Anima Anandkumar
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
- ノイズ下計画のためのニューラルオペレータ計画/ニューラルオペレータ2026/10/20
反射ノイマン境界とモンテカルロ解法を拡張したニューラルオペレータで、未知形状でもノイズを考慮した価値場を学習し計画を行う手法を提案。
- GeoWind2Plan: ミッション時間内の3次元都市風予測によるエネルギー効率の良いUAV計画UAV計画/風予測2026/9/28
建物形状からミッション時間内に3次元都市風を予測し、UAVのエネルギー効率の良い経路と速度を計画するフレームワークを提案。CFDの約8時間に対し約3秒で推論できる。
- ARDuP: 汎用ポリシーのためのアクティブ領域動画拡散VLA2024/6/1
動画生成ベースのポリシー学習において、動きの手がかりから自動的に「アクティブ領域」を抽出し、その領域に注目して拡散モデルで計画・行動生成する手法を提案。シミュレータと実世界データで成功率を改善。
- Eureka: コーディングLLMによる人間レベルの報酬設計強化学習2023/10/1
GPT-4などのLLMを活用して報酬関数を自動生成・進化させ、強化学習で複雑なロボット操作タスクを人間専門家を超える性能で学習させる手法を提案。
- VoxFormer: カメラ画像からの3D意味シーン補完のためのスパースボクセルトランスフォーマー3Dシーン補完2023/2/1
2D画像のみから、見えていない部分も含めた完全な3Dボリューム意味情報を推定するTransformerベースの手法を提案。可視ボクセルから密なボクセルへと段階的に補完する。
- MimicPlay：人間の遊びデータを活用した長期ホライズン模倣学習模倣学習2023/2/1
人間の自由な手遊び動画から潜在的な行動計画を学習し、少数の遠隔操作デモと組み合わせることで、ロボットの長期的なマニピュレーションタスクの模倣学習を効率化する階層的フレームワークを提案。
- VIMA: マルチモーダルプロンプトによる汎用ロボットマニピュレーションマニピュレーション2022/10/1
テキストと画像を組み合わせたマルチモーダルプロンプトで多様なロボット操作タスクを指示し、自己回帰的に動作を生成するTransformerエージェントVIMAを提案。新ベンチマークで高いゼロショット汎化性能とデータ効率を示した。
- Neural-Fly：強風下での俊敏な飛行を可能にする高速学習飛行制御2022/5/1
深層学習で風の共通表現を事前学習し、オンライン適応で強風下でも高精度に飛行するドローン制御手法を提案。
- ACID: 変形物体操作のための行動条件付き暗黙的視覚ダイナミクス変形物体操作2022/3/1
ぬいぐるみや生地のような体積変形物体を対象に、占有と流れの暗黙表現と測地線ベースの対照学習を組み合わせた行動条件付き視覚ダイナミクスモデルを提案し、目標条件付き変形操作の成功率を30%向上させた。
- 終端状態正則化による長期的ロボットマニピュレーションのための敵対的スキル連鎖マニピュレーション2021/11/1
複数の学習済みスキルを連鎖させる際、終端状態分布を敵対的学習で正則化することで初期状態分布を過度に広げずに長期的な家具組立タスクをモデルフリー強化学習で初めて解決した論文。
- OSCAR: 適応的で堅牢なロボットマニピュレーションのためのデータ駆動型操作空間制御マニピュレーション2021/10/1
操作空間制御(OSC)のモデル誤差をオンライン軌道から動力学パラメータを推定して補償するデータ駆動型手法OSCARを提案し、分布外でのゼロショット性能と迅速な適応を実現した。
- SECANT: 視覚ポリシーのゼロショット汎化のための自己エキスパートクローニング視覚RL/汎化2021/6/1
弱い画像拡張でRLによりエキスパートを訓練し、強い拡張で生徒ネットワークが模倣学習することで、未知の視覚環境へのゼロショット汎化を実現した手法。
- 自動運転車の安全性テストのためのシナリオ生成と特性評価自動運転/シナリオ生成2021/3/1
運転シミュレータを用いて、実走行データや敵対的シナリオの複雑さを定量化する指標を提案し、事故回避の難しさでシナリオをランク付けする手法を開発した。
- 合成画像から実画像への汎化を自動化する学習最適化手法sim2real2020/7/1
合成画像で学習したモデルがImageNet事前学習モデルの表現を維持するよう促し、層ごとの学習率選択を学習的最適化で自動化することで、実データなしで合成→実の汎化性能を向上させた研究。
- 安全な探索と学習のためのチャンス制約付き軌道最適化安全探索2020/5/1
情報コスト付き確率非線形最適制御と動力学学習を統合し、分布ロバストなチャンス制約の下で安全な探索計画を反復凸最適化で求める手法を提案した。
