Tomás Lozano-Pérez

Massachusetts Institute of Technology

収録論文 51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。

• 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。

• 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。

• 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。

• 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。

• 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。

• 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。

• 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。

• 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。

• 計画と強化学習で新規状況への適応を橋渡しする学習
  強化学習2024/9/1

  強化学習で「ブリッジ方策」を学習し、モデルベース計画と組み合わせることで、未知の状況変化に効率的に適応する手法を提案。

• 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。

• 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。

• 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 Strategies
  2023/11/1
• Compositional Diffusion-Based Continuous Constraint Solvers
  2023/9/1
• Embodied Lifelong Learning for Task and Motion Planning
  2023/7/1
• DiMSam: Diffusion Models as Samplers for Task and Motion Planning under Partial Observability
  2023/6/1
• PDSketch: Integrated Planning Domain Programming and Learning
  2023/3/1
• Visibility-Aware Navigation Among Movable Obstacles
  2022/12/1
• Sequence-Based Plan Feasibility Prediction for Efficient Task and Motion Planning
  2022/11/1
• Robust Planning for Multi-stage Forceful Manipulation
  2022/8/1
• Learning Efficient Abstract Planning Models that Choose What to Predict
  2022/8/1
• Fully Persistent Spatial Data Structures for Efficient Queries in Path-Dependent Motion Planning Applications
  2022/6/1
• Representation, learning, and planning algorithms for geometric task and motion planning
  2022/3/1
• Specifying and achieving goals in open uncertain robot-manipulation domains
  2021/12/1
• Long-Horizon Manipulation of Unknown Objects via Task and Motion Planning with Estimated Affordances
  2021/8/1
• Active Learning of Abstract Plan Feasibility
  2021/7/1
• Learning When to Quit: Meta-Reasoning for Motion Planning
  2021/3/1
• Planning for Multi-stage Forceful Manipulation
  2021/1/1
• Integrated Task and Motion Planning
  2020/10/1
• Learning compositional models of robot skills for task and motion planning
  2020/6/1
• Visual Prediction of Priors for Articulated Object Interaction
  2020/6/1
• Scalable and Probabilistically Complete Planning for Robotic Spatial Extrusion
  2020/2/1
• Online Replanning in Belief Space for Partially Observable Task and Motion Problems
  2019/11/1
• Learning Compact Models for Planning with Exogenous Processes
  2019/9/1
• Look before you sweep: Visibility-aware motion planning
  2019/1/1
• Learning Quickly to Plan Quickly Using Modular Meta-Learning
  2018/9/1
• Modular meta-learning
  2018/6/1
• Learning What Information to Give in Partially Observed Domains
  2018/5/1
• Active model learning and diverse action sampling for task and motion planning
  2018/3/1
• Integrating Human-Provided Information Into Belief State Representation Using Dynamic Factorization
  2018/3/1
• PDDLStream: Integrating Symbolic Planners and Blackbox Samplers via Optimistic Adaptive Planning
  2018/2/1
• Sampling-Based Methods for Factored Task and Motion Planning
  2018/1/1
• Provably Safe Robot Navigation with Obstacle Uncertainty
  2017/5/1
• Focused Model-Learning and Planning for Non-Gaussian Continuous State-Action Systems
  2016/7/1
• Object-based World Modeling in Semi-Static Environments with Dependent Dirichlet-Process Mixtures
  2015/12/1