Adithyavairavan Murali
収録論文 22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
- cuRoboV2-Fast:高速なトルク制限付き衝突回避動作計画動作計画2026/11/4
GPU加速により、衝突回避・ペイロード考慮・トルク制限付きの動作計画を高速化し、計画時間と実行時間を大幅に短縮したプランナを提案。
- OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク模倣学習/データ収集2026/10/27
UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。
- GaP: 変動的オートメーションタスクのためのグラフとしてのポリシーを用いたマルチエージェント自己学習ハーネスタスク計画2026/7/1
ロボットの信頼性を高めるため、エージェント型コーディングと解釈可能なロボットプログラミングを組み合わせ、タスクをグラフ構造で表現して自己学習する手法を提案した。
- GraspGen-X: クロスエンボディメント6自由度拡散ベース把持把持2026/6/1
異なるグリッパー形状や物理的把持プロセスにも対応できる、拡散モデルを用いた6自由度把持生成手法を提案。スイープボリュームによるグリッパー表現と手続き的グリッパーによる大規模データセットで訓練し、未知のグリッパーへのゼロショット汎化を実現した。
- cuRoboV2:高自由度ロボットのための深度融合距離場を用いた動力学考慮型動作生成動作生成2026/3/1
Bスプライン軌道最適化、GPUネイティブなTSDF/ESDF知覚、全身計算を統合し、高自由度ヒューマノイドでも安全で実行可能な動作生成を高速に実現するフレームワーク。
- SpaceTools: 二重対話型強化学習によるツール拡張空間推論VLA2025/12/1
VLMが複数の視覚ツールを強化学習で協調利用できるよう訓練する二段階フレームワークDIRLを提案し、空間推論ベンチマークで最高性能と実機マニピュレーションを実現した。
- Isaac Lab:マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- Grasp-MPC:価値関数誘導型モデル予測制御による閉ループ視覚把持マニピュレーション2025/9/1
大規模合成データで学習した価値関数をモデル予測制御に組み込み、散らかった環境でも未知物体を反応的に把持できる閉ループ6自由度視覚把持ポリシーを提案した。
- GraspGen: オブジェクト把持のための拡散モデルフレームワークマニピュレーション2025/7/1
拡散モデルを用いて6自由度の把持を生成し、識別器でフィルタリングするフレームワークを提案。5300万把持のデータセットを公開し、実機でも高い性能を示した。
- DiffusionSeeder: 拡散モデルによる運動最適化のシード生成で高速動作計画動作計画2024/10/1
拡散モデルで深度画像から多様な軌道を生成し、GPU加速運動最適化の初期シードとして使うことで、混雑環境でのロボット動作計画を大幅に高速化・高成功率化する手法。
- RoboPoint: ロボティクス向け空間アフォーダンス予測の視覚言語モデルVLA2024/6/1
合成データで視覚言語モデルをロボット向けに微調整し、言語指示から画像内のキーポイントアフォーダンスを予測するRoboPointを開発。実世界データ不要でスケーラブルに学習でき、ナビゲーションや操作などのタスクで既存手法を上回る。
- M2T2: 物体中心のピックアンドプレイスに向けたマルチタスクマスク付きトランスフォーマーマニピュレーション2023/11/1
生の点群から接触点と把持姿勢を予測し、多様な低レベル動作を任意物体に対して実行できる単一のトランスフォーマーモデルを提案。大規模合成データで学習し、実機へのゼロショットsim2real転移を達成した。
- CabiNet: 手続き的シーン生成による物体再配置のためのニューラル衝突検出のスケーリングマニピュレーション2023/4/1
65万以上の雑然としたシーンを手続き的に生成し、単視点深度から物体とシーンの点群を入力してSE(3)姿勢の衝突を予測するCabiNetを学習。MPPIプランナと組み合わせて再配置を実現し、シミュレーションのみの学習で実世界に転移できることを示した。
- ニューラルモーションフィールド:把持軌道を暗黙的価値関数として符号化マニピュレーション2022/6/1
物体の点群と把持の相対軌道をニューラルネットの暗黙的価値関数として表現し、サンプリングベースMPCで動的物体の把持をリアクティブに実現する手法を提案。
- HandoverSim: 人からロボットへの物体受け渡しのためのシミュレーションフレームワークとベンチマークsim2real2022/5/1
人からロボットへの物体受け渡しをシミュレーションするベンチマークを提案し、動作キャプチャデータを活用して訓練・評価環境を構築、複数のベースラインの性能を分析した。
- 同じ物体でも掴み方は違う:タスク指向把持のためのデータと意味的知識把持2020/11/1
56タスク・191物体・25万件のタスク指向把持データセットTaskGraspを構築し、物体とタスクの意味知識を知識グラフで活用するGCNGraspを提案した論文。未知物体や新タスクへの汎化性能を約12%向上させ、実機でも検証した。
- 散らかった環境での対象物操作に向けた6自由度把持マニピュレーション2019/12/1
部分点群から散らかったシーン内の任意物体に対する6自由度把持を計画する手法を提案し、実機で80.3%の把持成功率を達成した。
- PyRobot:研究・ベンチマーク向けオープンソースロボティクスフレームワークロボティクスフレームワーク2019/6/1
ROS上に構築した軽量な高レベルAPIで、ハードウェアに依存せず多様なロボットを制御できるオープンソースフレームワークPyRobotを提案し、非ロボティクス研究者の参入障壁を下げる。
- ハードウェア条件付き方策によるマルチロボット転移学習sim2real2018/11/1
ロボットのハードウェア情報をベクトルで条件付けした汎用方策を学習し、未知のロボットへのゼロショット転移や効率的なファインチューニングを実現した。
- 家庭環境でのロボット学習:汎化性能の向上とデータセットバイアスの低減マニピュレーション2018/7/1
低コスト移動マニピュレータを自作し複数の家庭で2.8万回の把持データを収集、ラベルノイズを潜在変数として扱う枠組みを開発して、未知の家庭での把持成功率をラボ学習モデルより43.7%改善した。
- 見ずに掴む:触覚のみで未知物体を把持する学習手法触覚2018/5/1
触覚センサのみを用いて未知物体の位置を探索し、触覚フィードバックで把持を反復的に改善するシステムを提案。大規模把持データセットと教師なし触覚表現学習を構築した。
- カリキュラム加速自己教師あり学習による高次元把持制御マニピュレーション2017/8/1
制御次元ごとに学習順序を決めるカリキュラムを感度分析で自動設計し、視覚から高次元動作への把持政策を効率的に学習する手法を提案した。
