Rohan Paul
収録論文 13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
- C2F-Space:視覚言語モデルを用いた粗から細への空間指示のグラウンディング空間グラウンディング2025/11/1
視覚言語モデルで空間指示を粗く推定し、スーパーピクセル化で領域を精緻化する粗から細への空間グラウンディング手法を提案し、ロボットのピックアンドプレースに応用した。
- G²TR: 大規模事前学習モデルを組み合わせたロボット指示追従のための汎用的接地時系列推論VLA2024/10/1
人間の過去の行動を参照する指示に対し、大規模事前学習モデルを組み合わせて、関連する過去の映像区間の特定・対象物体の推論・現在位置の追跡を行う時系列推論手法を提案した。
- PhyPlan: 物理情報を活用したロボットマニピュレータの汎用かつ迅速な物理タスクプランニングマニピュレーション2024/6/1
物理情報ニューラルネットワーク(PINN)と改良型モンテカルロ木探索(MCTS)を組み合わせ、ロボットが投げる・滑らせる・壁で跳ね返すといった動的な物理タスクを高速かつ汎用的に計画・学習できるフレームワークを提案した。
- ロボットマニピュレーションにおける計画実行エラーからの復帰学習:ニューロシンボリックアプローチマニピュレーション2024/5/1
シーングラフを用いたニューロシンボリックな状態表現により、失敗の検出と局所化を行い、効率的な再計画を可能にする手法を提案。
- スケッチ・プラン・一般化:帰納的空間概念のための神経記号的プログラム表現による学習と計画神経記号/プログラム学習2024/4/1
少数の実演から空間概念を学習し、LLMのコード生成と神経記号的なプログラム探索を組み合わせて、新しい複雑な概念へ帰納的に一般化する手法を提案した論文。
- 不確かさを考慮した能動学習によるロボットマニピュレータ向けNeRF物体モデル構築マニピュレーション2024/4/1
ロボットが視覚行動と再配向行動を能動的に選びながらNeRFで物体の完全な3Dモデルを効率的に学習し、未知の姿勢での操作を可能にする手法を提案した。
- PhyPlan: 物理情報を活用したスキルネットワークによるロボットマニピュレータの構成可能で適応的な物理タスク推論マニピュレーション2024/2/1
物理情報ニューラルネットワークと改良型モンテカルロ木探索を組み合わせ、ロボットが投げる・滑らせる・壁で跳ね返すなどの動的な物理タスクを効率的に計画できるフレームワークを提案した。
- 言語指示に基づくロボットマニピュレーションのためのニューロシンボリックプログラム学習マニピュレーション2022/11/1
自然言語指示とシーンから操作プログラムを生成するモデルを提案し、記号推論とニューラル表現を組み合わせて中間監督なしで学習、未知の状況への汎化性能を向上させた。
- ToolTango: ロボット計画合成のための逐次道具インタラクション予測における常識的一般化マニピュレーション2022/6/1
道具の使用順序と次の行動を同時に予測するニューラルモデルを提案し、未知の道具を含む環境への一般化を知識ベースの埋め込みで実現した。
- GoalNet:人間の計画実演から連言目標述語を推論するロボット指示追従ニューロシンボリック/指示追従2022/5/1
言語指示と人間の実演から目標述語をニューラルに推論し、記号プランナで行動系列を生成するニューロシンボリック手法を提案し、多段階指示でタスク完了率を51%改善した。
- TANGO: モバイルマニピュレータの道具インタラクション予測における常識的汎化モバイルマニピュレーション2021/5/1
人間の指示に基づき、道具の有用性や道具同士の組み合わせを常識的に判断して行動を予測するニューラルモデルTANGOを提案し、未知の道具を含む新環境への汎化性能を大幅に向上させた。
- ToolNet: 常識知識を活用したロボットの道具選択予測道具使用予測2020/6/1
グラフニューラルネットと目標条件付き空間注意を用い、常識知識を組み込むことで未知の道具にも汎化して適切な道具を予測するモデルを提案した。
- 時間的グラウンディンググラフによる視覚言語文脈を蓄積した言語理解言語グラウンディング2018/11/1
自然言語指示と過去の視覚観察・対話から得た事実知識を統合し、指示対象や将来行動を確率的に推定して計画を立てるロボット向け手法を提案。
