Jordi Salvador
収録論文 13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
- MolmoB0T: 大規模シミュレーションによるゼロショット操作の実現操作2026/3/1
大規模で多様なシミュレーションデータのみを用いて、実世界へのゼロショット転移が可能であることを示し、静的・移動操作の両方で有効なポリシーを訓練した。
- MolmoSpaces:ロボットナビゲーションとマニピュレーションのための大規模オープンエコシステムsim2real2026/2/1
23万以上の多様な屋内環境と13万の物体アセットを備え、MuJoCoやIsaacなど複数シミュレータで使えるオープンなロボットベンチマーク基盤を構築し、実機との高い相関を示した。
- GraspMolmo:大規模合成データ生成による汎用タスク指向把持把持2025/5/1
自然言語指示とRGB-D画像から、大規模合成データで学習した視覚言語モデルにより、意味的に適切な把持を予測する汎用タスク指向把持モデルを提案。
- One RING:ロボット屋内ナビゲーションの汎用モデルナビゲーション2024/12/1
シミュレーションで大規模な機体形状のランダム化を行い、様々な実機ロボットに適応できる機体非依存の屋内ナビゲーション方策を学習した。
- PoliFormer:大規模オンポリシー強化学習とTransformerによる熟練ナビゲータナビゲーション2024/6/1
RGB画像のみを用い、シミュレーションでの大規模強化学習により実世界に適応なしで汎化する屋内ナビゲーションエージェントを提案。物体目標ナビゲーションで成功率85.5%を達成。
- SPOC: シミュレーションでの最短経路模倣による実世界での効果的なナビゲーションと操作ナビゲーション2023/12/1
シミュレーション内の最短経路プランナーを模倣することで、RGBのみを用いて実世界でナビゲーション・探索・物体操作ができるエージェントを訓練した研究。
- 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。
- Objaverse: 注釈付き3Dオブジェクトの大規模データセット3Dデータセット2022/12/1
80万以上の3Dモデルとキャプション・タグ・アニメーションを備えた大規模データセットを構築し、3D生成や物体ナビゲーションなど多様な応用可能性を示した。
- ProcTHOR: 手続き型生成による大規模身体性AI環境sim2real2022/6/1
手続き型生成で多様な仮想環境を大量に作り出し、身体性AIエージェントの学習・評価を可能にするフレームワークを提案。生成した1万件の家で学習したモデルが複数のベンチマークで最高性能を達成。
- 衝突のない視覚移動マニピュレーションに向けて視覚移動マニピュレーション2021/12/1
視覚移動マニピュレーションにおいて、物体との不要な衝突を避けるために2段階のカリキュラム学習を提案し、成功率を10%向上させた。
- AllenAct:身体性AI研究のためのモジュラーフレームワーク身体性AIフレームワーク2020/8/1
多様な身体性AI環境・タスク・アルゴリズムを統一的に扱えるモジュール式学習フレームワークAllenActを提案し、再現実装やチュートリアルを提供する。
- 物体とのインタラクションを通じて物体を学ぶ物体認識2020/6/1
乳児の遊びによる学習に着想を得て、物理シミュレーション環境内でエージェントが自ら物体と相互作用し、外部教師なしで物体の発見や形状・相対質量を学習する枠組みを提案した。
- RoboTHOR:シミュレーションから実世界への転移を目指す embodied AI プラットフォームsim2real2020/4/1
シミュレーション環境と対応する実世界環境をペアで提供し、遠隔から実機でモデルを評価できる embodied AI の基盤を構築した。sim2real の性能ギャップを定量的に示した。
