Anirudha Majumdar
Princeton University
収録論文 66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
- AnyRank: 逐次検定による信頼性の高いいつでも可能なポリシーランキング評価・ベンチマーク2026/10/10
限られたハードウェア試行で複数のロボットポリシーをランク付けする際、逐次検定と多重仮説検定を組み合わせて誤ランキング確率を抑えつつ、必要な評価回数を最大50%削減する手法を提案。
- EgoLAP: 言語-行動推論による一人称視点の人間データからの学習VLA2026/10/6
人間の一人称視点の軌道を、言語による行動連鎖推論を介してロボット制御に転移させるVLA事前学習フレームワークを提案し、実世界タスクで大幅な性能向上を達成した。
- EpicWorldModel: 潜在世界モデルによる探索駆動型プランニングプランニング/世界モデル2026/10/5
部分観測環境で不確実性を考慮した確率的JEPAを学習し、予測エントロピーを探索信号としてCEMプランニングに組み込むことで、隠れた目標の発見と到達を両立させる手法を提案。
- LIBERO-VPro:ロボット基盤モデルの閉ループ視覚ロバスト性ベンチマークVLA2026/9/21
実行中の視覚情報を意図的に乱すことで、ロボット基盤モデルの閉ループ視覚ロバスト性を体系的に評価するベンチマークLIBERO-VProを提案し、VLAとWAMのロバスト性プロファイルの違いを明らかにした。
- 汎用ロボットの安全性を再考する安全性2026/9/6
汎用ロボットの多用途性に伴う新たなリスクを分類し、ライフサイクル全体を考慮した「具現化AI安全性」の研究課題を提案する論文。
- ロボトラストベンチ:ロボット操作のためのビデオワールドモデルの信頼性評価ビデオワールドモデル/信頼性評価2026/6/1
ロボット操作におけるビデオワールドモデルの信頼性を評価するベンチマークを提案し、現行モデルが視覚的整合性はあるが制約推論や物理的相互作用に課題があることを示した。
- PlayWorld: 自律的な遊びからロボットの世界モデルを学習する世界モデル2026/3/1
ロボットの自己遊びデータのみから高忠実度のビデオ世界モデルを学習する手法を提案し、物理的に一貫した物体操作の予測を実現した。
- 二値的成功を超えて:サンプル効率的で統計的に厳密なロボットポリシー比較評価・ベンチマーク2026/3/1
ロボット操作ポリシーの評価を少数の実機試行で行う際に、サンプル効率的で統計的に厳密な比較フレームワークを提案。逐次検定により早期停止を可能にし、離散的な部分成功から連続的な報酬まで幅広い指標に対応する。
- LAP: 言語-行動事前学習によるゼロショットの異機体転移VLA2026/2/1
ロボットの低レベル行動を自然言語で表現して事前学習することで、未知のロボット機体にもファインチューニングなしでゼロショット転移できるVLAモデルLAP-3Bを提案した。
- ロボティクスにおける動画生成モデル:応用・研究課題・将来展望世界モデル2026/1/1
動画生成モデルをロボティクスの世界モデルとして活用する研究をサーベイし、模倣学習や強化学習などへの応用と課題を整理した。
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- 自分が知らないことを知る世界モデル:校正された不確実性を伴う制御可能な動画生成世界モデル2025/12/1
制御可能な動画生成モデルに、生成フレームの各領域ごとの信頼度を推定・校正する不確実性定量化手法C3を提案し、幻覚の局所化を可能にした。
- 幾何と視覚の融合:蒸留フィールドにおける事前学習セマンティクスの再検討ロボティクス/3Dビジョン2025/10/1
放射輝度場のセマンティック蒸留において、幾何情報に基づく特徴が視覚のみの特徴と比べて構造詳細や物体定位、姿勢推定に与える影響を検証し、初期推定不要の新しい逆問題フレームワークSPINEを提案した。
- 不完全なシミュレータを用いた信頼性と拡張性のあるロボット方策評価sim2real2025/10/1
少数の実機評価と大規模シミュレーションを組み合わせ、予測駆動型推論でバイアスを補正して方策性能の信頼区間を推定する枠組みを提案。
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- 行動を言語として扱う:壊滅的忘却なしにVLMをVLAへ微調整する手法VLA2025/9/1
ロボットの遠隔操作データを自然言語で表現することで、VLMの基盤能力を損なわずにLoRAのみでVLAへ微調整する手法を提案し、実世界実験でゼロショット汎化を実証した。
- 欺瞞的リスク最小化:分布シフト検出器を欺くことによる分布外汎化分布外汎化2025/9/1
訓練データが独立同分布に見える表現を学習することで、偽相関を排除し未知環境に汎化する手法を提案。ロボットの模倣学習などで有効性を検証。
- WoMAP: 実世界モデルによる身体性を伴うオープン語彙物体位置推定VLA2025/6/1
ガウススプラッティングによる実→シミュ→実パイプラインと潜在世界モデルを組み合わせ、実演データなしでオープン語彙物体位置推定ポリシーを学習する手法を提案。
- 因子分解スケーリング曲線によるデータ収集の指針模倣学習2025/5/1
データ量に対する性能変化を因子ごとに定量化する因子分解スケーリング曲線を構築し、限られた予算で最も影響力のある因子の組み合わせに絞ったデータ収集を可能にする手法を提案。
- VERDI: 自動運転のためのVLM埋め込み推論自動運転2025/5/1
VLMの推論過程と常識知識を学習時に自動運転スタックへ蒸留し、推論時の大規模VLMコストなしでモジュール型E2Eモデルの性能を向上させる手法を提案。
- 模倣学習ポリシーの比較:準最適停止を伴う統計的検定模倣学習2025/3/1
少数試行で2つの模倣学習ポリシーを厳密に比較するため、逐次的に試行数を適応させる準最適停止型の統計的検定手法を提案し、実機マニピュレーション実験で有効性を示した。
- ロボット憲法の生成と意味的安全性のためのベンチマーク安全性2025/3/1
視覚言語モデルを搭載したロボットの意味的安全性を評価する大規模ベンチマークASIMOVを公開し、実世界データからロボット憲法を自動生成する枠組みを提案した。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- SF作品からロボットの倫理を学ぶ:SciFi-BenchmarkAI倫理2025/3/1
824のSF作品でAIやロボットが下した重要な決断を収集し、LLMの人間価値への整合性を測るベンチマークを構築。憲法生成により倫理的行動を促進できることを示した。
- 予測的レッドチーミング:ロボットを壊さずにポリシーを破るsim2real2025/2/1
生成画像編集とポリシー固有の異常検知器を用いて、視覚運動ポリシーの環境要因に対する脆弱性をハードウェア評価なしで予測するRoboARTを提案し、予測精度と的を絞ったデータ収集による性能向上を実証した。
- SIREN: マルチロボットGaussian Splattingマップのセマンティック・初期化不要レジストレーションマルチロボットSLAM2025/2/1
カメラ姿勢や画像、初期変換が一切なくても、セマンティクスを活用して複数ロボットのGaussian Splattingマップを高精度に位置合わせ・統合する手法を提案。
- 実行時観察介入で視覚言語行動モデルの視覚的堅牢性を向上VLA2024/10/1
VLAモデルが苦手とする妨害物体や背景色などのタスク無関係な視覚的詳細に対し、実行時に感度の高い領域を特定し自動画像編集で最小限の修正を加えるBYOVLAを提案。ファインチューニング不要で成功率低下を防ぐ。
- 拡散方策の政策最適化VLA2024/9/1
拡散モデルベースの方策を強化学習の政策勾配法でファインチューニングするDPPOを提案し、ロボット操作タスクで高い性能と安定性を示した。
- 自信を持って知覚する:学習ベース知覚を用いたナビゲーションのための統計的安全保証ナビゲーション2024/3/1
事前学習済み知覚モデルの不確実性をConformal Predictionで校正し、未知環境でも安全なナビゲーションを実現する手法を提案。四足ロボット実験で障害物誤検出を70%削減し、100%の安全性を達成。
- 集合値意図予測によるリスク較正型人間-ロボットインタラクション人間-ロボットインタラクション2024/3/1
人間の意図の不確かさに応じてロボットが確認を求めるタイミングを統計的に保証しつつ較正する枠組みRCIPを提案し、シミュレーションと実環境で有効性を示した。
- 確信するまで探索せよ:身体性質問応答のための効率的探索VLA2024/3/1
大規模視覚言語モデル(VLM)とConformal Predictionを組み合わせ、ロボットが環境を効率的に探索して質問に答える身体性質問応答(EQA)フレームワークを提案。HM3D上に新データセットも構築した。
- 放射性源の不在確認のためのプライバシー保護型地図不要探索探索・検証ロボティクス2024/2/1
観測地点の秘密情報を必要とせず漏らさない地図不要のロボット探索手法を提案し、放射性源の不在確認タスクにおけるプライバシーと正確性を理論的・実験的に保証した。
- ロボティクスにおける基盤モデル:応用・課題・未来基盤モデル2023/12/1
ロボット知能に基盤モデルを活用する研究を調査し、知覚・意思決定・制御への応用と、データ不足や安全性などの課題を整理したサーベイ。
- MonoNav: 単眼深度推定と再構成によるMAVナビゲーションナビゲーション2023/11/1
単眼カメラとオドメトリのみからメートル精度の3D再構成を行い、37gの超小型ドローンCrazyflieを未知の屋内環境で衝突なく高速自律飛行させるナビゲーションスタックを提案。
- 物理的常識を備えた視覚言語モデルによるロボットマニピュレーションマニピュレーション2023/9/1
家庭用品の物理的概念(材質や壊れやすさなど)を注釈付けした大規模データセットPhysObjectsを構築し、視覚言語モデルを微調整することで、ロボットが物体の物理的性質を理解して操作計画を改善できるようにした。
- 助けを求めるロボット:大規模言語モデルプランナーの不確実性調整VLA2023/7/1
LLMベースのプランナーが不確実な状況を検知して人間に助けを求める枠組みKnowNoを提案し、複雑な多段階計画タスクで効率と自律性を向上させた。
- オンライン学習による障害物回避歩行2023/6/1
オンライン学習を用いて、不確実性に適応しながら障害物を回避する手法を提案し、四足歩行ロボットでの実機検証を行った論文。
- AdaptSim: タスク駆動型シミュレーション適応によるSim-to-Real転移sim2real2023/2/1
実環境でのタスク性能を直接最適化するため、シミュレーションのパラメータ分布をメタ学習と実データで反復的に適応させるSim-to-Real転移フレームワークを提案。
- ベイズ推論による抽象化に基づく時変環境での注意切り替え歩行2022/11/1
時変マルコフ決定過程で文脈変化をベイズ推論により検出し、双模倣に基づく状態抽象化を用いて注意を切り替える手法を提案し、四足歩行ロボットでの追従問題で実証した。
- FlowDrone:高速応答熱線流速センサを用いたUAVの風推定と突風抑制飛行制御2022/10/1
MEMS熱線流速センサをドローンに搭載して風を直接推定し、強化学習で訓練した風対応コントローラにより強風下での追従性能を向上させた。
- 言語情報を活用した道具操作の高速学習マニピュレーション2022/6/1
道具の自然言語による説明を事前学習言語モデルで特徴量化し、言語条件付きメタ学習によって新しい道具への適応を加速する手法を提案した。
- ロボットタスクの複雑さを比較するための枠組みに向けてタスク複雑性2022/2/1
タスク間の還元関係を定義し、任意の2タスクの相対的な複雑さを定量化する指標と推定アルゴリズムを提案した論文。
- センサに基づくロボット制御の性能限界制御理論2022/2/1
センサが提供するタスク関連情報量を定義し、情報理論の一般化Fano不等式を用いて達成可能な報酬の上限を導出、動的計画法で多段階問題に拡張した理論とアルゴリズムを提案した。
- 視覚ベースロボット制御のための統計的保証付き失敗予測視覚ベース制御2022/2/1
PAC-Bayes理論を用いて、視覚入力に基づくロボット制御の失敗を偽陽性・偽陰性の保証付きで予測する手法を提案し、ドローンのナビゲーションとロボットアームの把持で有効性を示した。
- Sim-to-Lab-to-Real:シールディングと汎化保証を備えた安全強化学習sim2real2022/1/1
性能方策とHJ到達可能性に基づく安全バックアップ方策の二重構成に、探索時のシールディングとPAC-Bayesによる汎化保証を組み合わせ、四足歩行ロボットの屋内視覚ナビゲーションで実機検証した研究。
- ファネルライブラリを用いた確実にロバストな動作計画の学習動作計画2021/11/1
ロバスト制御と汎化理論を組み合わせ、外乱に対して確率的成功保証付きで動作プリミティブを組み合わせる計画器を学習する手法を提案し、自動運転車とドローンのシミュレーションで実証した。
- 生成モデルと実世界データを組み合わせたロボット学習のより強力な汎化保証ロボット学習/汎化保証2021/11/1
生成モデルをポリシーの事前分布として用い、実世界データセットでPAC-Bayes理論に基づき更新することで、未見環境への汎化を保証する枠組みを提案し、ドローン航行と把持タスクで有効性を示した論文。
- 差分プライバシーと限定合理性による不確実性下のロバスト制御ロバスト制御2021/9/1
差分プライバシーの理論を用いて、状態推定誤差に対する感度を制限しつつ制御に使う状態情報量を抑える枠組みを提案し、不完全な推定器でのコスト上限を導出した論文。
- 敵対的環境生成による分布ロバスト方策学習sim2real2021/7/1
環境の生成モデルを学習し、潜在空間での勾配上昇により現実的な敵対的環境を生成することで、分布シフトに対してロバストな制御方策を学習する手法DRAGENを提案した。
- PAC-Bayes理論に基づくロボット学習のためのタスク駆動型分布シフト検出分布シフト検出2021/6/1
PAC-Bayesで性能保証付きのポリシーを学習し、その保証違反を統計的に検出することで、タスク性能に影響する分布シフトを少数試行で検出する手法を提案。
- Deluca:微分可能な制御ライブラリ — 環境・手法・ベンチマーク微分可能シミュレーション2021/2/1
シミュレーション力学を自動微分できる物理・ロボティクス環境と勾配ベース制御手法、ベンチマークを提供するオープンソースライブラリを提案し、医療用人工呼吸器シミュレータや時変線形系の適応制御などの応用例を示した。
- 模倣学習の汎化保証模倣学習2020/8/1
PAC-Bayes枠組みを用いて模倣学習ポリシーの新環境での期待コストの上界を導出し、条件付きVAEで潜在ポリシー分布を学習後に新環境で汎化境界を最適化する二段階学習法を提案した。
- メモリ要件を能動的に削減するロボット制御方策の学習強化学習2020/8/1
group LASSO正則化を用いた強化学習により、低次元でタスク中心のメモリ表現と方策を同時に合成し、メモリ要件を能動的に削減する手法を提案した論文。
- 凸自然進化戦略最適化2020/7/1
凸最適化と情報幾何学を組み合わせ、ブラックボックス関数の最適化を高速化するCoNESを提案し、MuJoCoの歩行タスクで従来法より速い収束を示した。
- 不変方策最適化:強化学習におけるより強い汎化に向けて強化学習2020/6/1
訓練環境間で共通に最適となる不変表現を学習するIPOを提案し、未知環境への汎化性能を向上させた。
- 情報ボトルネックによるタスク駆動型制御ポリシーの学習強化学習2020/2/1
状態とタスク表現の間に情報ボトルネックを導入し、タスクに関係する情報だけに依存する頑健な制御ポリシーを強化学習で獲得する手法を提案した。
- PAC-Bayesで保証する視覚ベース運動計画の学習視覚ベース計画2020/2/1
進化的戦略で事前分布を作りPAC-Bayes最適化を凸問題として解くことで、未知環境でも性能保証付きで一般化する視覚ベースの運動計画ポリシーを学習する手法を提案し、UAVの障害物回避と四足歩行の不整地走行で実証した。
- 半正定値計画法のスケーラビリティ改善に関する最近の研究動向:機械学習・制御・ロボティクスへの応用最適化2019/8/1
半正定値計画法のスケーラビリティ課題に対する最近の手法(構造活用、低ランク近似、拡張ラグランジュ法・ADMM、線形/二次錐計画への近似)を機械学習・制御・ロボティクスの応用例とともに概観したサーベイ。
- 情報ボトルネックによるタスク駆動型の状態推定と制御制御・状態推定2018/9/1
情報ボトルネック理論を用いて、タスクに必要な最小限の変数のみを抽出・推定し、その変数に基づく制御方針を自動合成する枠組みを提案。全状態推定に依存せず、計測不確かさに頑健な制御を実現した。
- PAC-Bayes制御:未知環境への汎化を保証する方策学習sim2real2018/6/1
制御方策の未知環境への汎化を教師あり学習の汎化理論と対応づけ、PAC-Bayes枠組みで期待コストの上限を最小化する方策学習法を提案し、障害物回避や把持、ドローン航行で有効性を示した。
- リスク感受性を考慮した逆強化学習:半パラメトリックおよびノンパラメトリック手法逆強化学習2017/11/1
人間のリスク選好を明示的に扱うため、整合的リスク尺度に基づく逆強化学習の枠組みを提案し、運転ゲーム実験で多様な運転スタイルを効率的に推定・模倣できることを示した。
- ロボットはリスクをどう評価すべきか:ロボティクスにおけるリスクの公理的理論に向けて安全・リスク評価2017/10/1
ロボットのリスク評価に使う指標が満たすべき公理を提唱し、それらを満たす歪みリスク指標の理論的枠組みと応用例を示した論文。
- リアルタイムで堅牢なフィードバック運動計画のためのファネルライブラリ運動計画2016/1/1
不確実性や外乱があっても安全を保証する運動計画をリアルタイム生成するため、凸最適化で事前計算した「ファネル」ライブラリを実行時に組み合わせる手法を提案し、固定翼機や地上車両、クアッドロータで実証した。
- 多項式最適化のオペレーションズリサーチとリアルタイム意思決定への応用最適化2015/4/1
SOS最適化を用いて無線カバレッジ、衝突回避のリアルタイム証明、クアッドロータのホバリング制御を解く手法を実証した論文。
- 占有測度による非線形フィードバック制御器の凸最適化制御最適化2013/5/1
多項式システムに対し、時間制限付き後方可到達集合を最大化するフィードバック制御器を、占有測度とSDP緩和を用いて凸最適化で設計する手法を提案した論文。
- 二乗和計画法による軌道に沿った制御設計制御設計2012/10/1
二乗和計画法を用いて、目標集合へ導く不変な「ファネル」を最大化する制御器を設計し、トルク制限付きアクロボットで検証した論文。
