Anukriti Singh
University of Maryland, College Park
収録論文 8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
- 人間の修正を活用したロボット方策の適応的残差補正マニピュレーション2026/10/27
凍結した模倣方策の上に強化学習で残差補正を学習する軽量モジュールARCを提案し、人間の疎な修正を探索の構造化に用いて実機の精密マニピュレーション成功率を33.3%から75.0%に改善した。
- STeP: 信号時相論理による視覚言語モデルを用いた行動生成の精密仕様化VLA/計画2026/7/1
視覚言語行動モデルによる指示分解を、信号時相論理(STL)で精密な制約に変換し、実行時検証・監視・再計画を行う階層的フレームワークを提案した。
- AFFORD2ACT: アフォーダンス誘導による汎用かつ軽量なロボットマニピュレーションのための自動キーポイント選択マニピュレーション2025/10/1
テキストと画像からアフォーダンスを手がかりに最小限の意味的キーポイントを抽出し、38次元の軽量ポリシーで未知物体や背景変化に強いマニピュレーションを実現した。
- VARP: 視覚言語モデルのフィードバックとエージェント正則化選好による強化学習VLA2025/3/1
軌跡スケッチを重ねた画像でVLMの選好ラベル精度を高め、エージェントの性能で報酬学習を正則化することで、連続制御タスクの成功率とリターンを大幅に改善した手法。
- スケッチからスキルへ:人間が描いた軌道スケッチによるロボット学習のブートストラップマニピュレーション2025/3/1
人間が描いた2Dスケッチ軌道を3D軌道に変換し、それを用いて模倣学習と強化学習を組み合わせてロボットのマニピュレーション方策を効率的に学習させるフレームワークを提案した。
- REBEL: 報酬正則化によるロボット強化学習の人間フィードバック活用RLHF2023/12/1
人間の選好に加えてエージェント自身の選好も考慮した報酬正則化手法を提案し、ロボット強化学習における分布シフトを軽減する。
- モバイルロボットナビゲーションのための事前学習済みマスク画像モデルナビゲーション2023/10/1
街路画像で事前学習したMasked Autoencoderをファインチューニングなしで使い、視野拡張や屋内マッピングの探索に応用できることを示した研究。
- OffRoadTranSeg:オフロード環境におけるTransformerを用いた半教師ありセグメンテーションセグメンテーション2021/6/1
自己教師ありViTと深度推定による自動データ選択・ラベリングを組み合わせ、非構造屋外環境のセグメンテーションを半教師ありで行う初のエンドツーエンド枠組みを提案し、RELLIS-3DとRUGDで最先端性能とクラス不均衡の改善を示した。
