Gautam Salhotra
収録論文 10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
- NeBula拡張:TEAM CoSTARのソリューションを大規模環境へ展開する補遺地下探査/群制御2025/4/1
DARPA地下チャレンジに参加したTEAM CoSTARのNeBula自律探査システムを、より広範囲・大規模な地下環境に対応させるためのハードウェア・ソフトウェア・アルゴリズム拡張を提示し、実環境で実証した。
- WARPD: 世界モデル支援による反応型ポリシー拡散模倣学習2024/10/1
拡散モデルで軌道ではなくニューラルポリシーの重みを生成し、閉ループ制御を実現することで、長期的タスクや外乱に強く、推論コストを大幅に削減した手法。
- 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。
- 形態の異なる実演からロボットマニピュレーションを学習するMAIL模倣学習2023/4/1
教師と生徒の形態が大きく異なる場合でも、実演からマニピュレーションを学習できるフレームワークMAILを提案し、布を含むタスクで有効性を示した。
- ロボット情報収集のための学習ベースパラメータ選択情報収集2023/3/1
強化学習エージェントが情報経路計画のパラメータを各反復で自動選択する手法を提案し、多様な環境でエンドツーエンド学習より9.53%高い累積報酬を達成した。
- 専門家のデモンストレーションから変形可能物体の操作を学習する変形可能物体操作2022/7/1
ロープや布などの変形可能物体の操作を、専門家のデモンストレーションを活用して効率的に学習する手法DMfDを提案し、シミュレーションと実機で有効性を示した。
- ドメイン知識を活かしたPOMDPによる適応サンプリングPOMDP/適応サンプリング2021/9/1
水中ロボットの適応サンプリングのため、POMDPのモンテカルロ木探索をロールアウト配分・行動探索・計画コミットメントの面で改良し、実データで有効性を示した論文。
- NeBula:過酷環境下でのロボット自律性を目指すフレームワーク — DARPA地下チャレンジにおけるTEAM CoSTARの取り組み自律探査2021/3/1
DARPA地下チャレンジでCoSTARチームが用いた、不確実性を考慮した自律探査フレームワークNeBulaのアルゴリズム・ハードウェア・ソフトウェア構成と競技結果をまとめた論文。
- PLGRIM: 未知環境の大規模探索のための階層的価値学習探索/階層的計画2021/2/1
不確実性を考慮した信念空間での大規模探索を可能にするため、局所的なリスク対応と大域的な報酬追求を階層的に統合した価値学習フレームワークPLGRIMを提案し、火星類似の溶岩洞窟を含む実機・シミュレーションで検証した。
- 動作計画を統合した強化学習による障害物環境でのロボットマニピュレーションマニピュレーション2020/10/1
強化学習の行動空間に動作計画器の長期的計画能力を組み込み、行動の大きさに応じて直接実行と計画呼び出しを滑らかに切り替えるMoPA-RLを提案し、学習効率と安全性の向上を示した。
