Wil Thomason
収録論文 15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
- 速く遠くを見る：高速状態サンプリングによる長期的オンラインPOMDP計画POMDP計画2026/6/1
不確実性下での動作計画に用いるPOMDPの長期的問題を解くため、高速サンプリングベースの動作計画で多様なマクロアクションを生成し、信念空間サンプリングを偏らせて高品質な方策を導出する新しい近似オンラインソルバーROP-RAS3を提案した。
- 述語と行動の同時学習によるゼロショット技能合成模倣学習/技能合成2026/5/1
ロボットの模倣学習において、行動とその象徴的な結果（述語）を同時に生成する新しいポリシーを提案し、学習済み技能のゼロショット合成を可能にした。
- 黄金のチケット：単一のノイズベクトルで生成ロボットポリシーを改善VLA2026/3/1
事前学習済みの拡散・フローマッチングポリシーに対し、ガウス分布から毎回サンプリングする代わりに固定の初期ノイズ（黄金のチケット）を与えることで、追加学習なしにタスク成功率を向上させる手法を提案。
- 微分平坦性を利用した超高速サンプリングベース運動力学計画運動計画2026/3/1
微分平坦性を利用して運動力学計画を平坦出力空間に変換し、並列化により超高速なサンプリングベース計画を実現するフレームワークFLASKを提案。
- クレブシュ・ゴルダン変換器：高速で大域的な同変アテンション同変Transformer2025/9/1
SO(3)の既約表現上でのクレブシュ・ゴルダン畳み込みにより、全次数の同変特徴を扱いつつO(N log N)の大域アテンションを実現したTransformerを提案。n体シミュレーションやロボット把持などで既存手法より高精度・高速・省メモリを達成。
- AORRTC: RRT-Connectによるほぼ確実に漸近最適な計画モーションプランニング2025/5/1
RRT-Connectを拡張し、初期解を迅速に見つけつつ、追加時間で最適解に収束する漸近最適プランナーAORRTCを提案。
- 高速状態空間サンプリングによる長期的オンラインPOMDP計画のスケーリングPOMDP計画2024/11/1
ロボットの不確実性下の計画で使われるPOMDPについて、状態空間を高速サンプリングしてマクロ行動を生成し、長期的な計画を効率的に解くオンラインソルバROP-RaS3を提案した。100ステップ超の計画や15次元状態空間の問題で既存手法を大幅に上回る。
- 最近傍探索不要の漸近的最適運動計画：完全連結情報付き木（FCIT*）運動計画2024/11/1
SIMD並列化で辺評価コストを大幅に削減し、最近傍探索を不要にした完全連結グラフ探索により、漸近的最適運動計画を高速化するFCIT*を提案。
- 衝突判定可能な点木：SIMD対応の高速最近傍探索による衝突チェック動作計画2024/6/1
点群との衝突判定を10ナノ秒未満で行える新しい空間データ構造CAPTを提案し、サンプリングベースの動作計画を単一CPUスレッドで60FPS超のリアルタイム速度で実行可能にした。
- Motions in Microseconds via Vectorized Sampling-Based Planning2023/9/1
- Stochastic Implicit Neural Signed Distance Functions for Safe Motion Planning under Sensing Uncertainty2023/9/1
- Object Reconfiguration with Simulation-Derived Feasible Actions2023/2/1
- Task and Motion Informed Trees (TMIT*): Almost-Surely Asymptotically Optimal Integrated Task and Motion Planning2022/10/1
- Counterexample-Guided Repair for Symbolic-Geometric Action Abstractions2021/5/1
- Ensuring Progress for Multiple Mobile Robots via Space Partitioning, Motion Rules, and Adaptively Centralized Conflict Resolution2021/2/1