Jake Varley
収録論文 11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
- 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。
- Gemini Robotics：AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- RoPEを超えて：STRINGによる2D・3D位置エンコーディングの改善VLA2025/2/1
大規模言語モデルで広く使われるRotary Position Encodingsを統一的な理論枠組みで拡張し、任意次元のトークン座標に対して厳密な並進不変性を保ちつつ低計算コストで2D・3D位置エンコーディングを実現するSTRINGを提案。Vision Transformerに統合し、オープンボキャブラリ物体検出やロボティクス制御で性能向上を示した。
- 二本腕の身体性AI：ゼロショット学習、安全性、モジュール性マニピュレーション2024/4/1
自然言語指示に基づき二本腕ロボットが協調して長期的タスクをゼロショットで実行するモジュール型身体性AIシステムを提案。安全性とモジュール性を重視し、実世界データなしで動作する。
- SARA-RT: 自己適応型ロバストアテンションによるロボティクストランスフォーマーのスケーリングVLA2023/12/1
ロボット搭載向けに、事前学習済みまたは微調整済みのトランスフォーマーポリシーを線形アテンションに変換する「アップトレーニング」を提案し、RT-2や点群トランスフォーマーを高速化した。
- 助けを求めるロボット：大規模言語モデルプランナーの不確実性調整VLA2023/7/1
LLMベースのプランナーが不確実な状況を検知して人間に助けを求める枠組みKnowNoを提案し、複雑な多段階計画タスクで効率と自律性を向上させた。
- 視覚的バックトラッキング遠隔操作：画像ベースオフライン強化学習のためのデータ収集プロトコルオフライン強化学習2022/10/1
遠隔操作で失敗・回復・成功を意図的に収集するVBTプロトコルを提案し、Tシャツ把持タスクでオフライン強化学習の性能を13%向上させた。
- Performer-MPC: 実世界ナビゲーションのためのリアルタイム注意機構を用いたモデル予測制御器の学習ナビゲーション2022/9/1
低ランク注意機構Transformerで視覚文脈を埋め込み、学習したコスト関数とMPCを組み合わせて実世界の混雑環境や人混みでのナビゲーション性能を向上させた。
- 暗黙的キネマティックポリシー：エンドツーエンドロボット学習における関節空間と直交空間の統合マニピュレーション2022/3/1
観測と行動を入力とする暗黙的模倣学習を活用し、同じ行動を関節空間と直交空間の両方でポリシーに提示することで、各空間の帰納的パターンを学習させるIKPを提案。シミュレーション実験で複雑なマニピュレーションタスクにおいてベースラインより優れ、関節エンコーダのオフセット補正も学習できることを示した。
- 実行可能モデル：ロボットスキルの教師なしオフライン強化学習オフライン強化学習2021/4/1
報酬なしのオフラインデータから、任意の目標状態に到達するスキルをゴール条件付きQ学習と後知恵リラベリングで学習する手法を提案し、実ロボットで未知の場面や物体への汎化、長期目標の連鎖到達を実現した。
- 連続時間安全性を保証する遠隔操作模倣学習模倣学習2019/5/1
縮約理論と二乗和計画法に基づき、実演から多項式ベクトル場として制御則を学習する手法を提案。模倣損失を最小化しつつ連続時間の安全性を保証し、動的障害物への適応と新しい初期・目標姿勢への汎化を実現した。
