Nur Muhammad Mahi Shafiullah
収録論文 14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
- 強化学習による汎用ロボットポリシーのマルチタスク自己改善スケーリング強化学習2026/11/4
汎用ロボットポリシーを展開時に強化学習で多様なタスクへ同時に自己改善できるか検証し、価値推定や資源配分の設計次第で未学習タスクにも汎化することを示した。
- 私の真似をして:日常の人間ビデオからの器用な操作データ器用操作/データ生成2026/6/17
単眼RGBの人間ビデオから手と物体のインタラクションを再構築し、多指ロボットハンドの実行可能な操作軌道へとリターゲティングするアルゴリズムを提案した。
- 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。
- 接触アンカーポリシー:接触条件付けによる強力なロボットユーティリティモデルマニピュレーション2026/2/1
言語指示の代わりに空間上の接触点を条件として使い、モジュール型ユーティリティモデル群として構成した操作ポリシーCAPを提案。軽量シミュレータEgoGymでの実機-シミュレーション反復により、23時間のデモデータのみで新環境・新機体にゼロショット汎化し、最先端VLAを56%上回る。
- YOR: 汎用ロボティクス研究のための自作モバイルマニピュレータモバイルマニピュレーション2026/2/1
全方向移動ベース・伸縮リフト・双腕を組み合わせた低コスト(1万ドル以下)のオープンソース移動マニピュレータを開発し、全身協調動作や双腕操作、自律ナビゲーションを実証した。
- DynaMem: オープンワールド移動マニピュレーションのためのオンライン動的時空間セマンティックメモリ移動マニピュレーション2024/11/1
ロボットが環境の変化に合わせて3Dメモリを動的に更新し、移動・出現・消滅する物体を扱えるようにする手法を提案。実機で非静止物体のピック・アンド・ドロップ成功率70%を達成した。
- ロボットユーティリティモデル:新環境へのゼロショット展開のための汎用ポリシーマニピュレーション2024/9/1
ファインチューニングなしで新しい環境や未知の物体に直接適応できるゼロショットロボットポリシーを訓練・展開するフレームワークを提案し、5つの実用的タスクで平均90%の成功率を達成した。
- 潜在行動による行動生成模倣学習2024/3/1
連続行動を階層的ベクトル量子化でトークン化し、マルチモーダルな行動生成・条件付き生成・部分観測を扱うVQ-BeTを提案。模擬操作・自動運転・ロボティクスなど7環境でBeTやDiffusion Policiesを上回り、推論速度も5倍高速化した。
- OK-Robot:オープン知識モデルをロボティクスに統合する上で本当に重要なことマニピュレーション2024/1/1
視覚言語モデル・ナビゲーション・把持を組み合わせ、訓練なしで物体のピックアンドドロップを行うロボットシステムを構築し、実環境10軒で評価した。
- 家庭用ロボットの実現に向けて:Dobb-Eと汎用マニピュレーション学習マニピュレーション2023/11/1
安価なデモ収集ツール「The Stick」と家庭環境で事前学習した表現を用い、5分の実演と15分の適応で新しい家事タスクを学習できる汎用ロボットシステムDobb-Eを提案し、実家庭で81%の成功率を達成した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- 遊びから方策へ:未整理ロボットデータからの条件付き行動生成模倣学習2022/10/1
非専門家の遊びデータから、将来の目標で条件付けして多様な行動を生成するC-BeTを提案し、シミュレーションで45.7%改善、実機でもタスクラベルなしで有用な行動を学習できることを示した。
- CLIP-Fields: ロボット記憶のための弱教師あり意味場VLA2022/10/1
CLIPやDeticなどWeb学習済みモデルのみを教師に使い、空間位置から意味埋め込みへの写像を学習する暗黙的シーン表現を提案。これをシーン記憶としてロボットが実環境で意味的ナビゲーションを行えることを示した。
- Behavior Transformer:単一モデルで複数モードを模倣する模倣学習2022/6/1
ラベルなしの実演データから多様な行動モードを学習するため、Transformerに行動の離散化とオフセット予測による補正を組み合わせたBehavior Transformer (BeT)を提案し、ロボット操作や自動運転のデータセットで有効性を示した。
