Neel Jawale
NVIDIA
収録論文 8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
- ScheduleGen: スキルスケジューリングによるマルチアーム模倣学習のためのデモンストレーション生成マニピュレーション2026/10/29
マルチアーム制約を考慮した計画・スケジューリング統合アルゴリズムで、少数のデモから安全で成功する新規デモを自動生成し、模倣学習ポリシーの訓練を効率化する。
- OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク模倣学習/データ収集2026/10/27
UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。
- DemoStream: 実演からの自動学習のためのバッチ型タスク・動作計画最適化模倣学習2026/10/15
GPU加速タスク・動作計画(TAMP)をバッチ化し、高品質な実演データを自動生成して行動クローニングの成功率を向上させるシステムを提案。実世界で毎時66件の実演を収集可能。
- Isaac Lab:マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- モデル予測強化学習による動的な非把持物体搬送マニピュレーション2024/12/1
少数の実演データから価値関数を学習し、不確実性を考慮したMPCと組み合わせることで、ロボットがお盆に載せた物体をこぼさず運ぶ「ロボットウェイター」タスクを実現した研究。
- 触覚変形のベクトル場解析による滑り検出と重症度推定フレームワーク触覚2024/11/1
GelSight Miniの触覚変形データをベクトル場解析し、滑りの発生検出と滑り速度(重症度)を推定する機械学習モデルを構築、触覚フィードバック制御に応用した。
- アグレッシブなオフロード走行領域におけるダイナミクスモデルsim2real2024/5/1
オフロード自律走行の高速・過酷な運転領域で、複雑さの異なる3つのダイナミクスモデルの予測精度をシミュレーションと実世界データで評価し、攻撃性が増すと精度が低下することを示した。
- 接触力場とそのエントロピーを用いた触覚による滑り検出の学習触覚2023/3/1
光学式触覚センサGelSight Miniの接触力場の不均一性とエントロピーを特徴量として、物体把持中の滑りをリアルタイムに検出する分類手法を提案し、10種類の物体で平均95.61%の精度を達成した。
