像から記号的な述語を抽出し、長期タスクの計画に使える抽象的世界モデルを少数の実演から学習する手法を提案。
- 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。
- 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。
- 接触のアナロジーによるワンショット操作戦略学習マニピュレーション2024/11/1
参照軌道を基に新規物体上の類似接触点と行動系列を見つけ、フックで物を引き寄せるなどの操作戦略をワンショットで汎化する手法MAGICを提案。
- SceneComplete: ロボットマニピュレーションのための雑然とした実世界環境におけるオープンワールド3Dシーン補完3Dシーン理解2024/10/1
単一のRGB-D画像から、事前学習済みの知覚モジュールを組み合わせて、雑然とした実世界シーンの完全な3Dモデルを構築するシステムを提案し、ロバストな把持提案生成を可能にした。
- 視覚言語モデルで長期的なタスク・動作計画を導くタスク・動作計画2024/10/1
VLMが生成する意味的に妥当な中間サブゴールでタスク・動作計画を階層的に導くVLM-TAMPを提案し、キッチンでの長期タスクで成功率を大幅に改善した。
- 計画と拡散を組み合わせた未知ダイナミクス下での移動マニピュレーション移動マニピュレーション2024/10/1
未知のダイナミクスを持つ物体の長期的な移動操作に対し、障害物を考慮した経路計画と短期的な相対運動の拡散ポリシーを階層的に組み合わせる手法を提案し、椅子を押し引きするSpotロボットで有効性を示した。
- 大規模モデルによるキーポイント抽象化を用いた物体相対模倣学習模倣学習2024/10/1
大規模視覚言語モデルを活用してタスクに関連し物体間で一貫したキーポイントを自動生成し、少数の実演データから物体姿勢や視点の変化に頑健な模倣学習を実現するフレームワークKALMを提案。
- 不確実性を考慮した物体インスタンスセグメンテーションと身体性インタラクションセグメンテーション2024/8/1
大規模事前学習モデルを複数回クエリして物体セグメンテーションの仮説分布と信頼度を生成し、ロボットが不確実性を考慮して行動選択できる手法を提案。実機実験で有効性を示した。
- TAMPにおける運動計画のための実用的な有限サンプル境界に向けてTAMP2024/7/1
TAMPでサンプリングベース運動計画を確実に解くために必要なサンプル数の上限を証明し、より厳密なサンプル数を計算する数値アルゴリズムを提案した。
- GCS*: 凸集合グラフ上の暗黙的グラフに対する前向きヒューリスティック探索プランニング2024/7/1
凸集合グラフ上の最短経路問題を解くため、A*探索を一般化した前向きヒューリスティック探索アルゴリズムGCS*を提案し、接触を伴う平面押しタスクで有効性を示した。
- PRoC3Sを信頼せよ：LLMと制約充足による長期的ロボティクス問題の解決マニピュレーション2024/6/1
LLMに連続パラメータ付きスキル列のコードを生成させ、それを連続制約充足問題として解くことで、運動学的・幾何学的・物理的制約を守りながら複雑な長期的マニピュレーションタスクを効率的に計画する手法を提案。
- セット・イット・アップ！：構成的生成モデルによる機能的物体配置物体配置2024/5/1
「二人用の食卓をセットして」のような曖昧な指示から、物体間の抽象的な空間関係をLLMで推論し、拡散モデルを組み合わせて機能的で美しい配置を生成するフレームワークを提案。
- 不確実性とリスクを考慮した部分観測下のタスク・動作計画タスク・動作計画2024/3/1
初期状態や行動結果に不確実性がある長期的なロボット計画問題に対し、抽象タスクレベルと連続制御レベルで不確実性を推論し、情報収集や不可逆な結果の回避を可能にするTAMPURAを提案した。
- 習うより慣れろ：スキルパラメータ方策を学習するための計画マニピュレーション2024/2/1
ロボットがパラメータ化されたスキル群を自律的に練習し、環境に適応したパラメータ選択方策を効率的に学習する手法を提案。
- Learning Reusable Manipulation Strategies2023/11/1
- Compositional Diffusion-Based Continuous Constraint Solvers2023/9/1
- Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation2023/8/1
- Embodied Lifelong Learning for Task and Motion Planning2023/7/1
- DiMSam: Diffusion Models as Samplers for Task and Motion Planning under Partial Observability2023/6/1
- PDSketch: Integrated Planning Domain Programming and Learning2023/3/1
- Visibility-Aware Navigation Among Movable Obstacles2022/12/1
- SE(3)-Equivariant Relational Rearrangement with Neural Descriptor Fields2022/11/1
- Learning Efficient Abstract Planning Models that Choose What to Predict2022/8/1
- Fully Persistent Spatial Data Structures for Efficient Queries in Path-Dependent Motion Planning Applications2022/6/1
- Learning Neuro-Symbolic Skills for Bilevel Planning2022/6/1
- Predicate Invention for Bilevel Planning2022/3/1
- Representation, learning, and planning algorithms for geometric task and motion planning2022/3/1
- Specifying and achieving goals in open uncertain robot-manipulation domains2021/12/1
- Discovering State and Action Abstractions for Generalized Task and Motion Planning2021/9/1
- Long-Horizon Manipulation of Unknown Objects via Task and Motion Planning with Estimated Affordances2021/8/1
- Learning Neuro-Symbolic Relational Transition Models for Bilevel Planning2021/5/1
- Learning When to Quit: Meta-Reasoning for Motion Planning2021/3/1
- Learning Symbolic Operators for Task and Motion Planning2021/3/1
- Integrated Task and Motion Planning2020/10/1
- CAMPs: Learning Context-Specific Abstractions for Efficient Planning in Factored MDPs2020/7/1
- Visual Prediction of Priors for Articulated Object Interaction2020/6/1
- Learning compositional models of robot skills for task and motion planning2020/6/1
- Online Replanning in Belief Space for Partially Observable Task and Motion Problems2019/11/1
- Differentiable Algorithm Networks for Composable Robot Learning2019/5/1
- Look before you sweep: Visibility-aware motion planning2019/1/1
- Learning sparse relational transition models2018/10/1
- Learning Quickly to Plan Quickly Using Modular Meta-Learning2018/9/1
- Learning to guide task and motion planning using score-space representation2018/7/1
- Learning What Information to Give in Partially Observed Domains2018/5/1
- Active model learning and diverse action sampling for task and motion planning2018/3/1
- Integrating Human-Provided Information Into Belief State Representation Using Dynamic Factorization2018/3/1
- PDDLStream: Integrating Symbolic Planners and Blackbox Samplers via Optimistic Adaptive Planning2018/2/1
- Sampling-Based Methods for Factored Task and Motion Planning2018/1/1
- Guiding the search in continuous state-action spaces by learning an action sampling distribution from off-target samples2017/11/1
- Provably Safe Robot Navigation with Obstacle Uncertainty2017/5/1
- FFRob: Leveraging Symbolic Planning for Efficient Task and Motion Planning2016/8/1
- Focused Model-Learning and Planning for Non-Gaussian Continuous State-Action Systems2016/7/1
- Backward-Forward Search for Manipulation Planning2016/4/1
- Object-based World Modeling in Semi-Static Environments with Dependent Dirichlet-Process Mixtures2015/12/1