Saurabh Gupta
収録論文 50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
- 変化する環境における視覚的マルチセッション位置合わせのためのスパースアンカー位置推定2026/11/3
大きく変化する環境でも再訪時に自己位置を推定できるよう、信頼できる少数の絶対姿勢アンカーとセッション内の相対姿勢制約を組み合わせて軌道全体を参照マップに位置合わせする手法を提案した。
- 自己実演生成制御によるVLAのファインチューニング:多タスク操作のための手法VLA/操作2026/8/19
新しいロボットにVLAモデルを展開する際の性能低下を防ぐため、ゼロショットVLAから生成したオンラインインタラクションロールアウトを追加学習データとして用いる自己教師ありファインチューニング手法を提案。
- 情報量を考慮したオドメトリと遡及的ループクロージャによるグラフベースLiDAR SLAMの地図整合性向上SLAM2026/7/1
LiDAR SLAMにおいて、軌道精度だけでなく再訪地点での地図の幾何的整合性を高めるため、ICPの情報行列を推定してオドメトリ制約を重み付けし、階層的かつ遡及的なループクロージャで見逃しを回復する手法を提案した。
- ContactMimic: 接触制御によるヒューマノイドの物体インタラクションヒューマノイド/接触制御2026/7/1
キーポイント追跡だけでは不十分な物体インタラクション(椅子に座る、黒板を拭くなど)に対し、接触コマンドを明示的に追跡する学習フレームワークを提案。接触追従報酬と軌道拡張により接触行動をキーポイント幾何から分離し、実世界で接触制御を実現した。
- 日常の人間ビデオを用いたロボット操作ポリシーの共学習で重要な要素は何か?操作学習2026/6/4
ロボット操作ポリシーの共学習に日常の人間ビデオを用いる際、手のポーズの品質とネットワークの専門化が重要であることを示し、低ロボットデータ環境で成功率を29.7%向上させるレシピを提案した。
- MoRight: モーション制御を正しく行う動画生成2026/4/1
ユーザー指定の動作で物体の動きを制御しつつ、カメラ視点も自由に変えられる動画生成フレームワークを提案。能動的動作と受動的反応を分離して因果関係を学習し、順方向・逆方向の推論を可能にした。
- 3D LiDAR SLAMにおける最大クリークを用いたループ閉じ込みSLAM2026/3/1
RANSACの代わりに、対応点の整合性グラフ上の最大クリーク探索でループ閉じ込みを検証する決定論的アルゴリズムCliRegを提案し、ノイズや外れ値に頑健で、実データで精度が向上することを示した。
- HERO: 視覚による全身オープンボキャブラリ物体把持のためのヒューマノイドエンドエフェクタ制御学習マニピュレーション2026/2/1
大規模視覚モデルとシミュレーション訓練を組み合わせ、残差を考慮したエンドエフェクタ追従ポリシーにより、ヒューマノイドが実環境で多様な物体を把持できるモジュール型システムを実現した。
- VisualSync: クロスビュー物体運動によるマルチカメラ同期マルチカメラ同期2025/12/1
複数の未同期・未校正カメラ映像から、共通して見える動物体のエピポーラ制約を利用してミリ秒精度で時間同期を取る最適化フレームワークを提案。
- KISS-SLAM: シンプルで堅牢かつ高精度な3D LiDAR SLAMシステムSLAM2025/3/1
LiDARのみを用いたSLAMにおいて「Keep It Small and Simple」の原則に基づき、追加センサや複雑な調整なしで高精度な自己位置推定と地図構築を実現するシステムを提案した。
- 小型物体の精密モバイルマニピュレーションマニピュレーション2025/2/1
視覚基盤モデルとビジュアルサーボを組み合わせ、エンドエフェクタの遮蔽をアウトペインティングで補正することで、未知環境での小型物体操作を高精度に実現する閉ループ手法SVMを提案。
- 実世界ヒューマノイドロボットのための起き上がり方策の学習歩行2025/2/1
二段階のカリキュラム学習により、人型ロボットが様々な地形で仰向け・うつ伏せから起き上がる制御器を獲得し、実機で実証した。
- 点群密度マップを用いたLiDAR SLAMの効率的なループ閉じ込めSLAM2025/1/1
LiDAR搭載ロボットのためのループ閉じ込め検出手法を提案し、様々なスキャンパターンや解像度に対応しながら、屋外SLAMの精度と長期局所化を向上させる。
- 連続時間軌道を活用した効率的なLiDARバンドル調整によるマルチスキャン位置合わせSLAM/点群位置合わせ2024/12/1
連続時間軌道を最小二乗調整に組み込み、対応探索の枝刈りとアウトオブコアバッファで数千点群を効率的に大域整合させる3D LiDARバンドル調整手法を提案。
- Kinematic-ICP: 平面移動する車輪型ロボットのための運動学的制約を導入したLiDARオドメトリLiDARオドメトリ2024/10/1
車輪型移動ロボットの運動学的制約をICP最適化に組み込み、LiDARと車輪オドメトリを動的に融合することで、倉庫などの平面環境での自己位置推定精度を向上させた。
- Lipschitz制約付きポリシーによる滑らかなヒューマノイド歩行の学習歩行2024/10/1
方策にLipschitz制約を勾配ペナルティとして課すことで、低域通過フィルタや平滑化報酬を使わずに滑らかで頑健なヒューマノイド歩行制御を学習する手法を提案し、実機で検証した。
- 未知のペイロードを持つ車輪型ヒューマノイドロボットの制御に向けて:Real-to-Sim適応による平衡点推定sim2real2024/3/1
未知の物体を持ち上げる車輪型脚ロボットの新しい平衡点を、実機データとシミュレーションを組み合わせて推定するフレームワークを提案し、車輪型倒立振子で有効性を検証した。
- 実世界で関節構造物を開けるモバイルマニピュレーションマニピュレーション2024/2/1
未知の関節構造物を開けるモバイルマニピュレーションを題材に、13箇所の実環境で100回以上の実験を行い、モジュール型が学習型より優れ、知覚が主なボトルネックであることを示した。
- 拡散モデルとDAggerの融合:ハンドアイ模倣学習の強化模倣学習2024/2/1
拡散モデルで失敗状態のデータを合成し、DAggerの高コストを回避して少ないデモからロバストなハンドアイ模倣学習を実現した。
- 日常の一人称視点画像における3D手姿勢推定3D手姿勢推定2023/12/1
日常の一人称視点画像から3D手姿勢を推定する課題に対し、クロップ入力やカメラ情報、補助監督、データ拡大の影響を分析し、WildHandsシステムを提案。4つの多様なデータセットでゼロショット評価を行い、既存手法を大幅に上回る性能を達成した。
- GOAT: どこへでも行ける万能ナビゲーションシステムナビゲーション2023/11/1
カテゴリ・画像・言語で指定された目標へ移動できる、経験から学習し異なるロボットにも展開可能なナビゲーションシステムを提案し、実環境で83%の成功率を達成した。
- ContactGen:把持生成のための生成的接触モデリングマニピュレーション2023/10/1
物体中心の接触表現ContactGenを提案し、条件付き生成モデルで接触マップ・部位マップ・方向マップを予測して多様で幾何学的に実現可能な人間の把持を生成する手法。
- 車輪型ヒューマノイドのモデルベース制御のためのオンライン学習による未知物体の慣性パラメータ同定パラメータ同定2023/9/1
車輪型ヒューマノイドが把持する未知物体の慣性パラメータを、固有受容感覚のみからオンライン学習で約0.1秒で推定し、モデルベース制御を高精度化する手法を提案。
- 緑を押しのけて:植物の葉の奥を見るために動かす学習マニピュレーション2023/7/1
植物の葉や枝を動かして奥の空間を露出させる行動を予測するニューラルネットSRPNetを自己教師あり学習で訓練し、クロスエントロピー法と組み合わせて段階的に空間を露出させる手法PPGを提案した。
- 手なしでできる!一人称視点動画のエージェント・環境分解一人称視点動画/拡散モデル2023/5/1
一人称視点動画から手(エージェント)と環境を分離する拡散モデルベースのインペインティング手法を提案し、物体検出や3D再構成、報酬・方策学習などのロボティクスタスクを容易にする。
- 日常物体の関節動作を予測するモーションプランの学習マニピュレーション2023/3/1
扉や引き出しなど関節物体を操作するモバイルマニピュレーションの動作計画を、過去の経験から学習して予測する手法を提案し、シミュレータと新しい動作表現を開発した。
- 属性付きウェイポイントとデモンストレーション拡張によるワンショット視覚模倣模倣学習2023/2/1
単一の視覚デモから新しいタスクを解くワンショット視覚模倣において、タスク推論と実行を分離し、データ拡張で誤適合を防ぐモジュール型手法を提案。
- 感応反応システムのためのオンデバイスCPUスケジューリングシステムスケジューリング2022/7/1
ロボティクスやAR/VRなどの感応反応システム向けに、アプリ要件を満たすようCPUリソースを動的にスケジュールするフレームワークCatanを提案し、手動調整より優れた性能を実証した。
- 非方向性の状態のみの経験から価値関数を学習する手法オフラインRL2022/4/1
行動ラベルなしの状態遷移データから潜在行動を介してQ学習を行い、価値関数を学習するオフラインRL手法LAQを提案した論文。
- RB2: ロボットマニピュレーションのためのランキング型ベンチマークマニピュレーション2022/3/1
SOTAアルゴリズム実装をベンチマークに組み込み、複数ラボの実験データを統合してグローバルなランキングを確立する手法を提案した論文。
- SEAL: 探索と3D一貫性を用いた自己教師あり身体性能動学習自己教師あり学習2021/12/1
インターネット画像で学習済みの認識モデルを、3Dセマンティックマップと時空間一貫性によるラベル付けで自己教師あり適応させ、物体検出・セグメンテーションと物体目標ナビゲーションを同時に改善するフレームワークを提案。
- 人間の手をプローブとしたインタラクティブ物体理解アフォーダンス2021/12/1
一人称視点動画で人間の手の動きを観察するだけで、物体の状態に敏感な特徴とアフォーダンス(相互作用領域や把持可能な形)を学習できることを示した論文。
- 作物列下を走る農作業ロボットのための学習ベース視覚ナビゲーション視覚ナビゲーション2021/7/1
低コスト単眼カメラのRGB画像から機械学習で頑健に知覚し、モデル予測制御で作物列下を自律走行するシステムCropFollowを構築し、実地試験でLiDAR方式を上回る性能を示した。
- YouTube動画から学ぶ意味的視覚ナビゲーション視覚ナビゲーション2020/6/1
ラベルなしのYouTube動画から擬似ラベル付き遷移データを作り、オフポリシーQ学習で意味的手がかりを獲得して階層的ナビゲーションに活用する手法を提案した論文。
- 視覚ナビゲーションのためのニューラルトポロジカルSLAM視覚ナビゲーション2020/5/1
未知環境で目標画像の場所へ移動する画像ゴールナビゲーションのため、意味特徴を持つノードを粗い幾何情報で結ぶトポロジカル表現を構築・維持・利用する学習手法を提案した。
- 能動的ニューラルSLAMによる探索方策の学習ナビゲーション2020/4/1
学習ベースSLAMと経路計画・大域/局所方策を階層的に組み合わせ、3D環境を効率的に探索する手法を提案し、シミュレーションで従来法を上回る性能を示した。
- フォースを推測せよ:効果シミュレーションによる物理力予測の学習物理推論2020/3/1
人間と物体の接触動画から接触点と物理力を推定するため、物理シミュレータで予測効果を監督信号として用いる手法を提案し、力の予測と動作の模倣、接触点との同時最適化、少数例での新規物体への汎化を示した。
- アフォーダンスマップを用いた移動学習ナビゲーション2020/1/1
シーン内の移動可能領域を示すアフォーダンスマップを自己教師あり経験から学習し、従来の幾何学的プランナと組み合わせて探索・ナビゲーション性能を向上させた研究。
- DeepRacer:Sim2Real強化学習を実践する教育用自律レーシングプラットフォームsim2real2019/11/1
1/18スケールカーが単眼カメラのみで強化学習により自律走行を学ぶ教育用プラットフォームを提案し、シミュレーション学習から実機への転移(sim2real)を実現した。
- 学習したタスクスキーマによる効率的な両腕マニピュレーション両腕マニピュレーション2019/9/1
スキル列(タスクスキーマ)と状態依存のパラメータ選択を分離して学習することで、実機の両腕ロボットで疎報酬タスクを効率的に解く手法を提案した。
- PyRobot:研究・ベンチマーク向けオープンソースロボティクスフレームワークロボティクスフレームワーク2019/6/1
ROS上に構築した軽量な高レベルAPIで、ハードウェアに依存せず多様なロボットを制御できるオープンソースフレームワークPyRobotを提案し、非ロボティクス研究者の参入障壁を下げる。
- 一人称視点動画からナビゲーションのサブルーチンを学習するナビゲーション2019/5/1
専門家の一人称視点動画に自己教師あり逆モデルで擬似ラベルを付け、潜在意図条件付き方策として視覚運動サブルーチンを獲得する手法を提案し、ナビゲーションの探索や階層強化学習、実機ロボットで有効性を示した。
- 最適制御と学習を組み合わせた未知環境での視覚ナビゲーション視覚ナビゲーション2019/3/1
学習ベースの知覚で衝突回避経路のウェイポイントを生成し、モデルベースの最適制御で滑らかで動的に実行可能な軌道を計画・追従することで、未知の混雑環境でもロバストに目的地へ到達する手法を提案した。
- ナビゲーションのための探索方策の学習ナビゲーション2019/3/1
タスク報酬なしで3D環境を自律探索する方策を学習し、空間記憶と模倣学習・被覆報酬による微調整が有効であることを示した論文。
- 視覚記憶によるロバストな経路追従ナビゲーション2018/12/1
経路の実演から抽象表現を生成し、その記憶を用いてノイズや環境変化があっても往復で経路をたどる学習手法を提案した論文。
- 合成深度画像で学習したMask R-CNNによる未知3D物体のセグメンテーションsim2real2018/9/1
3D CADモデルのシミュレーションから合成深度画像データセットを自動生成し、ドメインランダム化を施したMask R-CNNを学習することで、手ラベルなしで未知物体のインスタンスセグメンテーションを実現した。
- 身体性ナビゲーションエージェントの評価に関する合意形成ナビゲーション2018/7/1
3次元環境で移動するAIエージェントの研究が乱立する中、作業部会が問題設定・汎化の役割・評価指標・標準ベンチマークシナリオについて合意した推奨事項をまとめた論文。
- 地図とランドマーク表現を統合した視覚ナビゲーション視覚ナビゲーション2017/12/1
地図ベースの経路計画とランドマークベースの頑健な実行を学習により統合し、少数の登録画像だけで未知環境をナビゲートする手法を提案した。
- 視覚ナビゲーションのための認知マッピングと計画視覚ナビゲーション2017/2/1
一人称視点から地図を構築し計画する統合ニューラルネットワークCMPを提案し、実世界建物のシミュレーションと実機ロボットで従来手法を上回る性能を示した。
- RGB-D画像からの物体検出・セグメンテーションのための豊富な特徴学習RGB-D認識2014/7/1
深度画像に地面からの高さと重力方向の角度を符号化する地心埋め込みを提案し、CNNによるRGB-D物体検出・インスタンスセグメンテーション・意味セグメンテーションの精度を大幅に改善した。
