Ankur Handa
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
- AlphaNIST: 二値タスク報酬から創発する組立スキルマニピュレーション2026/10/9
NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。
- ADEPT: 事前学習と強化学習による事後学習で器用さを加速する強化学習/器用操作/sim2real2026/8/19
高自由度ロボットの器用な操作を、事前学習と事後学習を組み合わせた強化学習フレームワークで実現し、シミュレーションから実機への転移を可能にした。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- 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。
- エンドツーエンド強化学習による器用な把持政策の改善マニピュレーション2025/9/1
シミュレータと強化学習を別々のGPUに分散する手法を提案し、視覚ベースのエンドツーエンド学習を効率化して、深度を用いた器用な把持政策を訓練・蒸留した。
- CoT-VLA:視覚的思考連鎖推論を用いた視覚-言語-行動モデルVLA2025/3/1
将来の画像フレームを視覚的目標として自己回帰的に予測してから行動系列を生成することで、視覚的思考連鎖推論をVLAに組み込み、実世界タスクで17%の性能向上を達成した。
- DextrAH-RGB:RGB画像から器用な手で何でも掴む視覚運動ポリシーマニピュレーション2024/12/1
シミュレーションで訓練した特権ポリシーをRGB画像ベースのポリシーに蒸留し、実世界で多様な物体を器用に掴むエンドツーエンドの視覚運動制御を実現した。
- Synthetica: ロボット知覚のための大規模合成データsim2real2024/10/1
フォトリアルなレイトレーシングで270万枚の合成画像を生成し、ロボットの物体検出を高精度・リアルタイム(50-100Hz)で行う手法を提案。
- FORGE: 不確実性下での接触の多いマニピュレーションのための力誘導探索sim2real2024/8/1
力閾値とダイナミクスランダム化を組み合わせてシミュレーションで学習し、姿勢の不確実性がある実機でも力に基づいて接触の多い作業を安全に遂行できる方策を実現した。
- DextrAH-G: 幾何学的ファブリックを用いたピクセルから動作への巧みなアーム・ハンド把持マニピュレーション2024/7/1
深さ画像から直接動作を生成する強化学習と幾何学的ファブリックを組み合わせ、シミュレーションのみで訓練した23自由度アーム・ハンドロボットの高速で安全な巧みな把持方策を実現した。
- AutoMate: 多様な形状に対応する専門家・汎用組み立てポリシーマニピュレーション2024/7/1
100種類の組み立てタスクのデータセットと並列シミュレーション環境を構築し、部品特化型と汎用型の組み立てポリシーを学習。シミュレーションから実機へのゼロショット転移を実現した。
- 幾何学的ファブリック:方策学習のための安全な誘導媒体強化学習2024/5/1
非線形幾何学に基づく人工的な二次ダイナミクス(幾何学的ファブリック)を導入し、ロボットの行動を安全に誘導する新たな行動空間を提供することで、強化学習方策の学習を容易にするフレームワークを提案。
- GPU加速シミュレーションによるロボットタスク横断的な集団ベース強化学習のベンチマーク強化学習2024/4/1
GPU加速物理シミュレータ上で集団ベース強化学習(PBRL)をPPO/SAC/DDPGと比較し、ハイパーパラメータを動的調整することで累積報酬が向上することを示し、Franka Nut Pickタスクで実機展開も行った。
- cuRobo: 並列化された衝突回避・最小ジャークロボット動作生成マニピュレーション2023/10/1
衝突回避動作生成を大域的最適化問題として定式化し、GPU上で並列に解くことで平均50msで解を得るライブラリcuRoboを開発した。
- IndustReal: 接触の多い組立タスクをシミュレーションから現実へ転移sim2real2023/5/1
強化学習とシミュレーションを活用し、接触の多いピック・配置・挿入タスクを実世界のロボットで再現可能にした研究。
- TAMPを視覚運動Transformerで模倣するOPTIMUS模倣学習2023/5/1
タスク・運動計画(TAMP)が自動生成した大規模デモデータを視覚運動Transformerで模倣し、多様な物体操作タスクを70〜80%の成功率で解くシステムOPTIMUSを提案。
- DexPBT: 集団ベース訓練によるハンド・アーム系の巧みな操作のスケーリングマニピュレーション2023/5/1
GPU並列物理シミュレータ上で、多指ハンドを備えた片腕・両腕ロボットの巧みな物体操作を強化学習するため、分散型集団ベース訓練(PBT)アルゴリズムを提案し、再把持や投擲、物体回転などの難タスクで堅牢な制御方策を獲得できることを示した。
- DeXtreme: シミュレーションから現実への俊敏なハンド内マニピュレーションの転移sim2real2022/10/1
強化学習で訓練した多指ハンドの巧みな操作方策と物体姿勢推定器を、シミュレーションから実機へ転移させ、視覚ベースの方策で既存手法を上回る再配向タスクを実現した。
- Factory: ロボット組立のための高速接触シミュレーション環境sim2real2022/5/1
接触の多い組立作業をリアルタイム以上でシミュレーションできる物理エンジンと学習ツール群を提案し、ナットとボルトの組立を強化学習で実証した。
- 支援型テレオペレーション:Transformerを活用したロボットタスク実演の収集テレオペレーション2021/12/1
VR上でロボットの自律軌道予測を表示しつつ、任意のタイミングで人間が介入できるテレオペレーションシステムを提案し、Transformerによる未来予測で実演収集を高成功率かつ容易にした。
- Isaac Gym:ロボット学習のためのGPUベース高性能物理シミュレーションsim2real2021/8/1
物理シミュレーションとニューラルネットワーク学習を両方GPU上で実行し、CPUボトルネックを排除することで、ロボット強化学習の訓練を従来比2〜3桁高速化したプラットフォームを提案。
- GPUシミュレーションから遠隔実機TriFingerへの巧みな操作の転移sim2real2021/8/1
3本指ロボットで立方体を任意の6自由度姿勢に動かすタスクをIsaacGymで強化学習し、キーポイント表現とドメインランダム化により遠隔実機で83%の成功率を達成した。
- Sim2Real転送の現在地と展望:R:SS 2020ワークショップ報告sim2real2020/12/1
ロボティクス会議R:SS 2020のSim2Realワークショップでの討論・発表・議論をまとめ、シミュレーションから実世界へのスキル転送の定義や有効性、今後の課題を整理した報告書。
- ロボティクスシミュレータ較正のためのユーザーガイドsim2real2020/11/1
シミュレーションから実世界への転移アルゴリズムを比較するためのベンチマークと評価枠組みを提案し、様々な環境で実験して実践的な知見を示した論文。
- パラメータ不確かさ下でのモデルベース汎化のための経路積分制御モデルベース制御2020/6/1
経路積分制御の自由エネルギー定式化でサンプル空間を拡張し、モデルの不確かさを行動に埋め込むことでロボット計画の頑健性を高める手法を提案し、多様なロボットタスクで実機検証した。
- 接触フィードバックとGPU加速ロボットシミュレーションによる把持物体の姿勢追跡把持・物体姿勢推定2020/2/1
GPUで並列化した物理シミュレーションとサンプルベース最適化を用い、把持中の物体姿勢を接触情報からリアルタイム(30Hz)で追跡する手法を提案した。
- 情報理論的モデル予測Q学習強化学習2020/1/1
情報理論的MPCとエントロピー正則化強化学習の理論的関連を示し、バイアスのあるモデルを活用できるQ学習アルゴリズムを提案した論文。
- DexPilot:素手の視覚認識による多指ロボットハンド・アームの低コスト遠隔操作システム遠隔操作2019/10/1
素手の映像だけから23自由度の多指ロボットハンド・アームを低コストで遠隔操作できる視覚ベースのシステムを開発し、単純なピック&プレースを超える複雑な操作タスクの実現と高次元データ収集を示した。
- 接触から機能的な多指把持を合成するContactGraspマニピュレーション2019/4/1
物体表面の接触情報を入力に、人間の把持デモンストレーションから様々なロボットハンド向けの機能的な把持姿勢を合成するフレームワークを提案した。
- 触覚サーボのための潜在空間ダイナミクス学習触覚2018/11/1
触覚センサ情報を2次元多様体として扱い、デモンストレーションから触覚サーボ用のダイナミクスモデルを学習する手法を提案し、接触点追従タスクで評価した。
- GPU加速シミュレーションによる分散強化学習の高速化sim2real2018/10/1
GPUベースの物理エンジンNVIDIA Flexを用いて強化学習のシミュレーションを高速化し、CPUを大幅に削減しつつ歩行タスクの学習を短時間で実現した。
- ロボットインタラクションを通じた触覚力推定のロバスト学習触覚2018/10/1
SynTouch BioTac触覚センサの信号から力を推定するロバストなニューラルネットモデルを、3種類の方法で収集した14万サンプルで学習し、力の方向と大きさの推定精度を大幅に向上させた。
- 実世界経験でシミュレーションのランダム化を適応させ、sim-to-realのループを閉じるsim2real2018/10/1
実世界での少数の試行を方策学習に交互に組み込み、シミュレーションのパラメータ分布を自動調整することで、実機への方策転移を改善する手法を提案した。
- ドメインランダム化と生成モデルによるロボット把持マニピュレーション2017/10/1
手続き生成した非現実的な物体を大量に用いて把持計画ネットワークを訓練し、未見の実物体でも高い成功率を達成した研究。
- ステレオ画像ペアの自己教師付きシャム学習によるロボット手術の奥行き推定奥行き推定2017/5/1
術中ステレオ画像ペアから正解奥行きなしで学習する自己教師付き深層学習フレームワークを提案し、ロボット部分腎摘出術の映像で検証した。
