Max Argus
Allen Institute for AI
収録論文 16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
- ロボット操作における常識推論を評価するMolmoSpaces-CommonSenseベンチマークベンチマーク2026/10/30
発達認知科学に基づく推論分類を導入し、遮蔽・包含・支持関係・隠れた物体などを含むロボット操作タスクの新ベンチマークを構築、ゼロショット汎用操作ポリシーが常識推論で一貫して失敗することを示した。
- FetchMan: シミュレーション経験から学ぶ視覚的ヒューマノイド移動操作ポリシー移動操作/sim2real2026/8/17
シミュレーションで合成デモをクローンするだけでは性能が頭打ちになることを発見し、強化学習とFlow-GRPOによる微調整を組み合わせたエンドツーエンドのsim-to-realパイプラインを構築。実機Unitree G1で未見シーンへのゼロショット到達・把持を73.3%の成功率で達成した。
- MolmoMotion: 言語指示による3D点軌跡予測動作予測2026/6/17
言語指示に基づいて物体上の3D点の将来軌跡を予測するモデルと、大規模データセット・ベンチマークを構築した論文。
- 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。
- cVLA: 効率的なカメラ空間VLAに向けてVLA2025/7/1
視覚言語モデルを活用し、画像座標でエンドエフェクタの軌道ウェイポイントを直接予測する軽量なVLAを提案。シミュレーションで訓練し実機への転移性能を示した。
- カテゴリ内転移による物体配置の効率的学習マニピュレーション2024/11/1
物体配置をカテゴリの標準フレームで学習し、新しい物体インスタンスへ転移することで、5回程度のデモから食器や家具などの配置を予測する手法を提案した。
- 点群と条件付きフローマッチングによるロボットマニピュレーション方策の学習マニピュレーション2024/9/1
模倣学習において、点群入力と条件付きフローマッチングを組み合わせたPointFlowMatchを提案し、RLBenchで平均成功率67.8%を達成した。
- DITTO: 軌道変換による実演模倣模倣学習2024/3/1
RGB-D動画による一回の人間実演から、物体検出と軌道変換を用いてロボットに新しいスキルを教えるワンショット模倣手法を提案。
- デモンストレーションの再結合による構成的ビジュアルサーボビジュアルサーボ2023/10/1
少数のデモを分割・再結合したグラフとして扱い、類似度に基づく最短経路探索でビジュアルサーボを多タスク化する手法を提案した。
- RobotIO: ロボットマニピュレーション実験用Pythonライブラリマニピュレーション2022/7/1
ロボット・グリッパ・カメラの共通インターフェースを提供し、異なるハードウェア間でコードを移植可能にするPythonライブラリを開発した。
- 条件付きビジュアルサーボによる多段階タスクの実現ビジュアルサーボ2022/5/1
複数の実演列を観測に応じて切り替える「条件付きサーボ」を提案し、形状分類タスクで選択関数を比較、実機でも有効性を示した。
- ドメインランダム化下での学習改善に向けた深層強化学習エージェントの事前学習sim2real2021/4/1
ドメインランダム化に不変な知覚エンコーダを事前学習することで、ノイズの多い訓練信号による強化学習の学習阻害を抑え、シミュレーションから実機へのゼロショット転移を改善した。
- FlowControl: オプティカルフローによるビジュアルサーボビジュアルサーボ2020/7/1
学習ベースのオプティカルフローで実演動画を追跡し、単一の実演からマニピュレーションを模倣するビジュアルサーボ手法を提案。
- デモンストレーションからの適応的カリキュラム生成による視覚運動制御のsim-to-real転移sim2real2019/10/1
デモ軌跡のサンプリング位置とシミュレーション設定を適応的に制御してタスク難易度を段階的に上げ、視覚ベースの強化学習方策を実世界へゼロショット転移させる手法を提案した。
- FreiHAND：単一RGB画像から手の姿勢と形状をマーカーレスで取得するためのデータセット手姿勢推定2019/9/1
単一RGB画像から3D手姿勢を推定する際のデータセット間汎化性能の低さを分析し、多視点で3D手姿勢・形状アノテーション付きの大規模実世界データセットを半自動で構築した。このデータセットで学習すると他データセットでも安定して高精度になることを示した。
