David B. D'Ambrosio
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAマニピュレーションsim2real模倣学習
※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。
- 拡散モデルと運動学的制約勾配誘導による多様なロボット打撃動作の学習マニピュレーション2024/9/1
拡散モデルと運動学的制約勾配誘導(KCGG)を組み合わせ、オフラインで制約を守りつつ多様な打撃動作を生成する手法を提案し、エアホッケーと卓球で模倣学習を上回る性能を示した。
- 人間レベルの競技卓球を実現するロボットエージェントsim2real2024/8/1
階層型ポリシーとsim-to-real技術により、アマチュア人間レベルの競技卓球を実現したロボットを開発し、人間との試合で45%の勝率を達成した。
- ロボット卓球:高速学習システムのケーススタディsim2real2023/9/1
人間と数百回のラリーができる卓球ロボットの学習システムを詳細に解説し、遅延対策や分布シフト、知覚の堅牢性、行動空間の選択などを実験的に検証した。
- GoalsEye: 実機ロボットによる高速高精度卓球の学習模倣学習2022/10/1
反復模倣学習を用いて、実機ロボットで高速・高精度な卓球の目標指向制御を実現し、アマチュア人間と同等以上の性能を示した。
- i-Sim2Real:人間とロボットの密接なインタラクションループにおける強化学習sim2real2022/7/1
人間との協調行動をシミュレーションで学習するため、人間モデルとロボット方策を交互に実世界で更新する反復的なsim-to-real手法を提案し、卓球での協調ラリーに適用した。
