Akash Sharma
University of California, Berkeley
収録論文 14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
- 物体中心学習で両腕の器用さを引き出すSimDuoReal両腕マニピュレーション2026/11/7
物体中心の単純な報酬で両腕ロボットの強化学習を行い、把持前操作や持ち替えなどの複雑な協調動作が自然に獲得できることを示し、実機で76.3%の成功率を達成した。
- 接触アンカード・リターゲティングによる巧みな操作リターゲティング2026/10/27
人間のデモを接触力目標ごとロボット動作に変換するフレームワークCARDを提案し、映像・モーションキャプチャ・触覚グローブを統合して接触維持率とタスク成功率を大幅に向上させた。
- 教師あり遊びによる器用さの獲得マニピュレーション2026/10/15
人間の短時間の遊びから行動クローニングで遊び方策を学習し、自律的にデータを収集して世界モデルを訓練、モデル予測制御と自己遊びによる方策蒸留で器用な操作を実現した。
- GOTT: 再利用可能なクロスエンボディメントプリミティブによる物体中心の器用マニピュレーションマニピュレーション2026/10/2
ロボットに依存しない物体軌道と到達仕様から、多指ハンドで安定した接触を確立し物体運動を追従する再利用可能なプリミティブを提案し、多様なハンド形態で頑健な接触とタスク成功率の向上を示した。
- PTLD: 触覚潜在一貫性蒸留によるシミュレーションから実世界への巧みな操作触覚/操作/sim2real2026/3/1
触覚センサのシミュレーションを必要とせず、実世界の特権センサから収集したデータを用いて触覚入力に基づく状態推定器を蒸留し、シミュレーションで訓練した操作ポリシーを向上させる手法を提案した。
- TactAlign: 触覚アライメントによる人間からロボットへのポリシー転送触覚2026/2/1
触覚グローブで収集した人間の触覚信号を、異なる身体を持つロボットに転送するクロスエンボディメント触覚アライメント手法を提案。ペアデータ不要で、接触の多いタスクでのポリシー転送性能を向上させる。
- Any4D: 統合フィードフォワード計量4D再構成4D再構成2025/12/1
多視点トランスフォーマーにより、Nフレームのピクセル単位の動きと形状を直接予測する4D再構成手法を提案。RGB-DやIMU、レーダーなど追加センサーも利用可能で、高精度かつ高速。
- SPIDER: スケーラブルな物理情報に基づく巧みなリターゲティングリターゲティング2025/11/1
人間の運動データを物理シミュレーションでロボットの動的に実行可能な軌道に変換し、大規模な巧みな操作ポリシー学習を可能にするフレームワークを提案。
- スマートレンズから器用さを獲得：日常環境での人間デモによる多指ロボットマニピュレーションマニピュレーション2025/11/1
Aria Gen 2グラスで日常環境の人間の手の動きを収集し、ロボットデータなしで多指ハンドの3D点ベース方策を学習するフレームワークAINAを提案。
- ピクセルを超えた触覚：ロボットマニピュレーションのためのマルチセンサリ触覚表現触覚2025/6/1
画像・音・動き・圧力の4つの触覚モダリティを自己教師あり学習で統合した表現Sparsh-Xを提案し、模倣学習やsim-to-real適応において成功率とロバスト性を大幅に向上させた。
- 巧みなロボットハンドの触覚スキン向け自己教師あり知覚触覚2025/5/1
磁気触覚スキンを持つロボットハンド全体の触覚と運動履歴から自己教師あり学習で汎用表現を獲得し、状態推定や方策学習の性能を大幅に向上させた。
- DexterityGen：前例のない器用さを実現する基盤コントローラマニピュレーション2025/2/1
強化学習で大規模な器用な動作プリミティブを事前学習し、それを基に基盤コントローラを訓練。人間の遠隔操作をプロンプトとして実世界で高度な器用操作を実現する。
- Sparsh: 視覚ベース触覚センシングのための自己教師あり触覚表現触覚2024/10/1
視覚ベース触覚センサ向けに、460k以上の触覚画像を用いたマスク付き自己蒸留による自己教師あり事前学習で汎用触覚表現を獲得し、標準ベンチマークTacBenchで従来のタスク・センサ特化型学習を平均95.1%上回った。
- 物体グラフで屋内を再構成するスケーラブルSLAMSLAM2020/11/1
屋内シーンを物体のグラフとして表現し、意味情報を活用したデータ関連付けと2.5D描画でドリフトのない大規模再構成を実現する高速SLAMシステムを提案した。
