Shankar Sastry
収録論文 17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
- DreamVLA:生成された人間動作からヒューマノイドの視覚-言語-行動ポリシーへVLA2026/11/7
生成した人間の動作軌道をシミュレーション強化学習のガイドに使い、タスク特化の遠隔操作データなしでヒューマノイドVLAポリシーを訓練する手法を提案。
- 拡散モデルによるヒューマノイド制御方策のニューラル重みのモデリングと理解ヒューマノイド制御2026/10/14
線形オートエンコーダとDiffusion Transformerを組み合わせ、強化学習で得たUnitree G1の制御ネットワークの重み分布を生成的にモデル化し、実世界で歩行・ダンス・スピンキックを実行できるネットワークを生成した。さらに重み空間の解析から、第一層にロボットの運動学的 prior がRLとILの両方で共通して現れる構造原理を発見した。
- GLST: オンライン連鎖目標ナビゲーションのためのグローバル・ローカル時空間記憶分解フレームワークナビゲーション2026/10/13
目標が実行中に変化するオンライン連鎖目標ナビゲーションに対応するため、記憶をグローバル・ローカルの空間表現と長期・短期の時間表現に分解するフレームワークを提案し、シミュレーションとSpot四足ロボットで有効性を示した。
- BT-Agent: ビヘイビアツリーとマルチフィデリティ評価によるオンボードロボットエージェントの展開VLA2026/10/9
LLMによるタスク判断とビヘイビアツリーのスキルを組み合わせ、限られた計算資源で四足歩行ロボット上にオンボードで動作するエージェントを実現し、161タスクのマルチフィデリティベンチマークで評価した。
- 部分的観測動的ゲームにおける未知の対戦相手に対するレベルK政策の編成マルチエージェント強化学習2026/10/4
未知の対戦相手の推論レベルを推定して応答を選ぶ従来手法を、部分的観測マルコフゲームにおける動的な政策編成問題として定式化し、強化学習ベースの編成器が分類ベースより高いリターンを達成することを示した。
- CaP-X: ロボットマニピュレーションのためのコーディングエージェントのベンチマークと改善フレームワークマニピュレーション2026/3/1
コードを方策として使うエージェントを体系的に評価する環境CaP-GymとベンチマークCaP-Benchを構築し、テスト時計算の拡張で人間レベルの信頼性を達成する手法を提案した。
- ヒューマノイドのピクセル入力から行動へのポリシー転移におけるSim-to-Realの扉を開くsim2real2025/12/1
GPU加速のフォトリアルシミュレーションと教示者-生徒-ブートストラップ学習を用い、RGB画像のみからヒューマノイドが多様な扉を開けるロコマニピュレーションポリシーをシミュレーションだけで学習し、実機でゼロショット転移を実現した。
- 部分観測環境における追跡者に依存しないチーム追跡戦略群制御2025/11/1
都市環境で2機のUAVが追跡者を追う問題に対し、深層強化学習で段階的に敵対的方策を訓練し、オンライン分類で最適応答を選ぶ二段階ニューロシンボリック手法を提案した。
- VIRAL: ヒューマノイドの移動操作に向けた大規模視覚Sim-to-Realsim2real2025/11/1
シミュレーションのみでヒューマノイドの移動を伴う操作スキルを学習し、実機にゼロショット転移する視覚ベースのフレームワークを提案。大規模ドメインランダム化と実機整合により、Unitree G1上で連続的な移動操作を実現した。
- 部分的に観測可能な都市環境における人間中心の火災避難を支援する協調自律ドローン群制御2025/10/1
火災避難時に人間のパニック行動を考慮し、2種類のUAVが協調して避難者を探索・誘導するPOMDPベースの強化学習フレームワークを提案。
- ランダムなおもちゃで遊んで何でも掴めるようになる学習マニピュレーション2025/10/1
球・直方体・円柱・リングの4つの基本形状をランダムに組み合わせた「おもちゃ」で訓練することで、実世界の多様な物体をゼロショットで掴める汎化可能な把持方策を実現した研究。
- DreamControl: 拡散モデル誘導による人間模倣型全身ヒューマノイドのシーンインタラクション制御ヒューマノイド全身制御2025/9/1
人間の動作データで学習した拡散モデルを事前分布として強化学習を誘導し、ヒューマノイドが全身で物体操作やシーンインタラクションを行うスキルを獲得する手法を提案。Unitree G1で実機検証も行った。
- LeVERB: 潜在視覚言語指示によるヒューマノイド全身制御VLA2025/6/1
ヒューマノイドの全身制御向けに、視覚言語ポリシーが潜在的な行動語彙を学習し、強化学習ベースの全身制御ポリシーがそれを実行する階層型フレームワークを提案。150以上のタスクを含む初のsim-to-real対応ベンチマークで評価し、単純な階層型VLAより7.8倍高い成功率を達成。
- α-RACER: 近ポテンシャル関数を用いた自律レースのためのゲーム理論的運動計画と制御のリアルタイムアルゴリズムゲーム理論的運動計画2024/12/1
自律レースにおける複数車両の競争(追い越しやブロッキング)をゲーム理論でモデル化し、近ポテンシャル関数を学習して近似ナッシュ均衡をリアルタイムに計算する手法を提案。3台のヘッドツーヘッドレースで既存手法を上回る性能を示した。
- 予測器のハッキングは車のハッキング:感度分析による自動運転セキュリティのための軌道予測脆弱性の特定自動運転セキュリティ2024/1/1
軌道予測モデルTrajectron++とAgentFormerの感度分析を行い、最新の位置・速度状態への摂動が支配的である一方、画像マップへのFGSM摂動が予測誤差を大きく増大させ、下流の計画・制御に急停車を引き起こすことを示した。
- ロバストで効率的なロボット強化学習のためのリアプノフ設計強化学習2022/8/1
制御リアプノフ関数をコストに組み込むことで、安定化制御器を少ないデータで学習できる強化学習手法を提案し、実機の台車型倒立振子と四足歩行ロボットで検証した。
- ローリングシャッターカメラの幾何学モデル幾何学モデリング2005/3/1
ローリングシャッターカメラの一般的な投影式を導出し、カメラ運動による影響やXスリットカメラとしてのモデル化、構造復元への影響を解析した論文。
