Arjun Majumdar
収録論文 11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
- 潜在行動によるクロスエンボディメント・ロボット基盤ワールドモデルワールドモデル2026/10/7
多様なロボットの身体と行動空間を統一した潜在行動空間で扱うワールドモデルLAC-WMを提案し、未知の身体への適応性能が最大46.7%向上することを示した。
- DREAMSTEER: 潜在世界モデルによるVLAポリシーの展開時誘導(微調整不要)VLA/世界モデル2026/7/1
事前学習済みの視覚言語行動(VLA)ポリシーを、微調整なしで展開時に潜在世界モデルと価値モデルを用いて誘導し、分布シフト下での成功率と指示追従精度を大幅に向上させるフレームワークを提案した。
- ロボストラル・ナビゲート:単眼RGBのみで動作するスケーラブルな視覚言語ナビゲーションモデルナビゲーション2026/7/1
単眼RGB画像のみを入力とし、画像空間上でウェイポイントを予測することで、様々なロボット形態に再較正なしで適用可能な8B視覚言語モデルを提案。大規模シミュレーションデータと効率的な学習手法により、実世界データへの依存を低減しつつ高性能を実現した。
- Locate 3D: 自己教師あり学習による実世界3D物体位置推定3D位置推定2025/4/1
センサー点群に適用可能な自己教師あり学習手法3D-JEPAを提案し、言語指示に基づく3D物体位置推定を実現。新データセットも構築し、ロボットやARでの実世界展開を可能にした。
- ストレッチと一緒にストレッチ:モバイルマニピュレータが導く理学療法エクササイズゲームリハビリテーションロボティクス2023/12/1
パーキンソン病患者向けに、小型移動マニピュレータが視覚・音声で誘導し、柔らかいエンドエフェクタを目標に手足で押すストレッチ運動ゲームを提供するシステムを開発し、ユーザー研究で有用性と使いやすさを確認した。
- 事前学習済み視覚表現はシミュレーションと実環境でどう機能するか:大規模実証研究sim2real2023/10/1
5種類の事前学習済み視覚表現を3台のロボットと2つの学習手法で実世界タスクに適用し、シミュレーション性能が実環境性能の指標になることなどを示した。
- 視覚と言語によるナビゲーションエージェントの行動分析VLA2023/7/1
視覚と言語によるナビゲーション(VLN)エージェントが、停止・旋回・移動などの指示をどの程度正しく実行できるかを、スキル別の介入実験で分析した研究。
- 身体性知能のための人工視覚皮質の探求:現状と展望VLA2023/3/1
身体性AI向けの視覚基盤モデルを17タスクで体系的に評価し、大規模データで学習したVC-1が平均的に優れるが万能ではないことを示し、適応で更なる性能向上を実現した。
- ZSON: マルチモーダル目標埋め込みによるゼロショット物体目標ナビゲーションナビゲーション2022/6/1
画像目標ナビゲーションで訓練したエージェントに言語目標を同じマルチモーダル埋め込み空間へ射影することで、報酬や実演なしに未知環境で任意の物体を探すゼロショット物体目標ナビゲーションを実現した。
- 視覚言語ナビゲーションのsim2real転移sim2real2020/11/1
シミュレーションで学習した視覚言語ナビゲーションエージェントを実機ロボットに転移し、サブゴールモデルとドメインランダム化で精度を検証した。
- ナビゲーショングラフを超えて:連続環境における視覚と言語によるナビゲーション視覚言語ナビゲーション2020/4/1
環境を疎なパノラマグラフで表す従来の仮定を排し、連続3D環境で自然言語指示に従い低レベル行動を実行するナビゲーションタスクを構築し、既存手法の性能が大きく低下することを示した。
