Tifanny Portela
収録論文 7本 ・ フィジカルAI/ロボット学習
動作計画VLA拡散モデル/動作生成/物理制約模倣学習/データ収集/VR歩行全身制御脚式マニピュレーション
※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
- ELMP: 解析的方針勾配による効率的な動作計画学習動作計画2026/7/1
ニューラル動作プランナーを新しい環境に適応させる際、高価な専門家データの再収集を不要にし、微分可能な運動学レイヤーと自己教師あり微調整で直接ポリシーを最適化するフレームワークを提案。
- 幾何学的行動モデルによるロボットポリシー学習VLA2026/6/1
事前学習済みの幾何基盤モデルを共有基盤として、言語条件付きの未来予測と行動生成を統合した操作ポリシーを提案。シミュレーションと実機で高精度・高速・軽量を実証。
- 物理に基づく生成ポリシーの接地：ロボット制御のための最適化誘導拡散拡散モデル/動作生成/物理制約2026/6/1
拡散モデルによるタスク空間の動作生成に、推論時に最適化ベースのガイダンスを組み込み、物理的実現可能性（到達可能性、衝突回避、追従可能性）を満たすようにする手法を提案。再学習不要で、把持成功率や操作成功率を最大20ポイント以上向上させた。
- VR-DAgger: 没入型VRによる器用なデータ収集と不確実性誘導型オン方策修正模倣学習/データ収集/VR2026/5/1
VR環境で人間がロボットのデモンストレーションを収集し、拡散ポリシーの不確実性が高い失敗区間を自動選択して人間が修正するフレームワークを提案し、器用な操作タスクで性能を向上させた。
- 移動ロコモーションのためのActor-Critic強化学習における事前学習歩行2025/10/1
ロボットの移動タスクにおいて、タスク非依存の探索データから固有感覚逆動力学モデルを教師あり学習で事前学習し、その重みでActor-Criticネットワークをウォームスタートさせる手法を提案。9環境でサンプル効率36.2%向上を実証。
- 脚式ロボットによる全身エンドエフェクタ姿勢追従全身制御2024/9/1
不整地を歩行する四脚ロボットとアームの全身強化学習により、広い作業空間でエンドエフェクタの位置と姿勢を高精度に追従させる手法を提案した。
- 脚式マニピュレーションのための力制御学習脚式マニピュレーション2024/5/1
力センサを使わずに強化学習で直接的な力制御を学習し、四脚ロボットとアームの全身制御で重力補償やインピーダンス制御を実現した研究。