Gavriel State

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

• Cosmosによる物理AI向けインタラクティブ世界シミュレーション
  世界モデル2026/11/4

  Cosmos世界基盤モデルを拡張し、行動やシーン操作に応じて映像をリアルタイムに生成する対話型シミュレーションフレームワークを提案。カメラ移動やロボット操作、自動運転のマルチビュー生成などで実証した。

• AlphaNIST: 二値タスク報酬から創発する組立スキル
  マニピュレーション2026/10/9

  NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。

• FlashNeRD: 接触の多いロボットダイナミクスの性能優先型学習
  学習ダイナミクス2026/10/6

  接触検出を解析的に保ちつつ、並列ストリーミングアーキテクチャと任意接触対応エンコーダ、物体との双方向連成を導入し、ロボットの学習ダイナミクスを最大55倍高速化した研究。

• 解像度に不変な適応的体積力学特性フィールド
  物理シミュレーション2026/6/1

  3Dオブジェクトのヤング率やポアソン比などの力学特性を、入力形状に応じて適応的なボクセル構造で高解像度に推定する手法を提案。従来法より16倍高い解像度で、より正確かつ効率的にシミュレーション用アセットを生成できる。

• Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワーク
  sim2real2025/11/1

  GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。

• DexPBT: 集団ベース訓練によるハンド・アーム系の巧みな操作のスケーリング
  マニピュレーション2023/5/1

  GPU並列物理シミュレータ上で、多指ハンドを備えた片腕・両腕ロボットの巧みな物体操作を強化学習するため、分散型集団ベース訓練(PBT)アルゴリズムを提案し、再把持や投擲、物体回転などの難タスクで堅牢な制御方策を獲得できることを示した。

• Orbit: インタラクティブロボット学習環境のための統合シミュレーションフレームワーク
  sim2real2023/1/1

  NVIDIA Isaac Simを基盤に、フォトリアルなシーンと高忠実度の剛体・変形体シミュレーションを備えたモジュール式ロボット学習フレームワークOrbitを提案。GPU並列化により強化学習やデモ収集を高速化し、16のロボット、4種のセンサ、20以上のベンチマークタスクを提供する。

• DeXtreme: シミュレーションから現実への俊敏なハンド内マニピュレーションの転移
  sim2real2022/10/1

  強化学習で訓練した多指ハンドの巧みな操作方策と物体姿勢推定器を、シミュレーションから実機へ転移させ、視覚ベースの方策で既存手法を上回る再配向タスクを実現した。

• Factory: ロボット組立のための高速接触シミュレーション環境
  sim2real2022/5/1

  接触の多い組立作業をリアルタイム以上でシミュレーションできる物理エンジンと学習ツール群を提案し、ナットとボルトの組立を強化学習で実証した。

• Isaac Gym：ロボット学習のためのGPUベース高性能物理シミュレーション
  sim2real2021/8/1

  物理シミュレーションとニューラルネットワーク学習を両方GPU上で実行し、CPUボトルネックを排除することで、ロボット強化学習の訓練を従来比2〜3桁高速化したプラットフォームを提案。