Arunkumar Byravan
収録論文 26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
- 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。
- 物理シーンのスプラッティング：不完全なロボットデータからのエンドツーエンド実世界→シミュレーションsim2real2025/6/1
3Dガウススプラッティングと物理シミュレーション用メッシュを統合し、生のロボット軌道から物体形状・見た目・ロボット姿勢・物理パラメータを微分可能レンダリングと微分可能物理で同時最適化する実世界→シミュレーション手法を提案。
- 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。
- Proc4Gem: 手続き的生成による物理的エージェンシーの基盤モデルsim2real2025/3/1
物理シミュレーションで接触を含む軌道を大量生成し、そのデータでGeminiを微調整することで、言語指示に従って四足ロボットが実環境で物体を押し動かせるようにした研究。
- RoPEを超えて：STRINGによる2D・3D位置エンコーディングの改善VLA2025/2/1
大規模言語モデルで広く使われるRotary Position Encodingsを統一的な理論枠組みで拡張し、任意次元のトークン座標に対して厳密な並進不変性を保ちつつ低計算コストで2D・3D位置エンコーディングを実現するSTRINGを提案。Vision Transformerに統合し、オープンボキャブラリ物体検出やロボティクス制御で性能向上を示した。
- 拡散拡張エージェント：効率的な探索と転移学習のためのフレームワークVLA2024/7/1
大規模言語モデル・視覚言語モデル・拡散モデルを組み合わせ、過去の経験を拡散モデルで目標指示に合わせて変換する後知恵経験拡張により、強化学習のサンプル効率と転移学習を改善するフレームワークを提案。
- 自己中心視覚と深層強化学習によるロボットサッカーの学習マルチエージェント強化学習2024/5/1
自己中心的なRGB視覚のみを入力とし、関節レベルの行動を出力するマルチエージェントロボットサッカーの方策を深層強化学習で訓練し、シミュレーションから実機へ転移することに成功した。
- 流体を含む剛体の実機制御のための深層強化学習sim2real2024/2/1
流体と剛体が相互作用する実機ベンチトップ実験系「Box o Flows」を構築し、モデルフリー強化学習やオフライン強化学習で複雑な制御行動を獲得できることを示した。
- 強化学習における転移の基礎：知識モダリティの分類体系転移学習2023/12/1
強化学習で知識を転移する際の様々な形態（ダイナミクス、報酬、価値関数、方策、データ）を分類し、それぞれの特性や転移メカニズムを整理したサーベイ論文。
- オフライン強化学習の汎化のための同変データ拡張オフライン強化学習2023/9/1
状態空間の並進変換に対する同変性を利用してデータセットを拡張し、オフライン強化学習エージェントの分布外目標への汎化性能を向上させる手法を提案した。
- 基盤モデルによる統合エージェントに向けてVLA2023/7/1
言語モデルを強化学習エージェントの中核推論ツールとして組み込み、探索・経験再利用・スキルスケジューリング・観察学習を単一フレームワークで扱えることを示した研究。
- 制御のための汎用ダイナミクスモデル制御/モデルベース強化学習2023/5/1
Transformerをダイナミクスモデルとして用い、未知環境への少数ショット・ゼロショット汎化性能を実証し、制御の基盤モデルとしての可能性を示した。
- 深層強化学習による二足歩行ロボットの俊敏なサッカースキル獲得sim2real2023/4/1
低コスト小型ヒューマノイドロボットに深層強化学習を適用し、1対1サッカーをプレイする俊敏で安全な運動スキルをシミュレーションで学習させ、実機へゼロショット転移した。
- ロボティクス領域における計画と高速学習のためのジャンピーモデルの活用モデルベース計画2023/2/1
ラベルなし経験からスキル埋め込みとマルチステップ予測モデルをオフライン学習し、計画や強化学習に活用して長期タスクのゼロショット汎化と学習高速化を実現した。
- NeRF2Real：ニューラル放射輝度場を用いた視覚誘導二足歩行運動スキルのSim2Real転移sim2real2022/10/1
スマホで撮影した短い動画からNeRFでシーンの形状と新規視点画像を学習し、物理シミュレータ上で視覚ベースの二足歩行ロボットの全身ナビゲーションとボール押し方策を学習して実機に転移した。
- オフポリシー強化学習におけるガウス混合批評家の再検討：サンプルベース手法強化学習2022/4/21
C51批評家のビン設定や値域の事前知識が不要なガウス混合分布批評家とサンプルベース損失を提案し、連続制御タスクで最先端性能を達成した。
- ピックアンドプレースを超えて：多様な形状の物体のロボット積み重ねへの挑戦マニピュレーション2021/10/1
複雑な形状の物体をロボットで積み重ねる課題に対し、強化学習と視覚ベースの対話型方策蒸留、sim2real転移を組み合わせた手法を提案し、実世界で多様な積み重ねスキルを実現した。
- モデルベース計画とプランナ償却の連続制御における評価モデルベースRL2021/10/1
モデル予測制御とモデルフリー方策学習を組み合わせ、難しい移動タスクでデータ効率と性能を評価し、計画計算を方策に蒸留できることを示した。
- モデル予測エージェントのためのダイナミクスモデル学習モデルベースRL2021/9/1
モデルベース強化学習におけるダイナミクスモデルの設計選択（アンサンブル、確率性、多段階学習、タイムステップ幅など）がプランナ性能に与える影響を、真のモデル（シミュレータ）との比較を通じて体系的に分析した論文。
- マルチオブジェクティブ方策最適化による強化学習の改善：オフラインRLとファインチューニングの事例研究強化学習2021/6/1
強化学習の補助目的を多目的最適化問題として捉え、線形スカラー化に代わる新アルゴリズムDiMEを提案。オフラインRLとファインチューニングで既存手法を上回る性能を示した。
- 表現が重要：ロボティクスにおける知覚と探索の改善表現学習2020/11/1
3Dブロックの持ち上げ・積み上げ・押し出しタスクで、学習済み・手設計の複数の表現をエージェント入力と補助タスクの2用途で比較し、次元数・観測性・分離性の観点から「良い表現」の性質を体系的に評価した論文。
- Motion-Nets：RGB画像による未知環境での未知物体の6Dトラッキング6Dトラッキング2019/10/1
セグメンテーションと並進・回転を分離したモデルで連続フレーム間の物体の6D運動を推定し、生成データで学習して実機PR2や未学習のシミュレーション環境で追跡性能を検証した論文。
- 想像上の価値勾配：転移可能な潜在ダイナミクスモデルによるモデルベース方策最適化モデルベースRL2019/10/1
視覚と固有感覚から環境の予測モデルを学習し、想像上の軌跡に沿った価値勾配で方策を最適化することで、ロボット操作タスクへの転移を高速化する手法を提案した論文。
- 未来予測による言語からの解釈可能な計画生成言語指示・計画2019/3/1
自然言語の指示を中間目標の系列に変換する枠組みを提案し、行動前に結果を予測する「プロスペクション」を学習させることで、シミュレーション環境でのロボット指示解釈の精度を示した。
- SE3-Pose-Nets：視覚運動計画・制御のための構造化深層ダイナミクスモデル視覚運動制御2017/10/1
点群データからシーンをセグメント化し姿勢埋め込みと動作による変化を学習する構造化深層ダイナミクスモデルを提案し、低次元姿勢空間での勾配ベース閉ループ制御を実機Baxterで実現した。
- SE3-Nets：深層学習による剛体運動の学習剛体運動/点群2016/6/1
深度画像と行動ベクトルから、物体部位を分割し各部位のSE3変換を予測する剛体運動モデルを提案。従来のフローベースより一貫した運動予測を実現した。
