Nishad Gothoskar
収録論文 6本 ・ フィジカルAI/ロボット学習
sim2realタスク・動作計画3D認識ビジュアルサーボ階層型強化学習視覚サーボ
※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
- 正規化フローによるドメインランダム化でロボットスキルを学習・系列化sim2real2025/2/1
正規化フローで環境のサンプリング分布を自動学習するドメインランダム化手法を提案し、6つのシミュレーションと1つの実機タスクで頑健性を検証。さらに学習した分布と特権価値関数を組み合わせ、不確実性を考慮した多段階マニピュレーション計画での分布外検出に応用した。
- 不確実性とリスクを考慮した部分観測下のタスク・動作計画タスク・動作計画2024/3/1
初期状態や行動結果に不確実性がある長期的なロボット計画問題に対し、抽象タスクレベルと連続制御レベルで不確実性を推論し、情報収集や不可逆な結果の回避を可能にするTAMPURAを提案した。
- Bayes3D: 3D物体とシーンの構造生成モデルにおける高速学習と推論3D認識2023/12/1
少数視点から新規3D物体を学習し、 clutterや遮蔽に頑健に認識する階層ベイズモデルとGPU加速逐次モンテカルロ法を提案。
- データ効率の良い教師なし再校正ビジュアルサーボのオンライン学習ビジュアルサーボ2022/2/1
ロボットの関節位置から画像特徴を生成する構造化生成モデルをオンライン学習し、50サンプル未満のデータで校正不要のビジュアルサーボを実現、カメラのずれや新物体にも適応できる手法を提案。
- 固有感覚から長期計画まで:新規環境における階層型強化学習モデル階層型強化学習2020/6/1
低・中・高の3層階層強化学習を提案し、低層は固有感覚入力からモデルフリーで行動を獲得、中層はモデル予測制御、高層はグラフ探索で目標を計画する。Mujoco Antのナビゲーションと迷路タスクでサンプル効率の大幅改善を示した。
- 視覚フィードバックを用いたロボット制御のための生成モデル学習視覚サーボ2020/3/1
行動から画像特徴への生成モデルを学習し、目標特徴位置に対応するロボット状態を推論することで、高精度な視覚サーボを実現する手法を提案した。
