Krzysztof Choromanski
収録論文 23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
- CLAMP: 3Dマルチビュー行動条件付きロボットマニピュレーション事前学習のための対照学習マニピュレーション2026/2/1
RGB-D画像から再構成したマルチビューの点群とロボット行動を対照学習で結びつけ、拡散ポリシーを事前学習することで、少ない実演データでも高精度なマニピュレーションを可能にする手法を提案。
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- 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。
- 人間レベルの競技卓球を実現するロボットエージェントsim2real2024/8/1
階層型ポリシーとsim-to-real技術により、アマチュア人間レベルの競技卓球を実現したロボットを開発し、人間との試合で45%の勝率を達成した。
- 高密度視覚粒子ダイナミクスによる実世界のモデリングsim2real2024/6/1
10万粒子以上の潜在点群を処理する学習型ワールドモデルHD-VPDを提案し、双腕ロボットのダイナミクスを高精度かつ高速に予測できることを示した。
- 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。
- ロボット卓球:高速学習システムのケーススタディsim2real2023/9/1
人間と数百回のラリーができる卓球ロボットの学習システムを詳細に解説し、遅延対策や分布シフト、知覚の堅牢性、行動空間の選択などを実験的に検証した。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- 全身MPCとブラックボックス方策学習による俊敏なキャッチングマニピュレーション2023/6/1
高速で投げられた物体を視覚と固有感覚のみで受け止めるタスクに対し、モデル予測制御と強化学習の2手法を実機で比較し、性能トレードオフを分析した。
- 形状補完のためのマルチビューPerformer3D形状補完2022/9/1
時系列の複数視点から3D形状を補完する線形アテンションTransformer「MVP」を提案し、履歴を固定サイズの連想記憶で圧縮することで位置合わせ不要かつ高精度な補完を実現した。
- 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。
- i-Sim2Real:人間とロボットの密接なインタラクションループにおける強化学習sim2real2022/7/1
人間との協調行動をシミュレーションで学習するため、人間モデルとロボット方策を交互に実世界で更新する反復的なsim-to-real手法を提案し、卓球での協調ラリーに適用した。
- ES-ENAS:大規模ハイブリッド探索空間のための効率的進化最適化進化最適化2021/1/1
組合せパラメータと連続パラメータが混在する大規模ブラックボックス最適化に対し、進化戦略と組合せ最適化をスーパーネット的に統合したES-ENASを提案し、サンプル効率とRLベンチマークでのアーキテクチャ探索性能を示した。
- 進化的メタ学習による迅速に適応可能な脚式ロボット歩行2020/3/1
進化的戦略に基づくメタ学習とノイズに強いバッチ山登り適応を組み合わせ、四足歩行ロボットが3分未満の実データで動力学変化に素早く適応できる手法を提案した。
- モデルフリー強化学習による卓球ロボットマニピュレーション2020/3/1
進化探索とCNNベースのポリシーを用いて、100Hzでロボット関節を制御し卓球の球を返球するモデルフリー強化学習手法を提案。カリキュラム学習によりフォアハンドとバックハンドの多様な打法を獲得し、80%の返球率を達成した。
- ES-MAML:二階微分不要のシンプルなメタ学習メタ学習2019/10/1
進化戦略を用いてMAMLの二階微分推定問題を回避する新しいメタ学習フレームワークES-MAMLを提案し、既存手法と同等以上で少ないクエリで適応できることを示した。
- 彩色ネットワークによる強化学習のためのコンパクトアーキテクチャ探索強化学習/アーキテクチャ探索2019/7/1
ENASと進化戦略を組み合わせ、エッジの彩色(同重みクラス分割)を探索空間として強化学習ポリシーを極限まで軽量化する手法を提案。17パラメータでも良好な報酬を維持し、従来比6倍の圧縮を実現した。
- ノイズ耐性のある構造化探索によるシミュレーション最適化sim2real2018/5/1
ブラックボックス最適化の有限差分を、直交行列に基づく構造化摂動で置き換え、ノイズに強い勾配近似を実現した。軌道最適化や四足歩行のsim2realに応用した。
- 構造化直交行列によるコンパクト方策のスケーラブルな進化最適化方策最適化2018/4/1
構造化ランダム直交行列を用いた勾配近似によるブラックボックス最適化手法を提案し、少ないパラメータでロボティクス課題を効率的に解けるコンパクト方策を学習できることを示した。
- End-to-End学習で車を操舵する深層ニューラルネットワークの判断根拠を可視化する自動運転/解釈性2017/4/1
NVIDIAの自動運転モデルPilotNetが画像のどの領域に注目して操舵を決めているかを解析し、車線や車だけでなく路肩の茂みなど人間が想定しにくい特徴も学習していることを示した。
