Mac Schwager
Stanford University
収録論文 105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。
- ECoMEM: 記憶依存型ロボット制御のための明示的概念メモリVLA2026/9/30
タスクに関連する過去の情報を「概念」として明示的に記録・更新し、それをVLAポリシーの条件付けに使うメモリ機構を提案。長期的タスクや実機タスクで高い成功率を達成した。
- 学習不要の行動クローニング模倣学習2026/9/24
行動予測制御（BPC）を提案し、行動認識型検索指標とハンケル行列に基づく行動継続事前分布、閉形式の1ステップ残差補正を組み合わせることで、方策の学習なしに実演データから直接制御を合成する。シミュレーションと実機で学習方策に匹敵する性能を示し、方策適合を数時間から数秒に短縮、Jetson Orin Nano上で75Hz以上の閉ループ制御を実現した。
- EmbodiedSWE：長期的器用ロボティクスのためのコーディングエージェントVLA2026/9/23
コーディングエージェントが長期的・器用なロボットタスクを解き、その解を多様な軌道に拡張してVLAを訓練し、実機タスクまで完了できることを示した研究。
- UniMem: 視覚言語行動モデルのためのマルチモーダル記憶と制御の統合VLA2026/8/24
長期的な記憶を必要とするタスクで性能が低下するVLAモデルに対し、イベント分類器とキーフレームエンコーダを用いて記憶と制御を単一モデルに統合するフレームワークを提案し、シミュレーションと実機で既存手法を上回る性能を達成した。
- 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。
- 宇宙マニピュレータによる転倒物体への終端接近における変圧器ベースのウォームスタート手法宇宙ロボティクス/軌道計画2026/6/1
宇宙マニピュレータが転倒するターゲットへ接近する際の軌道生成を高速化するため、逐次凸計画法のウォームスタートに因果トランスフォーマーを適用し、計算時間と軌道の堅牢性を改善した。
- LEGS: 具現化ガウススプラッティング世界における遠隔操作不要のVLA微調整による人型ロコ操作VLA/シミュレーション/人型ロボット2026/6/1
人型ロボットの移動操作タスク向けに、遠隔操作デモなしで合成データを生成し、VLAポリシーを微調整するハイブリッドシミュレータLEGSを提案。3DGS背景とメッシュ前景を組み合わせ、実機で遠隔操作デモと同等以上の性能を達成した。
- InSight: 操縦可能なVLAによる自己誘導型スキル獲得VLA/スキル獲得2026/6/1
VLAモデルにプリミティブ動作レベルでの操縦性を持たせ、デモンストレーションの自動分割とVLMによるデータ収集のフィードバックループを通じて、人間のデモなしに新しい操作スキルを自律的に獲得するフレームワークを提案した。
- SARM2: 自己改善型ロボット操作のためのマルチタスク段階認識報酬モデリングマニピュレーション2026/6/1
長期的なロボット操作タスクにおいて、行動クローニングに依存せず、自己ロールアウトからポリシーを改善するための、段階推定器とMMoE価値ヘッドを組み合わせたマルチタスク報酬モデルRMと、それを用いた自己改善フレームワークSPIRALを提案した。
- WARP-RM: ワープ拡張相対進行報酬モデルによるデータキュレーション模倣学習2026/6/1
成功デモから時間ワープ拡張を用いて自己教師ありでフレームごとの相対進行報酬を学習し、模倣学習のデータ品質を向上させる手法を提案。
- ロボットにはVLAと世界モデルだけでは不十分基盤モデル2026/6/1
ロボットの汎用知能はポリシースケーリングだけでは不十分で、非構造化データをロボットの教師信号に変換する仕組みが必要だと主張するポジションペーパー。
- ロックインの打破：低データVLA後訓練における操縦性の維持VLA2026/4/1
低データでの後訓練後にVLAポリシーが新しい指示に応答しなくなる「ロックイン」現象を特定し、視覚的接地の維持とテスト時の対照的プロンプトガイダンスによりこれを緩和するDeLockを提案した。
- カメラ視点選択のための被覆最適化視点計画2026/4/1
3D再構成のための情報量の多いカメラ視点を選ぶ基準として、フィッシャー情報量の近似最小化が過去の観測で不十分な幾何を覆う視点選択に帰着することを示し、軽量な被覆ベース指標COVERを提案した。
- スパースオートエンコーダがVLAモデルの解釈可能で操作可能な特徴を明らかにするVLA/解釈可能性2026/3/1
VLAモデルの隠れ層にスパースオートエンコーダを適用し、動作プリミティブや意味概念に対応する解釈可能な特徴を発見。特徴の増幅・除去による操作実験で、汎化と制御可能性を実証した。
- π、しかし飛ばす：VLAモデルの空中マニピュレーションへの物理誘導転移空中マニピュレーション/VLA2026/3/1
固定ベースのマニピュレータ向けに事前学習されたVLAモデルを空中プラットフォームへ転移させる際の「ダイナミクスギャップ」を、推論時のペイロード認識ガイダンスと合成データ生成で橋渡しし、空中ピックアンドプレースの成功率を向上させた。
- 基盤世界モデルによる両腕マニピュレータの故障検出の高精度化故障検出2026/3/1
事前学習済み視覚基盤モデルの潜在空間で確率的な世界モデルを学習し、不確実性を故障検出のスコアとして利用するランタイムモニタを開発。シミュレーションと新規データセットで既存手法を大幅に上回る性能を示した。
- 意味論的・計量的ベイズリスク場：VLM事前分布を用いた人間動画からのロボット安全学習安全・リスク学習2025/12/1
人間の安全認識をベイズ的リスク場としてモデル化し、VLMの常識と人間の安全動画から学習して、ロボット計画に使えるピクセル単位のリスク画像を生成する手法を提案。
- Phys2Real: VLMの事前知識と対話型オンライン適応を融合した不確実性を考慮したSim-to-Realマニピュレーションsim2real2025/10/1
VLMが推定した物理パラメータの事前分布と、実機での対話データから得られるオンライン推定を不確実性を考慮して統合し、シミュレーションで学習したマニピュレーションポリシーを実世界に転移させる手法を提案。
- SketchPlan: 人間のスケッチからの拡散モデルによるドローン計画ドローン計画2025/10/1
人間が描いた2Dスケッチと深度画像から、拡散モデルを用いてドローンの3D飛行経路を生成する手法を提案し、実環境でのゼロショットsim-to-real転移を実現した。
- SARM: 長期的ロボットマニピュレーションのためのステージ認識型報酬モデリングマニピュレーション2025/9/1
自然言語のサブタスク注釈を活用し、タスクの段階と進捗を予測する報酬モデルを提案。これに基づく行動クローニングでTシャツ折りなどの長期変形物体操作を大幅に改善。
- SINGER: ドローン向けオンボード汎用視覚言語ナビゲーションポリシーナビゲーション2025/9/1
ガウススプラッティングによるフォトリアルなシミュレータとRRTベースの専門家で生成したデータを用い、オンボードセンシングのみで言語指示に従い自律飛行する軽量な視覚運動ポリシーを学習した。未見環境や未見物体へのゼロショットsim2real転移でベースラインを上回る。
- VISTA: オンライン意味的ガウススプラッティングを用いたオープン語彙・タスク関連ロボット探索探索2025/7/1
オープン語彙の指示に基づき、タスクに関連する領域の3Dマップ品質を高める軌道を計画する能動探索手法を提案し、ドローンと四足歩行ロボットで有効性を示した。
- V2X協調自動運転のエンドツーエンド競技会：研究課題と進展V2X協調自動運転2025/7/1
V2X通信を活用した協調自動運転のエンドツーエンド競技会を開催し、帯域制約下での知覚・計画の課題と上位解法の傾向を分析した。
- ParticleFormer: 多物体・多素材ロボット操作のための3D点群ワールドモデルワールドモデル2025/6/1
剛体・変形・柔軟素材が混在する多物体操作を対象に、実ロボット知覚データから直接学習できるTransformerベースの3D点群ワールドモデルを提案し、MPCによる下流操作タスクで高精度な動力学予測を実現した。
- GRaD-Nav++：ガウスラディアンスフィールドと微分可能力学による視覚言語モデル駆動ドローン航法VLA2025/6/1
3Dガウススプラッティングシミュレータと微分可能強化学習で訓練した軽量VLAモデルを機載し、自然言語指示に従ってリアルタイムにドローンを飛行させるフレームワークを提案。
- 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。
- 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。
- GRaD-Nav: ガウス放射輝度場と微分可能力学による効率的な視覚ドローン航法の学習VLA2025/3/1
3Dガウススプラッティングと微分可能強化学習を組み合わせ、視覚ベースのドローン航法ポリシーを効率的に学習するフレームワークを提案。シミュレーションから実機へのゼロショット転移と新しい環境への適応を実現した。
- SIREN: マルチロボットGaussian Splattingマップのセマンティック・初期化不要レジストレーションマルチロボットSLAM2025/2/1
カメラ姿勢や画像、初期変換が一切なくても、セマンティクスを活用して複数ロボットのGaussian Splattingマップを高精度に位置合わせ・統合する手法を提案。
- HAMMER: 異種マルチロボット協調型セマンティックガウシアンスプラッティングマルチロボット/3DGS2025/1/1
複数ロボットの非同期データストリームから、初期位置や姿勢推定器の違いを問わずにサーバ上で協調的に3Dセマンティックマップをリアルタイム構築する手法を提案。
- Conformal Predictionを用いた疎な人間フィードバックからのロボット安全学習安全・信頼性2025/1/1
人間が不安全行動にフラグを立てた二値フィードバックから、Conformal Predictionで将来のポリシーエラーの領域を特定し、ロボットの安全警告システムを構築する手法を提案。
- SOUS VIDE: ガウススプラッティング空間で視覚ドローン航法ポリシーを調理するsim2real2024/12/1
ガウススプラッティングによる高精細シミュレータFiGSで専門家MPCのデータを大量生成し、軽量な視覚運動ポリシーSV-Netに蒸留することで、機体のみでゼロショットsim-to-realを実現したドローン航法手法。
- 掴みを極める：大規模多指把持評価によるロバストなsim-to-real転移マニピュレーション2024/10/1
350万件の把持データセットを公開し、視覚ベースの把持評価器を学習させることで、多指ロボットハンドの実世界把持を高精度に実現した。
- DisCo: 力強いマルチロボット協調のための分散接触リッチ軌道最適化マルチロボット協調2024/10/1
各ロボットが局所的な接触暗黙軌道最適化を解き、ADMMと無線メッシュ通信で協調することで、協調マニピュレーションやチームスポーツ、モジュラーロボット歩行を効率的に実現する分散アルゴリズム。
- E2Map: 言語モデルを用いた自己内省的ロボットナビゲーションのための経験・感情マップナビゲーション2024/9/1
ロボットが実環境での経験と感情的反応をマップに統合し、言語モデルによる初期計画を一度の経験で修正することで、確率的環境でのナビゲーション性能を向上させる手法を提案。
- ARCH: 長期的な接触を伴うロボット組立のための階層型ハイブリッド学習マニピュレーション2024/9/1
パラメータ化されたスキルの低レベルライブラリと模倣学習で訓練した高レベル方策を組み合わせ、接触の多い長期的な組立作業を高精度かつデータ効率的に実現する階層型手法を提案。
- SAFER-Splat: オンラインガウシアンスプラッティング地図を用いた安全ナビゲーションのための制御バリア関数安全ナビゲーション2024/9/1
リアルタイムに構築されるGaussian Splatting地図上で、制御バリア関数を用いてロボットの動作を安全な範囲に補正するフィルタを提案し、ドローンでの実機検証を行った。
- Gen-Swarms: 深層生成モデルをドローン群制御に応用群制御2024/8/1
フローマッチングによる3D点群生成と反応的ナビゲーションを組み合わせ、衝突を避けながら滑らかな軌道でドローンショーを自動生成する手法。
- 安全な分布外適応型MPC：Conformal予測を用いたニューラルネットワークアンサンブル安全制御/MPC2024/6/1
学習モデルのアンサンブルとConformal予測による分布外検知を組み合わせ、分布外時には到達可能性に基づく安全なフォールバック制御に切り替えるMPC手法を提案し、自動運転の歩行者予測で検証した。
- Splat-MOVER: 編集可能なガウシアンスプラッティングによる多段階オープンボキャブラリロボットマニピュレーションマニピュレーション2024/5/1
ガウシアンスプラッティングの編集性を活かし、意味・把持アフォーダンスを3Dシーンに蒸留するASK-Splat、リアルタイムシーン編集のSEE-Splat、把持生成のGrasp-Splatを組み合わせたモジュール式ロボット操作スタックを提案。
- 行動クローニング方策の汎化性能を統計的に評価する枠組みVLA2024/5/1
少数のロールアウトから、行動クローニング方策の性能分布の下限をユーザー指定の信頼度で保証する統計的評価フレームワークを提案し、シミュレーションと実機で検証した。
- Touch-GS: 視覚と触覚で教師あり学習する3Dガウシアンスプラッティング3D再構成2024/3/1
光学触覚センサと単眼深度推定を組み合わせ、触覚データを不確かさ付きで統合して3Dガウシアンスプラッティングを教師あり学習する手法を提案。透明・反射物体を含む少数視点シーン合成で視覚のみ・触覚のみより高精度を実現。
- CLIPSwarm：視覚言語モデルでテキストからドローンショーを生成群制御2024/3/1
自然言語の指示からCLIPを使ってドローンの群れのフォーメーションを自動生成し、衝突回避制御を付与してドローンショーを実現する手法を提案。
- Splat-Nav: ガウシアンスプラッティングマップにおける安全なリアルタイムロボットナビゲーションナビゲーション2024/3/1
ガウシアンスプラッティング(3Dシーン表現)上で、安全なポリトープ回廊とベジェ曲線による計画、およびRGBカメラのみからの姿勢推定を組み合わせ、リアルタイムに再計画・ナビゲーションするシステムを提案。
- CineMPC: A Fully Autonomous Drone Cinematography System Incorporating Zoom, Focus, Pose, and Scene Composition2024/1/1
- Foundation Models in Robotics: Applications, Challenges, and the Future2023/12/1
- Large-Scale Multi-Robot Assembly Planning for Autonomous Manufacturing2023/11/1
- CLIPSwarm: Converting text into formations of robots2023/11/1
- Local Non-Cooperative Games with Principled Player Selection for Scalable Motion Planning2023/10/1
- CineTransfer: Controlling a Robot to Imitate Cinematographic Style from a Single Example2023/10/1
- Guarantees on Robot System Performance Using Stochastic Simulation Rollouts2023/9/1
- Connected Autonomous Vehicle Motion Planning with Video Predictions from Smart, Self-Supervised Infrastructure2023/9/1
- NerfBridge: Bringing Real-time, Online Neural Radiance Field Training to Robotics2023/5/1
- Incorporating Human Path Preferences in Robot Navigation with Minimal Interventions2023/3/1
- CATNIPS: Collision Avoidance Through Neural Implicit Probabilistic Scenes2023/2/1
- Distributed Optimization Methods for Multi-Robot Systems: Part II -- A Survey2023/1/1
- Fast and Scalable Signal Inference for Active Robotic Source Seeking2023/1/1
- Distributed Optimization Methods for Multi-Robot Systems: Part I -- A Tutorial2023/1/1
- Single-Level Differentiable Contact Simulation2022/12/1
- OA-MPC: Occlusion-Aware MPC for Guaranteed Safe Robot Navigation with Unseen Dynamic Obstacles2022/11/1
- Reachable Polyhedral Marching (RPM): An Exact Analysis Tool for Deep-Learned Control Systems2022/10/1
- Differentiable Physics Simulation of Dynamics-Augmented Neural Objects2022/10/1
- NeRF-Loc: Transformer-Based Object Localization Within Neural Radiance Fields2022/9/1
- Intention Communication and Hypothesis Likelihood in Game-Theoretic Motion Planning2022/9/1
- Learning Deep SDF Maps Online for Robot Navigation and Exploration2022/7/1
- Game-Theoretic Planning for Autonomous Driving among Risk-Aware Human Drivers2022/5/1
- Self-Supervised Traffic Advisors: Distributed, Multi-view Traffic Prediction for Smart Cities2022/4/1
- FIG-OP: Exploring Large-Scale Unknown Environments on a Fixed Time Budget2022/3/1
- Dojo: A Differentiable Physics Engine for Robotics2022/3/1
- Maximum-Entropy Multi-Agent Dynamic Games: Forward and Inverse Solutions2021/10/1
- Vision-Only Robot Navigation in a Neural Radiance World2021/10/1
- TrajectoTree: Trajectory Optimization Meets Tree Search for Planning Multi-contact Dexterous Manipulation2021/9/1
- Decentralized Role Assignment in Multi-Agent Teams via Empirical Game-Theoretic Analysis2021/9/1
- DiNNO: Distributed Neural Network Optimization for Multi-Robot Collaborative Learning2021/9/1
- Distributed Control of Truss Robots Using Consensus Alternating Direction Method of Multipliers2021/8/1
- Reciprocal Multi-Robot Collision Avoidance with Asymmetric State Uncertainty2021/7/1
- Fast Contact-Implicit Model-Predictive Control2021/7/1
- CineMPC: Controlling Camera Intrinsics and Extrinsics for Autonomous Cinematography2021/4/1
- ALGAMES: A Fast Augmented Lagrangian Solver for Constrained Dynamic Games2021/4/1
- A Survey of Distributed Optimization Methods for Multi-Robot Systems2021/3/1
- Dexterous Manipulation Primitives for the Real Robot Challenge2021/1/1
- MSL-RAPTOR: A 6DoF Relative Pose Tracker for Onboard Robotic Perception2020/12/1
- LUCIDGames: Online Unscented Inverse Dynamic Games for Adaptive Trajectory Prediction and Planning2020/11/1
- Reachable Polyhedral Marching (RPM): A Safety Verification Algorithm for Robotic Systems with Deep Neural Network Components2020/11/1
- RAT iLQR: A Risk Auto-Tuning Controller to Optimally Account for Stochastic Model Mismatch2020/10/1
- GeoD: Consensus-based Geodesic Distributed Pose Graph Optimization2020/10/1
- Risk-Sensitive Sequential Action Control with Multi-Modal Human Trajectory Forecasting for Safe Crowd-Robot Interaction2020/9/1
- Directional Primitives for Uncertainty-Aware Motion Estimation in Urban Environments2020/7/1
- Distributed Motion Control for Multiple Connected Surface Vessels2020/7/1
- Optimal Sequential Task Assignment and Path Finding for Multi-Agent Robotic Assembly Planning2020/6/1
- Decentralized Adaptive Control for Collaborative Manipulation of Rigid Bodies2020/5/1
- STT-CBS: A Conflict-Based Search Algorithm for Multi-Agent Path Finding with Stochastic Travel Times2020/4/1
- Distributed Multi-Target Tracking for Autonomous Vehicle Fleets2020/4/1
- CinemAirSim: A Camera-Realistic Robotics Simulator for Cinematographic Purposes2020/3/1
- AirSim Drone Racing Lab2020/3/1
- SACBP: Belief Space Planning for Continuous-Time Dynamical Systems via Stochastic Sequential Action Control2020/2/1
- ALGAMES: A Fast Solver for Constrained Dynamic Games2019/10/1
- Fast Reciprocal Collision Avoidance Under Measurement Uncertainty2019/5/1
- A Real-Time Game Theoretic Planner for Autonomous Two-Player Drone Racing2018/1/1
- Brain-Swarm Interface (BSI): Controlling a Swarm of Robots with Brain and Eye Signals from an EEG Headset2016/12/1
- Robust Satisfaction of Temporal Logic Specifications via Reinforcement Learning2015/10/1
- Correlated Orienteering Problem and it Application to Persistent Monitoring Tasks2014/2/1
- Technical Report: A Receding Horizon Algorithm for Informative Path Planning with Temporal Logic Constraints2013/1/1
- Persistent Robotic Tasks: Monitoring and Sweeping in Changing Environments2011/2/1