Annie Xie
収録論文 22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
- ロボットポリシー編成における重要要素:階層型VLAエージェントの体系的研究VLA/階層制御2026/6/9
階層型VLAシステムの設計原則を体系的に研究し、プランナーとコントローラの選択や接続方法などが性能に与える影響を分析。導出した原則に基づくシステムが、フラットなVLAや素朴な階層構造より優れることをシミュレーションと実機で示した。
- 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。
- 巧みな操作のための政策アイドリングの活用マニピュレーション2025/8/1
ロボットの巧みな操作において、政策が特定の状態で動かなくなる「アイドリング」を検出し、その状態に摂動を加えることで探索を促し、性能を向上させる手法を提案。
- 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。
- 相互情報量推定によるロボットデモデータの品質選別模倣学習2025/2/1
ロボットの模倣学習データについて、状態と行動の相互情報量への各軌道の寄与をVAE埋め込みとk近傍推定で評価し、デモの品質を選別する手法を提案した。
- 双方向デコーディング:ガイド付きテスト時サンプリングによるアクションチャンキングの改善VLA2024/8/1
アクションチャンキングの長所と短所を分析し、テスト時に複数候補から後方一貫性と前方コントラストで最適行動を選ぶBIDを提案、シミュレーションと実機で性能を向上させた。
- 視覚プロンプトによるアフォーダンス誘導強化学習強化学習2024/7/1
視覚言語モデルが推定するキーポイントのアフォーダンスを報酬に変換し、実世界の多様なマニピュレーションタスクで自律強化学習のサンプル効率を向上させる手法KAGIを提案。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- 合成的一般化を活用したロボットマニピュレーションの効率的データ収集マニピュレーション2024/3/1
視覚模倣学習ポリシーが環境要因を合成できることを実証し、その合成能力を活かした効率的なデータ収集戦略を提案。実機で77.5%の成功率を達成。
- PIVOT: 反復的視覚プロンプティングによるVLMの行動知識の引き出しVLA2024/2/1
視覚言語モデルに対し、候補となる行動や軌道を画像上に重ねて反復的に選ばせる視覚プロンプティング手法PIVOTを提案し、追加学習なしでロボットのナビゲーションや操作を実現した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 視覚ロボットマニピュレーションにおける模倣学習の汎化ギャップの分解模倣学習2023/7/1
模倣学習による視覚ロボット操作において、照明やカメラ配置などの変動要因ごとに汎化の難しさを定量化し、シミュレーションと実機で一貫した難易度順序を明らかにした。
- 複数の不確実性集合に対するロバスト方策学習ロバスト強化学習2022/2/1
システム同定とロバスト強化学習を組み合わせ、複数の異なる摂動集合に対してロバストな方策を学習する手法を提案し、多様な制御タスクで最悪ケース性能の向上を示した。
- 相手の戦略を安定化させる能動的影響学習マルチエージェント強化学習2021/10/1
マルチエージェント環境で相手の戦略を低次元潜在表現でモデル化し、相手を単一戦略へ安定化させる影響を与えることで非定常性を抑え、タスク報酬を効率的に最大化する手法を提案した。
- 経験を保持する生涯ロボット強化学習強化学習2021/9/1
ロボットがタスクを逐次的に学習する際、過去のデータと方針を活用してスキルを累積的に獲得する手法を提案し、シミュレーションと実機でサンプル効率の向上と10タスクの連続学習を実証した。
- 他エージェントの潜在戦略を学習して協調を促す強化学習フレームワークマルチエージェント強化学習2020/11/1
相手エージェントの政策を高次元の潜在表現として学習し、その潜在ダイナミクスを利用して相手の将来の戦略に影響を与え協調を促す強化学習手法を提案。シミュレーションと実機エアホッケーで有効性を実証した。
- 生涯にわたる非定常性に対応する深層強化学習強化学習2020/6/1
環境が生涯にわたり変化し続ける設定を定式化し、潜在変数モデルで環境表現を学習しながらオフポリシー強化学習を行う手法を提案した。
- 観察と相互作用から予測モデルを学ぶモデルベース強化学習2019/12/1
ロボットが自身の相互作用データに加え、人間の動画など他者の観察データも活用して予測モデルを学習する手法を提案し、道具使用の計画に応用した。
- 物理理解による即興ツール使用:視覚的先読みを用いた新規物体の活用ツール使用2019/4/1
ロボットが未見の物体をツールとして使い、画像入力のみから複雑な道具使用タスクを遂行するモデルとサンプリング最適化手法を提案した。
- 視覚的先読み:視覚ベースロボット制御のためのモデルベース深層強化学習モデルベース強化学習2018/12/1
カメラ画像から未来を予測するモデルを自己教師ありで学習し、その予測に基づくモデル予測制御で未知の物体を含む多様な操作タスクを実現した研究。
- 少数例からの目標推論による視覚運動学習と計画少数ショット目標推論2018/10/1
成功終状態の画像を数枚与えるだけでタスク目標を学習する少数ショット目標学習を定式化し、メタ学習した分類器を強化学習や視覚モデルベース計画と組み合わせてロープ操作・視覚ナビゲーション・実機物体配置で有効性を示した。
- 人間の動画から一発学習:ドメイン適応メタ学習による模倣模倣学習2018/2/1
メタ学習で事前知識を獲得し、人間の1本の動画からロボットが新しい物体の配置・押し・ピック&プレースを学習できる手法を提案。
