Elvis Nava
収録論文 8本 ・ フィジカルAI/ロボット学習
VLA遠隔操作/リターゲティングマニピュレーション流体構造連携/最適化sim2real
※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
- データ効率の良い産業マニピュレーションのためのビデオ・アクションモデルVLA2026/11/11
大規模動画データで事前学習した動画アクションモデルFLUX-mimicを提案し、産業用ロボットの少ない実演データでも高精度な操作を実現した。
- スムーズオペレーター：キネマティックハンドリターゲティングのためのリアルタイムサンプリングベースアルゴリズム遠隔操作/リターゲティング2026/7/1
手の遠隔操作データの品質を向上させるため、勾配を使わないサンプリングベースの新しいリターゲティング手法SBRを提案し、シミュレーションと実機ユーザー実験でジッタ低減と成功率向上を実証した。
- mimic-video: VLAを超える汎化可能なロボット制御のためのビデオ行動モデルVLA2025/12/1
大規模動画モデルを事前学習に用い、その潜在表現からフローマッチングでロボットの低レベル行動を生成するVideo-Action Modelを提案。シミュレーションと実機のマニピュレーションでVLAを上回り、サンプル効率10倍・収束速度2倍を達成した。
- 異なる身体を持つロボットの操作のための潜在行動拡散マニピュレーション2025/6/1
異なるエンドエフェクタの行動を統一する潜在行動空間を拡散ポリシーで学習し、単一ポリシーで複数ロボットを制御して操作成功率を最大25.3%向上させた。
- mimic-one：汎用ロボット巧緻性のためのスケーラブルなモデルレシピマニピュレーション2025/6/1
16自由度の腱駆動ハンドと拡散モデルを組み合わせ、遠隔操作で収集したデータから器用な操作を学習する実世界制御手法を提案。未見タスクで最大93.3%の成功率を達成。
- 視覚言語モデルをゼロショット報酬モデルとして用いる強化学習VLA2023/10/19
事前学習済みの視覚言語モデル（CLIP）を報酬モデルとして使い、自然言語の指示だけでヒューマノイドの複雑な動作を強化学習できることを示した研究。
- 微分可能な射影ダイナミクスとニューラル流体モデルによる高速な水中遊泳体の最適化流体構造連携/最適化2022/4/1
変形する遊泳体の固体シミュレーションと物理制約付きニューラルネットワークによる流体場予測を組み合わせ、微分可能なハイブリッド流体構造連携シミュレータを構築し、勾配ベースの制御最適化を可能にした論文。
- 微分可能シミュレーションによるソフトロボット魚のSim2Realsim2real2021/9/1
微分可能シミュレーションを用いてソフトロボット魚の材料パラメータを学習し、動的性能を高精度に予測する手法を実機検証した。
