Manikantan Nambi
Amazon
収録論文 7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
- 統合世界行動言語モデルによる身体性ロボット制御VLA2026/10/20
動画・行動・言語を単一の共有表現で学習し、言語生成を記憶として再利用する統合モデルUniWALMを提案。外部プランナーなしで記憶依存タスクを改善。
- 全身巧みさ全身マニピュレーション2026/10/15
ロボットの全身を接触面として使い、大きな物体を把持・操作するフレームワークを提案し、Unitree G1で実機検証した。
- HULK: ヒューマノイドの全身力強いロコマニピュレーション学習ロコマニピュレーション2026/10/6
MPCで強化学習を導き、荷重下でのバランスを保ちながら重い物体を全身で操作するヒューマノイド制御フレームワークを提案し、Unitree G1で実証した。
- LIMBO: 俊敏かつ安全な全身制御のためのモデルフリー障壁目的の学習と内部化全身制御2026/9/18
黒箱遷移から状態行動制御障壁関数を学習し、その安全構造をタスク方策に蒸留することで、オンライン安全フィルタなしに人型ロボットの全身制御を安全かつ俊敏に実現するフレームワーク。
- HydroShear: 触覚シミュレーションから実機への強化学習のためのハイドロエラスティックせん断シミュレーション触覚/sim2real2026/3/1
本論文では、接触を伴うタスクにおける触覚のシミュレーションから実機へのポリシー転送の問題を扱い、非ホロノミックなハイドロエラスティック触覚シミュレータHydroShearを提案する。これは、スティックスリップ遷移、経路依存の力とせん断の蓄積、完全なSE(3)物体-センサ相互作用をモデル化し、GelSight Miniを用いた実験で既存手法より忠実に実触覚せん断を再現し、ゼロショットのsim-to-real転送を可能にする。
- ロボットの失敗検出と推論のための自己洗練型視覚言語モデルVLA2026/2/1
ロボットの失敗検出と推論をマルチタスクの自己洗練プロセスとして定式化し、疎な二値ラベルと少数の詳細な推論アノテーションを組み合わせて学習するARMORを提案。推論時には複数の洗練軌跡から自信度の高い予測を選択し、失敗検出率と推論性能で従来手法を大幅に上回る。
- ARMBench: ロボットマニピュレーションのための物体中心ベンチマークデータセットマニピュレーション2023/3/1
アマゾンの倉庫で収集された、23.5万件以上のピック&プレース作業と19万以上の物体を含む大規模物体中心データセットを構築し、物体セグメンテーション・識別・欠陥検出のベンチマークを提案した。
