Gokul Swamy
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
- VLAに何を言うべきかを学ぶ:ほぼ無害なビジョン言語行動モデルの操縦VLA/言語指示最適化2026/6/10
VLAモデルへの言語指示を自動で探索・改善し、性能向上を予測するヘッドを学習して、有害な介入を防ぎつつタスク成功率を高めるフレームワークを提案した。
- WEAVER:ロボット操作のための高性能・高速・長期的な世界モデル世界モデル/操作2026/6/1
ロボット操作のための世界モデルWEAVERを提案し、忠実性・一貫性・効率性を同時に達成。実機でポリシー評価・改善・計画に有効であることを示した。
- ELASTIC: 生成制御ポリシーのテスト時計算を適応的にスケールする効率的学習制御ポリシー2026/6/1
ロボット制御の生成ポリシー(拡散ポリシーやVLAモデル)において、状態に応じて推論時の計算量(逐次ステップ数と並列サンプル数)を強化学習で適応的に割り当てる手法を提案し、シミュレーションと実機で性能と効率を両立した。
- 先見から熟慮へ:潜在空間アライメントによるVLM-in-the-Loop方策ステアリングVLA2025/2/1
生成的なロボット方策の失敗を減らすため、潜在世界モデルで行動の結果を予測し、それをVLMが言語で評価して低レベル行動を選別する枠組みを提案。
- 学習された制約は実は後方到達可能チューブである安全制御2025/1/1
逆制約学習(ICL)が理論的・実践的に何を復元するかを解析し、失敗集合ではなく失敗が不可避な状態集合(後方到達可能チューブ)を復元することを示した論文。
- 状態拡散とスコアマッチングによる模倣学習の新枠組み模倣学習2024/10/17
拡散モデルの考え方を逐次意思決定に持ち込み、状態をノイズ拡散させてスコアマッチングで専門家と学習者の状態分布の差を測る、敵対的でない安定な模倣学習手法を提案。
- 時間相関ノイズ下での因果的模倣学習模倣学習2022/2/1
専門家行動に時間相関ノイズが混入したデータから、操作変数回帰を用いて偽相関を排除し方策を学習する2手法(DoubILとResiduIL)を提案した論文。
- モーメントマッチングで捉える模倣学習の統一理論と新アルゴリズム模倣学習2021/3/1
模倣学習アルゴリズムをモーメントマッチングの観点で統一的に整理し、性能保証付きの新たなアルゴリズム3種を提案した論文。
- スケールする自律性:人間オペレータがロボット群を制御できるようにする群制御2019/10/1
ユーザのロボット選択の好みを学習し、多数のロボットの中からテレオペレーションが必要な1台を自動で特定することで、少ない注意力でロボット群を監督できる手法を提案した。
- HRIにおけるモデル学習の有用性HRI2019/1/1
人間をブラックボックスとして扱うモデルフリー学習と、心の理論で人間をエージェントとしてモデル化するグレーボックス学習を自動運転タスクで比較し、理想的な心の理論の場合と仮定が誤っている場合の性能を評価した。
