Karthik Desingh
University of Minnesota, Twin Cities
収録論文 20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
- CrowdMAPS: クラウドソーシングで状態ごとの複数行動を集める実世界模倣学習模倣学習2026/11/11
Web上の3Dインターフェースで遠隔の非専門家がロボットの訪問状態に対する代替行動を注釈し、状態あたりの行動数を増やすことで実機模倣学習のデータを拡張する手法を提案し、5つの実機マニピュレーションタスクで成功率が大幅に向上した。
- 把持選択と移動操作を統合するタスク認識型把持推薦フレームワーク移動操作2026/11/6
大きな物体の移動操作において、複数の初期把持候補から下流タスクの成功率を予測する軽量ネットワークを強化学習のcritic蒸留で学習し、接触前に最適な把持を選ぶ手法を提案した。
- DREAMSTEER: 潜在世界モデルによるVLAポリシーの展開時誘導(微調整不要)VLA/世界モデル2026/7/1
事前学習済みの視覚言語行動(VLA)ポリシーを、微調整なしで展開時に潜在世界モデルと価値モデルを用いて誘導し、分布シフト下での成功率と指示追従精度を大幅に向上させるフレームワークを提案した。
- 汎用ロボットポリシーの能動的実世界因子評価評価方法2026/7/1
ロボット操作ポリシーの性能を、タスク因子の組み合わせ空間を能動的に探索して効率的に評価する枠組みを提案し、実世界評価で試行数を20〜40%削減できることを示した。
- 単一インスタンスのRGBデモから学ぶカテゴリレベルのラストメートルナビゲーション移動マニピュレーション2025/12/1
四足歩行マニピュレータがRGB画像のみを用いて、カテゴリ内の未知物体に対してマニピュレーション可能な精密位置決めを行う模倣学習フレームワークを提案。
- SENT-Map:基盤モデルによる意味拡張トポロジカルマップナビゲーション2025/11/1
屋内環境をJSON形式の意味付きトポロジカルマップで表現し、視覚基盤モデルと自然言語クエリを組み合わせてロボットの計画を可能にするフレームワークを提案した。
- SPARK-Remote: 遠隔両腕ロボット遠隔操作のための低コストシステム遠隔操作2025/4/1
低コストの両腕ロボット遠隔操作システムSPARKを提案し、力覚フィードバックを統合したSPARK-Remoteへ拡張して、5つの両腕操作タスクで有効性を検証した。
- SuperQ-GRASP: モバイルマニピュレーションのためのスーパークアドリクスに基づく大型物体の把持姿勢推定マニピュレーション2024/11/1
NeRFで物体の暗黙モデルを構築し、メッシュをスーパークアドリクスに分解して、大型物体への把持姿勢を幾何学的に推定する手法を提案。
- AugInsert: 物体組立タスクのためのデータ拡張によるロバストな視覚-力政策の学習マニピュレーション2024/10/1
ペグ挿入組立タスクにおいて、知覚IOアーキテクチャを用いたマルチセンサー政策を開発し、因子ベースの評価フレームワークでロバスト性を評価した。マルチセンサーデータ拡張により分布外性能を向上させ、力-トルクセンシングが最も情報量が多いことを示した。
- 言葉で教える:エンドユーザ主導のマニピュレーション学習マニピュレーション2024/2/1
エンドユーザが言語で低レベル動作を指示して収集したデモを用い、家庭用ロボットを高レベルタスク向けに階層的に学習させる枠組みを提案し、RLBenchで成功率を16%改善した。
- SlotGNN: 教師なしでのマルチオブジェクト表現と視覚的ダイナミクスの発見物体中心表現/ダイナミクス予測2023/10/1
RGB画像から物体表現を教師なしで獲得するSlotTransportと、その表現を用いてロボット行動に条件づけた将来予測を行うグラフベース動力学モデルSlotGNNを提案した。
- 幾何学的推論を要する組立タスクにおける視覚表現のロバスト性評価マニピュレーション2023/10/1
ペグ挿しタスクを題材に、視覚事前学習モデルを視覚エンコーダとして用いる視覚運動政策学習のロバスト性を評価し、事前学習モデルよりスクラッチ学習したエンコーダの方が優れることを示した。
- 微分可能ノンパラメトリック信念伝播確率推論2023/3/1
ノンパラメトリック信念伝播の確率因子を微分可能なニューラルネットワークに置き換え、ラベル付きデータから効率的に学習する手法を提案し、関節姿勢追跡タスクで有効性を示した。
- SORNet:逐次操作のための空間的物体中心表現物体中心表現2021/9/1
RGB画像から物体クエリに基づく物体中心表現を学習し、未見の物体にもゼロショットで汎化して空間関係推論や実機の逐次操作計画に応用した研究。
- LanguageRefer: 3D視覚グラウンディングのための空間言語モデル3D視覚グラウンディング2021/7/1
点群で再構成された3Dシーンと指示文から対象物体を特定するTransformerベースの空間言語モデルを提案し、ReferIt3Dデータセットで競争力のある性能を示した。
- 微分可能なノンパラメトリック信念伝播確率推論2021/1/1
信念伝播の確率因子を微分可能なニューラルネットに置き換え、ラベル付きデータから学習する手法を提案し、関節姿勢追跡で有効性を示した。
- clutter環境における信念伝播を用いたパーツベースの関節物体位置推定物体認識・位置推定2020/8/1
clutter環境内の関節物体の姿勢推定をMRFで定式化し、ニューラルネットのパーツ分割と関節制約を信念伝播で統合して可視パーツから遮蔽パーツの姿勢を推論する手法を提案。
- スケッチで教えるロボット物体操作システムマニピュレーション2019/11/1
3D点群からスケッチで形状とアフォーダンスを抽出し、人間がロボットの物体操作を計画・誘導できる使いやすいインターフェースを提案した。
- 非パラメトリック信念伝播による関節物体の分解型姿勢推定姿勢推定2018/12/1
関節制約付き幾何モデルとRGBD観測から、効率的な非パラメトリック信念伝播(PMPNBP)を用いて関節物体の各部位の連続姿勢を反復推定する手法を提案した。
- 物体検出と位置推定を同時に行う意味マッピング意味マッピング2018/10/1
物体間の文脈関係と時間的一貫性を考慮した条件付き確率場モデルを構築し、パーティクルフィルタで推論することで、RGB-Dセンサを用いたロボットによる物体検出と6自由度姿勢推定の精度を向上させた論文。
