Archit Sharma
収録論文 17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
- 進捗推定で文脈検索するVLAのインコンテキスト学習VLA2026/11/5
参照動画からタスク進捗を推定する価値関数を用いて、現在の実行段階に合った実演チャンクを検索し、VLAモデルのインコンテキスト学習を実現した研究。未見の実世界マニピュレーションで成功率を6.2%から23.8%に向上させた。
- Instruct2Act: ロボット行動ネットワークによる人間指示からの行動系列生成と実行マニピュレーション2026/2/1
自然言語の指示を軽量なオンデバイスパイプラインで原子行動の系列に変換し、視覚解析と軌道生成ネットワークでロボットマニピュレーションを実行する手法を提案した。
- RoboSubtaskNet: 実環境における人間からロボットへのスキル転移のための時間的サブタスク分割人間からロボットへのスキル転移2026/2/1
長尺動画からロボットが実行可能なサブタスクを時間的に分割・分類する手法を提案し、医療・産業デモ用データセットで評価した。
- ロボットに怒鳴って教える:言語訂正によるオンザフライ改善VLA2024/3/1
人間がロボットに言語で訂正を与えることで、高レベル方策がリアルタイムに適応し、反復学習を通じて長期的タスクの成功率を向上させるフレームワークを提案。
- 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。
- SERL: サンプル効率の高いロボット強化学習のためのソフトウェアスイート強化学習2024/1/1
実世界でのロボット強化学習を効率的に行うためのライブラリを開発し、PCB組み立てやケーブル配線などのタスクで25〜50分の訓練で高い成功率を達成した。
- その場で適応:単一ライフでのロボット展開のための行動変調sim2real2023/11/1
事前学習した多様な行動の中から状況に応じて価値評価に基づき選択・適応し、テスト時の1エピソード内で人間の監督なしに動的に適応する手法ROAMを提案。実機四足歩行ロボットGo1でローラースケート装着時にも前進可能。
- 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。
- ロボットのファインチューニングを簡単に:自律的な実世界強化学習のための報酬と方策の事前学習マニピュレーション2023/10/1
多様なデータセットから多タスクマニピュレーション方策を事前学習し、視覚言語モデルによる報酬分類器を用いて、人間の介入を最小限に抑えながら実世界で自律的にファインチューニングするシステムRoboFuMEを提案。
- オンライン強化学習のためのオフライン再学習:探索バイアスを緩和する分離型方策学習強化学習2023/10/1
オンライン強化学習で探索用の方策と評価用の方策を分離し、全対話データから悲観的に方策を再学習することで探索バイアスを抑え性能を向上させる手法を提案。
- ウェイポイントベースの模倣学習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2023/7/1
軌道を線形近似できる区間の端点を自動的にウェイポイントとして抽出する前処理モジュールAWEを提案し、模倣学習の誤差蓄積を抑えて成功率を向上させた。
- 自己改善ロボット:視覚運動強化学習のエンドツーエンド自律化強化学習2023/3/1
少数の専門家デモから報酬関数を推論し、タスクの実行と取り消しを自律的に練習することで、視覚入力から方策と報酬をエンドツーエンドで学習する自己改善ロボットシステムMEDAL++を提案。
- 状態分布マッチングによる非エピソード強化学習非エピソード強化学習2022/5/1
デモンストレーションの状態分布に合わせて後退方策を訓練し、環境リセットを学習する非エピソード強化学習手法MEDALを提案。難しいタスクで40%の性能向上を達成。
- 自律強化学習:形式化とベンチマーク強化学習2021/12/1
試行間のリセットを人間が行わない自律的な強化学習の枠組みを定式化し、多様なタスクを含むシミュレーションベンチマークEARLを提案した論文。既存手法が介入最小化で苦戦することを示す。
- サブゴールカリキュラムによる自律強化学習強化学習2021/7/1
毎試行のリセットを不要にし、初期状態のカリキュラムを自動生成してエージェントが容易なタスクから難しいタスクへと学習できるVaPRLを提案した論文。
- オフポリシー強化学習による実世界での多様なロボットスキルの創発教師なし強化学習2020/4/1
報酬なしで多様なスキルを獲得するオフポリシー型の教師なし強化学習手法を提案し、実機の四足ロボットで多様な歩容や向きの移動スキルが自然に創発することを示した。
- ダイナミクスを考慮したスキルの教師なし発見スキル発見2019/7/1
予測しやすい結果をもたらすスキルを教師なしで発見し、そのダイナミクスを同時に学習するDADSを提案。潜在空間でのゼロショット計画が従来のMBRLや目標条件付きRLを上回ることを示した。
