Simon Stepputtis

収録論文 16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

• GraspTwin: デジタルツインによるゼロショットのタスク指向把持最適化
  マニピュレーション2026/9/24

  RGB-D観測から環境のデジタルツインを構築し、基盤モデルが提案するタスクに適した把持候補をベイズ最適化で物理的に実行可能な把持へと洗練させる、実機-シミュレーション-実機の枠組みを提案した。

• いつ止めるかを学ぶ：連続制御のためのプレフィックス最適動的拡散ポリシー
  拡散ポリシー/連続制御2026/8/1

  拡散ポリシーの計算コストを削減するため、各中間ノイズ除去ステップでプレフィックス価値関数を学習し、テスト時に不要なステップを早期停止するフレームワークPOGPを提案した。

• 局所修正から汎用スキルへ：MEMOによる神経記号ポリシーの改善
  操作学習2026/3/1

  ロボットの失敗時に人間が与える自然言語の修正を収集・クラスタリング・再表現して、汎用的なテキストガイダンスとコードスキルテンプレートを合成し、神経記号ポリシーのスキルを動的に拡張する手法MEMOを提案した。

• 言語運動プリミティブ：ロボット動作における言語モデルの接地
  VLA2026/2/1

  VLMの推論を動的運動プリミティブ（DMP）のパラメータに接地させることで、自然言語指示からゼロショットでロボット操作を実現するフレームワークを提案。

• InstructPart: 指示に基づくタスク指向型パーツセグメンテーション
  パーツセグメンテーション2025/5/1

  物体を構成する部品ごとに分割し、指示されたタスクに応じて適切な部品を切り出すベンチマークInstructPartを提案し、既存の視覚言語モデルでも難しいことを示した上で、データセットでの微調整により性能を倍増させるベースラインを提示した。

• 双腕マニピュレーションのための模倣学習アルゴリズム比較
  マニピュレーション2024/8/1

  高精度な双腕マニピュレーションタスクにおいて、代表的な模倣学習アルゴリズムを比較し、ハイパーパラメータ感度やデータ効率、性能などの特性を実験的に評価した。

• ShapeGrasp: 幾何分解と大規模言語モデルによるゼロショットタスク指向把持
  マニピュレーション2024/3/1

  物体を凸形状に分解してグラフ表現し、大規模言語モデルの常識推論で各部位に意味を割り当てることで、未知物体でもタスクに適した部位をゼロショットで把持する手法を提案。

• Concept Learning for Interpretable Multi-Agent Reinforcement Learning
  2023/2/1
• Modularity through Attention: Efficient Training and Transfer of Language-Conditioned Policies for Robot Manipulation
  2022/12/1
• Explainable Action Advising for Multi-Agent Reinforcement Learning
  2022/11/1
• A System for Imitation Learning of Contact-Rich Bimanual Manipulation Policies
  2022/8/1
• Language-Conditioned Imitation Learning for Robot Manipulation Tasks
  2020/10/1
• Improved Exploration through Latent Trajectory Optimization in Deep Deterministic Policy Gradient
  2019/11/1
• Imitation Learning of Robot Policies by Combining Language, Vision and Demonstration
  2019/11/1
• Learning Interactive Behaviors for Musculoskeletal Robots Using Bayesian Interaction Primitives
  2019/8/1
• Probabilistic Multimodal Modeling for Human-Robot Interaction Tasks
  2019/8/1