Rose Hendrix
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
- MolmoAct2: 実世界展開のための行動推論モデルVLA2026/5/1
実世界展開に適した完全オープンな行動推論モデルMolmoAct2を提案し、空間推論に特化したVLMバックボーン、新しいデータセット、オープンな行動トーカナイザ、適応的推論機構などを導入して性能と効率を向上させた。
- MolmoB0T: 大規模シミュレーションによるゼロショット操作の実現操作2026/3/1
大規模で多様なシミュレーションデータのみを用いて、実世界へのゼロショット転移が可能であることを示し、静的・移動操作の両方で有効なポリシーを訓練した。
- 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。
- MolmoAct: 空間で推論できる行動推論モデルVLA2025/8/1
知覚・計画・制御を3段階で統合し、深度を考慮した知覚トークンから編集可能な軌道計画を生成して低レベル行動を予測するロボット基盤モデルを提案。シミュレーションと実世界で高い性能を示し、1万件超の軌道データセットも公開した。
- GraspMolmo：大規模合成データ生成による汎用タスク指向把持把持2025/5/1
自然言語指示とRGB-D画像から、大規模合成データで学習した視覚言語モデルにより、意味的に適切な把持を予測する汎用タスク指向把持モデルを提案。
- SAT: マルチモーダル言語モデルのための動的空間適性トレーニングVLA2024/12/1
3Dシミュレータを用いて静的・動的な空間推論を含む17.5万件のQAペアと2万シーンからなるデータセットSATを構築し、マルチモーダル言語モデルの空間認識能力を訓練する手法を提案した。
- One RING：ロボット屋内ナビゲーションの汎用モデルナビゲーション2024/12/1
シミュレーションで大規模な機体形状のランダム化を行い、様々な実機ロボットに適応できる機体非依存の屋内ナビゲーション方策を学習した。
- FLaRe: 大規模強化学習ファインチューニングによる熟達した適応型ロボットポリシーVLA2024/9/1
事前学習済みロボットポリシーを大規模強化学習でファインチューニングし、未見環境での長期的移動操作タスクの成功率を大幅に向上させ、新しい身体や行動への迅速な適応を実現した。
- PoliFormer：大規模オンポリシー強化学習とTransformerによる熟練ナビゲータナビゲーション2024/6/1
RGB画像のみを用い、シミュレーションでの大規模強化学習により実世界に適応なしで汎化する屋内ナビゲーションエージェントを提案。物体目標ナビゲーションで成功率85.5%を達成。
- 調和型モバイルマニピュレーションモバイルマニピュレーション2023/12/1
移動と操作を分けずにエンドツーエンドで学習し、ドア開けなど協調動作が必要な家庭タスクを実環境で実現する手法を提案。
- SPOC: シミュレーションでの最短経路模倣による実世界での効果的なナビゲーションと操作ナビゲーション2023/12/1
シミュレーション内の最短経路プランナーを模倣することで、RGBのみを用いて実世界でナビゲーション・探索・物体操作ができるエージェントを訓練した研究。
- 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。
- Phone2Proc: 混沌とした実世界に頑健なロボットを送り出すsim2real2022/12/1
スマホで10分スキャンした部屋の間取りを条件に多様な訓練シーンを自動生成し、実環境でのObjectNav成功率を34.7%から70.7%へ大幅に改善した。
- 時空間畳み込みネットワークによる屋内物体操作動作のセグメンテーションを用いた人間工学的リスク予測に向けて動作認識2019/2/1
RGB-D動画から動作を時空間畳み込みネットワークでセグメンテーションし、物体操作時の人間工学的リスク（安全・要注意・即対応）をリアルタイム予測する手法を提案。新規データセットで87-94%のF1スコアを達成。
