Shashank Hegde
NVIDIA
収録論文 7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
- LeWAM:拡散誘導MPCを用いたJEPA世界行動モデルVLA2026/10/8
JEPA潜在空間上で順・逆・逆動力学と政策を双方向トランスフォーマで予測する世界行動モデルを提案し、政策ヘッドのノイズ空間でMPC計画を行うことで閉ループ性能を向上させた。
- 閉ループアフィン活性化編集によるマルチロボット行動の操縦群制御2026/6/1
凍結したポリシーの活性化を閉ループで編集し、追加学習なしでロボットの行動を操縦するフレームワークCLAEを提案。マルチクアッドローターのナビゲーションで、個体の速度制御や編隊維持、新規行動の生成を実証した。
- WARPD: 世界モデル支援による反応型ポリシー拡散模倣学習2024/10/1
拡散モデルで軌道ではなくニューラルポリシーの重みを生成し、閉ループ制御を実現することで、長期的タスクや外乱に強く、推論コストを大幅に削減した手法。
- 潜在空間生成ワールドモデルによる自動運転模倣学習の共変量シフト緩和自動運転/模倣学習2024/9/1
潜在空間の生成ワールドモデルを訓練に活用し、自動運転ポリシーの共変量シフトを抑える手法を提案。マルチビュー・クロスアテンションと学習済みシーンクエリを備えたTransformer知覚エンコーダも導入し、CARLAとDRIVE Simで閉ループ性能と外乱対応の改善を示した。
- HyperPPO:ロボット制御向け小型ポリシーを効率的に探索するスケーラブル手法強化学習/ロボット制御2023/9/1
グラフハイパーネットワークを用いた強化学習により、複数の小型ニューラルネットワークの重みを同時推定し、計算制約に応じた高性能ポリシーを効率的に得る手法を提案。Crazyflie2.1の分散制御で有効性を実証。
- 潜在拡散モデルによる行動多様性を持つ方策の生成強化学習2023/5/1
品質多様性強化学習で得た多数の方策を拡散モデルで蒸留し、13倍の圧縮率で性能とカバレッジを保ちつつ、言語による行動選択も可能にした。
- 歩行とマニピュレーションのための小型ポリシーの効率的学習強化学習2022/10/1
グラフハイパーネットワークを用いて、通常より2桁小さいネットワークで歩行・操作タスクの高性能ポリシーを学習する手法を提案。
