Oleksandr Maksymets
収録論文 9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
- Locate 3D: 自己教師あり学習による実世界3D物体位置推定3D位置推定2025/4/1
センサー点群に適用可能な自己教師あり学習手法3D-JEPAを提案し、言語指示に基づく3D物体位置推定を実現。新データセットも構築し、ロボットやARでの実世界展開を可能にした。
- 事前学習済み視覚表現はシミュレーションと実環境でどう機能するか:大規模実証研究sim2real2023/10/1
5種類の事前学習済み視覚表現を3台のロボットと2つの学習手法で実世界タスクに適用し、シミュレーション性能が実環境性能の指標になることなどを示した。
- Habitat 3.0:人間・アバター・ロボットの共生シミュレーション基盤sim2real2023/10/1
家庭環境での人間とロボットの協調作業を研究するためのシミュレーションプラットフォームHabitat 3.0を提案し、人間参加型の評価基盤と社会的ナビゲーション・片付けタスクを実装した。
- 身体性知能のための人工視覚皮質の探求:現状と展望VLA2023/3/1
身体性AI向けの視覚基盤モデルを17タスクで体系的に評価し、大規模データで学習したVC-1が平均的に優れるが万能ではないことを示し、適応で更なる性能向上を実現した。
- 連続環境での指示誘導ナビゲーションのためのウェイポイントモデルナビゲーション2021/10/1
言語指示に従う連続環境ナビゲーション(VLN-CE)において、低レベル行動から連続ウェイポイント予測まで表現力を変えたモデルを比較し、実行時間と成功率のトレードオフを分析した上で、公開リーダーボードで成功率を4%向上させる新たな最先端を達成した。
- Habitat 2.0:家庭用アシスタントロボットの訓練プラットフォームsim2real2021/6/1
物理シミュレーション付き3D環境で家庭内の片付けや配膳などのタスクを解くロボットを訓練するためのデータ・シミュレータ・ベンチマークを提供し、強化学習と古典的パイプラインを比較した。
- エピソード記憶を活用した画像ゴールナビゲーションの強化学習ナビゲーション2021/1/1
自己教師あり学習で状態埋め込みを獲得し、訪問済み状態をエピソード記憶に蓄えてアテンション機構で参照することで、RGB画像のみから画像ゴールへのナビゲーションを強化学習する手法を提案し、Gibsonデータセットで最先端性能を達成した。
- ObjectNav再考:物体ゴールナビゲーションの評価指針物体ナビゲーション2020/6/1
未探索環境でラベル指定された物体を探して移動するObjectNavタスクについて、評価基準・エージェント身体仕様・環境特性の標準的な指針を整理し、CVPR2020のEmbodied AIワークショップでの実装例を示した合意文書。
- Habitat:身体性AI研究のための高速フォトリアル3Dシミュレーション基盤sim2real2019/4/1
フォトリアルな3D環境で身体性エージェントを高速に訓練・評価できるシミュレータHabitat-SimとAPIライブラリHabitat-APIを開発し、学習vsSLAMの再検証やクロスデータセット汎化実験を行った。
