Arjun Bhardwaj
収録論文 5本 ・ フィジカルAI/ロボット学習
マニピュレーション触覚/sim2real模倣学習/データ収集/VR器用操作メタ強化学習
※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
- GoalDex:画像ゴール条件付き巧みな手内操作ポリシーの学習マニピュレーション2026/11/1
物体姿勢推定を介さずRGB画像と固有感覚から直接巧みな手内回転操作を学習する視覚運動フレームワークを提案し、画像で目標姿勢を指定できるようにした。シミュレーションで姿勢ベース手法を上回り、実機5物体へのsim2real転移も示した。
- TactSpace: 触覚のシミュレーションから実世界への転移のための物理強化共有潜在空間の学習触覚/sim2real2026/6/1
触覚センサのシミュレーションと実データの差異を埋めるため、異なる触覚モダリティを共通の潜在空間に整列させる表現学習フレームワークを提案し、シミュレーションのみで訓練したモデルを実センサに直接適用するゼロショット転移を実現した。
- VR-DAgger: 没入型VRによる器用なデータ収集と不確実性誘導型オン方策修正模倣学習/データ収集/VR2026/5/1
VR環境で人間がロボットのデモンストレーションを収集し、拡散ポリシーの不確実性が高い失敗区間を自動選択して人間が修正するフレームワークを提案し、器用な操作タスクで性能を向上させた。
- ViserDex: 頑健な器用な手内回転のための視覚的シミュレーションから実世界への転移器用操作2026/4/1
単眼RGBカメラを用いた手内物体回転のためのシミュレーションから実世界への転移フレームワークを提案し、3Dガウシアンスプラッティングによる視覚的ドメインランダマイゼーションでポーズ推定と操作ポリシーを訓練する。
- 確率的モデルベースメタ強化学習によるデータ効率的なタスク汎化メタ強化学習2023/11/1
動力学モデルの事前分布をメタ学習し、不確実性を活用して探索を導くことで、データが乏しい状況でも新しい動力学に素早く適応できるモデルベースメタ強化学習手法を提案した。
