Ashwin Balakrishna
収録論文 36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
- π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力VLA2026/4/1
多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。
- π*0.6：経験から学ぶVLAVLA2025/11/1
実世界での経験と人間の修正を活用した強化学習手法RECAPにより、洗濯物畳みや箱組み立て、エスプレッソ抽出などのタスクを高成功率で実行できる汎用VLAモデルπ*0.6を開発した。
- 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。
- Robo-DM: 大規模ロボットデータセットのためのデータ管理データ管理2025/5/1
ロボット軌道データをEBML形式で効率的に圧縮・管理し、学習時の読み込みを高速化するオープンソースのクラウド型データ管理ツールキットを提案。
- 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。
- 汎用ロボットマニピュレーション政策の評価のための分類体系マニピュレーション2025/3/1
ロボットマニピュレーションにおける汎化の種類を整理した分類体系STAR-Genを提案し、実世界ベンチマークで検証した。
- 相互情報量推定によるロボットデモデータの品質選別模倣学習2025/2/1
ロボットの模倣学習データについて、状態と行動の相互情報量への各軌道の寄与をVAE埋め込みとk近傍推定で評価し、デモの品質を選別する手法を提案した。
- GHIL-Glue: フィルタリングされたサブゴール画像による階層制御VLA2024/10/1
生成モデルが作るサブゴール画像をフィルタリングし、下位方策と効果的に繋ぐことで、言語条件付きロボット操作の汎化性能を向上させた研究。
- 言語埋め込みガウシアンスプラット（LEGS）：移動ロボットによる部屋規模表現の漸進的構築VLA2024/9/1
移動ロボットが環境を移動しながら、見た目と言語意味を統合した3D表現（LEGS）をオンラインで構築し、オープン語彙の物体検索を可能にする手法を提案。LERFより3.5倍高速で、最大66%の精度で物体を特定できる。
- OpenVLA: オープンソースの視覚-言語-行動モデルVLA2024/6/1
97万件の実機ロボット実演で学習した7BパラメータのオープンソースVLAモデルを提案し、閉源モデルRT-2-Xを上回る汎用マニピュレーション性能と効率的なファインチューニングを実現した。
- 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。
- 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。
- ロボット布操作ポリシーのSim2Real転移における切り替え基準の学習sim2real2022/7/1
シミュレーションで学習した布操作ポリシーを実機に転移すべきタイミングを自動判定する基準を提案し、布平滑化タスクで有効性を示した。
- MESA: 安全な適応と故障耐性のためのオフラインメタ強化学習メタ強化学習2021/12/1
安全・危険な振る舞いのオフラインデータからリスク指標をメタ学習し、未知の環境でも制約違反を抑えつつ素早く適応する手法MESAを提案した論文。
- 効率的な把持集合を学習する探索的把持アルゴリズムLEGSマニピュレーション2021/11/1
把持が難しい物体に対して、有望な把持候補の小さな集合を維持しながら数千の把持を効率的に探索し、高い信頼度で探索を終了できる手法LEGSを提案した論文。
- ThriftyDAgger：人間の介入予算を考慮した新規性・リスクゲーティングによる対話型模倣学習模倣学習2021/9/1
人間の介入回数に予算を設け、ロボットが未知の状況や失敗リスクの高い場面でのみ人間に介入を求める仕組みを学習し、タスク性能と人間の負担のバランスを改善した対話型模倣学習手法。
- 学習した操作特徴と回復方策による密な非平面結び目の解きほぐし変形物体操作2021/7/1
ロープやケーブルの密な結び目を解くため、把持位置を精密化するLOKIと進捗を検知して回復動作を行うSPiDERManを提案し、実機で従来より高い成功率を達成した。
- 潜在空間安全集合による疎報酬反復タスクの長期視覚運動制御視覚運動制御2021/7/1
安全集合を学習済み潜在空間での二値分類として表現し、画像観測にスケール可能にしたLS3を提案。疎報酬の長期タスクで探索を制限しつつ効率的に学習できることを示した。
- Kit-Net: 未知の3D物体を未知の3D空洞に嵌め込む自己教師あり学習マニピュレーション2021/7/1
深度画像から物体と空洞の3D回転をCNNで推定し、未知の物体を未知の空洞に嵌め込む枠組みを提案。シミュレーションで98.9%の位置合わせ精度、実機で63%の成功率を達成した。
- 多ケーブル結び目の解きほぐし：IRON-MANアルゴリズムマニピュレーション2021/6/1
複数ケーブルの絡まりを解くため、交差を順に除去するロボット動作を生成するIRON-MANを提案し、手術ロボットで最大3本のケーブル結び目を80.5%の成功率で解いた。
- 自己教師あり学習による新規3D物体の回転姿勢制御マニピュレーション2021/5/1
現在と目標姿勢の深度画像からクォータニオンで表される3D回転を自己教師あり学習で推定し、比例制御で未知物体の向きを合わせる手法を提案。
- LazyDAgger: 対話型模倣学習におけるコンテキストスイッチの削減模倣学習2021/4/1
人間の介入回数を抑えつつ学習性能を維持する対話型模倣学習手法LazyDAggerを提案し、シミュレーションと布操作ロボット実験で介入を約60%削減できることを示した。
- 布操作のための視空間的先読みによる連続物理タスクの実現マニピュレーション2021/2/1
RGB-D画像上で学習した視覚ダイナミクスモデルを用い、単一のゴール条件付き方策で布の連続的な折り畳み・平滑化タスクを実現し、深度情報の有効性と長期的なコーナー動作の改善を示した研究。
- 学習済み事前分布を活用した把持探索の高速化マニピュレーション2020/11/1
Dex-Netの学習済み事前分布をトンプソンサンプリングに組み込み、未知形状物体の把持探索を効率化した研究。
- 探索的把握：難把持多面体物体に対する漸近最適把持アルゴリズムマニピュレーション2020/11/1
未知の多面体物体を把持・解放・転倒の繰り返しで効率的に信頼できる把持を発見する「探索的把握」問題を定式化し、バンディット型アルゴリズムBORGESを提案した論文。
- 学習したキーポイントで密な結び目を解くマニピュレーション2020/11/1
ロープやケーブルの密な結び目を解くため、学習ベースの知覚と幾何プランナを組み合わせたHULKを提案し、シミュレーションとda Vinci手術ロボットで有効性を示した。
- Recovery RL：学習した回復ゾーンを用いた安全な強化学習安全強化学習2020/10/1
オフラインデータから制約違反領域を事前学習し、タスク方策と回復方策を分離することで、探索と安全性のトレードオフを効率的に両立させる安全強化学習手法を提案。
- 多モーダルガウス形状記述子による変形物体の対応点マッチング変形物体対応点マッチング2020/10/1
変形する物体の画像間で画素単位の対応を自己教師あり学習するMMGSDを提案し、布やロープで従来手法より高精度な対応推定を実現した。
- シミュレーションで学ぶ布の密な視覚対応と実機でのしわ伸ばし・折り畳み変形物体マニピュレーション2020/3/1
シミュレーション上で布の異なる配置間の視覚的対応を学習し、その表現を用いて1回の実演から多様な布のしわ伸ばし・折り畳みタスクを実機で模倣できる手法を提案した。
- 布操作のための視空間的先読み学習布操作2020/3/1
RGB画像と深度画像から布の動きをシミュレーションで学習し、単一の目標条件付き方策で布の平滑化や折り畳みなど複数タスクを実行できるVisuoSpatial Foresightを提案した論文。
- 合成深度データで学習した密オブジェクト記述子によるロープ操作ポリシー変形物体操作2020/3/1
合成深度画像からロープの密な点対応表現をシミュレーションで学習し、実機ロープを多様な形状に操作可能にした。結び目タスクで未見配置から66%の成功率を達成。
- 境界条件調整可能な安全なサンプルベース学習MPC学習MPC2020/3/1
確率的非線形システムに対し、新しい開始・目標配置へ素早く適応でき、期待値的に反復改善を保証するサンプルベース学習MPCアルゴリズムを提案し、3つの連続制御タスクで有効性を示した。
- アルゴリズム監督者からの逐次布平滑化の深層模倣学習模倣学習2019/10/1
布を平坦化するための逐次引っ張り方策を、シミュレータとアルゴリズム監督者のデータから深層模倣学習で獲得し、RGB・深度・RGBD入力の比較や実機dVRKでの検証を行った論文。
- 収束する監督者からのオンポリシー模倣学習模倣学習2019/7/1
学習中に性能が向上していく監督者からの模倣学習を定式化し、収束後の最良方策に対する後悔保証を示すとともに、モデルベースRLの監督者と組み合わせることで連続制御タスクでの高速化と性能向上を実現した。
- デモンストレーションからの安全拡張価値推定（SAVED）：疎なコストのロボットタスクのための安全な深層モデルベース強化学習モデルベース強化学習2019/5/1
タスク完了信号と少数の劣ったデモンストレーションのみを用い、モデルベース強化学習で制約を守りながら効率的に探索するSAVEDを提案し、手術ロボットの結び目タスクなどで高い成功率と制約遵守を実現した。
- 機械的探索：散らかった物体に隠れた目標物の多段階取り出しマニピュレーション2019/3/1
散らかった箱の中で目標物体を押す・吸着・把持の3動作を繰り返し選んで取り出すタスクを定式化し、5つのアルゴリズム方策を1万5千回のシミュレーションと300回の実機実験で評価した。
