Akshara Rai
収録論文 35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
- 潜在行動によるクロスエンボディメント・ロボット基盤ワールドモデルワールドモデル2026/10/7
多様なロボットの身体と行動空間を統一した潜在行動空間で扱うワールドモデルLAC-WMを提案し、未知の身体への適応性能が最大46.7%向上することを示した。
- 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。
- ADAPT: あらゆるタスクの選好を能動的に発見・適応する手法VLA2025/4/1
ユーザーの選好を能動的な質問で引き出しながら家事タスクを遂行するベンチマークADAPTと、そのためのLLM訓練手法Reflection-DPOを提案。
- RobotMover: 人間のデモンストレーションから大型物体の移動を学習マニピュレーション2025/2/1
人間と物体のインタラクションデモから模倣学習し、シミュレーションで訓練したポリシーで実機ロボットが椅子やテーブルなどの大型物体を移動できるシステムを開発した。
- PARTNR: 家庭内協働タスクにおける計画と推論のベンチマークマルチエージェント協働2024/11/1
人間とロボットの家庭内協働を評価するため、LLMとシミュレーションを組み合わせて10万件の自然言語タスクからなる大規模ベンチマークを構築し、最先端LLMの協調・計画能力の限界を明らかにした。
- 状況依存型指示追従指示追従2024/7/1
人間がその場で発する曖昧で時間的に変化する指示を、過去の行動や文脈から解釈してロボットが実行する「状況依存型指示追従」を提案し、既存のEIFモデルが人間の意図を十分に理解できないことを示した。
- Habitat 3.0:人間・アバター・ロボットの共生シミュレーション基盤sim2real2023/10/1
家庭環境での人間とロボットの協調作業を研究するためのシミュレーションプラットフォームHabitat 3.0を提案し、人間参加型の評価基盤と社会的ナビゲーション・片付けタスクを実装した。
- 社会的協調を伴う物体再配置タスクにおける適応的協調マルチエージェント協調2023/6/1
2台のロボットが自己中心視点のみを用いて共同で食卓準備や片付けなどの長期タスクを行う「Social Rearrangement」を提案し、新しいパートナーとゼロショットで協調するための多様性を促す手法BDPを開発した。
- ACE: 人間から異形態キャラクターへの動作リターゲティングのための敵対的対応埋め込み動作リターゲティング2023/5/1
GANと特徴損失を用いて、人間の動作を異なる体型・構造を持つロボットやキャラクターに自然かつ意味を保って転写する学習ベースの動作リターゲティング手法を提案し、実機Spotへのsim-to-real転移も実証した。
- 適応的スキル調整によるロボット移動マニピュレーション移動マニピュレーション2023/4/1
視覚運動スキルのライブラリと調整ポリシー、補正ポリシーを組み合わせ、シミュレーションで訓練した移動マニピュレーションを実世界のSpotロボットにゼロショットで適用し、長期的なタスクを高成功率で達成した。
- 意味的スキル模倣によるクロスドメイン転移模倣学習2022/12/1
人間の動画など別ドメインのデモから「電子レンジを開ける」といった意味的スキルの系列を模倣し、ロボットの強化学習を加速する手法を提案。実世界の人間動画3分未満で長期的な調理タスクを学習できる。
- Transformerは適応可能なタスクプランナータスクプランニング2022/7/1
物体属性ベースの表現を用いたTransformerタスクプランナーを提案し、単一のデモンストレーションをプロンプトとして未知の好みに汎化できることを食洗機積載タスクと実機での食器整理で示した。
- Sim2Real再考:低忠実度シミュレーションがナビゲーションのSim2Real転移を向上させるsim2real2022/7/1
視覚ナビゲーションにおいて、シミュレーションの忠実度を上げるのではなく、実世界データでロボット運動の単純モデルを作る方が学習と汎化を改善することを大規模評価で示した。
- 複数の四足ロボットによるケーブル牽引荷物の協調ナビゲーションとマニピュレーション群制御2022/6/1
複数の四足ロボットがケーブルで荷物を牽引し、狭い空間をリアルタイムで障害物を避けながら目標地点まで運ぶ協調自律フレームワークを提案・実証した。
- 四足歩行のためのトルク制御学習歩行2022/3/1
四足ロボットの歩行制御において、PDコントローラを介さずRLポリシーが直接関節トルクを高頻度で出力するトルクベースの学習フレームワークを提案し、sim-to-realで検証した。
- 視覚支援による離散地形上の動的4脚歩行:運動ライブラリの活用歩行2021/10/1
RGB-Dカメラで地形の高さマップと足場を推定し、周期歩容ライブラリとMPCを組み合わせて、A1ロボットが未知の離散地形を動的に踏破できるようにした研究。
- マルチビークルシステムの安全性のための学習ベース初期化戦略群制御2021/9/1
安全性を保証できない多車両系に対し、教師あり学習で初期状態を近傍調整し衝突回避性能を向上させる手法を提案。
- FastMimic:敏捷・多様・汎化可能な四足歩行のためのモデルベース動作模倣歩行2021/9/1
動物の歩容をセントロイダル動力学モデルとオンライン適応で模倣する統一的なモデルベース制御法を提案し、高価なシミュレーション学習や実機微調整なしで多様な運動を実現した。
- 人間のデモンストレーションから周期的タスクを学習する手法模倣学習2021/9/1
ロボットが人間の動画デモから布拭き・ケーブル巻き・攪拌などの周期的タスクを、キーポイントの教師なし学習とベイズ最適化によるrDMPの調整で少ない試行回数で習得する手法を提案。
- グラフニューラルネットワークによる効率的で解釈可能なロボットマニピュレーションマニピュレーション2021/2/1
物体間の空間的制約をグラフ上の分類問題として定式化し、模倣学習で訓練した単一のGNNポリシーがブロック積み上げや食洗機への積載などの長期タスクを解き、物体数や実環境への汎化も示した。
- 順モデル予測誤差を活用した制御学習モデルベース制御2020/11/1
モデル学習とデータ収集を交互に行い、順モデルの予測誤差を制御学習の損失に組み込むことで、接触を伴う複雑な運動制御タスクの学習を改善する手法を提案した論文。
- ロボット埋め込み学習による脚式ロボットのナビゲーションスキル獲得歩行ナビゲーション/sim2real2020/11/1
複数の脚式ロボットのダイナミクスを考慮した階層的ナビゲーションポリシーを学習し、ロボット固有の埋め込みを最適化することで未知のロボットや実機への効率的な適応とsim-to-real転移を実現した。
- 視覚デモンストレーションからのモデルベース逆強化学習逆強化学習2020/10/1
事前学習した視覚ダイナミクスモデルを用い、人間の視覚デモのみからコスト関数を学習し、視覚モデル予測制御で物体操作を再現するフレームワークを実機で検証した。
- 学習された潜在行動空間での計画による汎化可能な脚式移動歩行2020/8/1
低レベル制御器と高レベル潜在行動空間を同時学習し、学習済みダイナミクスモデルでMPC的に潜在行動を計画することで、複数ロボットの脚式移動を汎化・高サンプル効率で実現した研究。
- 状態依存損失関数をメタ学習する逆動力学学習適応制御2020/3/1
メタ学習により状態に依存した損失関数を学習し、オンライン適応時の逆動力学モデルの更新を高速化する手法を提案。シミュレーションと実機データで標準損失より適応速度が向上することを示した。
- 微分可能なニュートン・オイラー法に物理制約を組み込むダイナミクス学習2020/1/1
微分可能なRNEAにパラメータ構造化で物理制約を加え、実機7自由度アームの逆動力学制御で学習速度と汎化性能の向上を検証した。
- 階層強化学習による汎化可能な移動スキルの学習歩行2019/9/1
移動を多様なプリミティブスキルの学習とモデルベース計画による系列化に分割する階層学習フレームワークを提案し、実機の6脚ロボットで約2時間の学習から12m先の目標まで歩行できることを示した。
- 動的圧縮を伴う変分潜在空間でのベイズ最適化ベイズ最適化2019/7/1
シミュレーション軌道を教師なしで低次元潜在空間に埋め込み、不要な状態空間の探索を動的に圧縮することで、10〜20回の試行でロボットの制御器を最適化するベイズ最適化手法を提案した。
- 好奇心駆動iLQR:モデルベース強化学習における不確実性の解消モデルベースRL2019/4/1
ベイズ力学モデルとモデル不確実性を考慮したiLQRを組み合わせ、タスクコストと不確実性を同時に最小化するモデルベース強化学習を提案し、7自由度マニピュレータの到達タスクで有効性を示した。
- ATRIAS二足歩行ロボットにおける深層強化学習を用いた高レベル方策の学習歩行2018/9/1
高忠実度シミュレータと構造化コントローラを組み合わせ、ニューラルネットワーク方策をシミュレーションで学習してATRIASロボットの実機に転移できることを示した研究。
- シミュレーションを活用した二足歩行ロボットのベイズ最適化のサンプル効率改善歩行2018/5/1
シミュレーションでパラメータ空間を変換し、ベイズ最適化による二足歩行ロボットの制御器チューニングを少ない試行で効率的に行う手法を提案し、実機とシミュレーションで検証した。
- ドメイン知識を活用したベイズ最適化によるATRIAS二足歩行ロボットの制御歩行2017/9/1
人間の歩行知識に基づく特徴変換で制御パラメータを低次元化し、ATRIAS二足歩行ロボットの実機とシミュレーションでベイズ最適化の効率を向上させた研究。
- 移動制御の最適化のためのディープカーネル歩行2017/7/1
高忠実度シミュレーションのデータからニューラルネットで距離計量を学習し、ベイズ最適化による歩行制御パラメータ最適化のサンプル効率を改善した研究。
- 二足歩行制御のためのサンプル効率の良い最適化手法歩行2016/10/1
歩行の基本的特徴を反映した距離指標を導入し、ベイズ最適化のサンプル効率を高めて16次元の神経筋モデルによる平面歩行制御を100試行未満で学習した。
- 熟練動作に反応性を付与するフィードバック項の学習マニピュレーション2016/10/1
DMPで表現した熟練動作に対し、ニューラルネットで学習した反応的な修正項を加え、障害物回避を例に人間の実演から反応的な動作計画を獲得する手法を提案した。
