Shyamal Buch
Luma AI
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
- 事前学習が「何を」を知り、シミュレーションが「どう」を教える:シミュレーション訓練ロボットエージェントの組合せ的一般化VLA2026/10/26
小型の視覚言語モデルをツールハーネス経由でロボット制御に適応させ、実機データなしのシミュレーション訓練だけで実世界タスク96.7%を達成し、新規物体・目標・言語や未見の機体にも汎化することを示した論文。
- SceneRig:単一画像からシミュレーション可能な3Dシーンを再構築するエージェントシステムシーン再構築2026/10/20
単一画像から物理的に安定した編集可能な3Dシーンを生成するエージェント型システムを提案し、物体の配置精度とロボット政策の予測精度を向上させた。
- LIBERO-RIG:視覚言語行動モデルのためのハードウェア設定ロバスト性ベンチマークVLA2026/10/13
ロボットのハードウェアと設定のみを摂動させ、タスクを固定したベンチマークLIBERO-RIGを提案し、9つの視覚言語行動モデルを評価して性能劣化を統計的に分析した。
- SEAR: 自己進化するエージェント型ロボティクスVLA2026/10/13
言語モデルエージェントがロボット制御コードを書き、テストし、スキルや記憶として蓄積する枠組みとベンチマークを提案し、学習の持続性や新タスクへの転移、実機での性能を評価した。
- Minerva-Ego: 自己中心映像理解のための時空間ヒント映像理解2026/5/14
自己中心視点の映像理解における複雑な推論を評価するベンチマークを新たに構築し、最先端モデルが人間に及ばないことを示すとともに、時空間ヒントを与えることで性能が向上することを明らかにした。
- BEHAVIOR:仮想環境における日常家事タスクのベンチマークベンチマーク2021/8/1
掃除や料理など100種類の家事タスクをシミュレーション上で再現し、多様な初期・目標条件の生成、評価指標、VRによる人間の実演データを備えた embodied AI 向けベンチマークを提案した。
- iGibson 1.0:大規模リアルシーンでのインタラクティブタスク向けシミュレーション環境シミュレーション環境2020/12/1
実世界の家庭を再現した15のインタラクティブなシーンと多様なセンサ信号・ドメインランダム化・動作計画・人間デモ収集機能を備えたロボット学習用シミュレータを公開した論文。
