Siddharth Karamcheti
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
- FlowEval:実環境展開時に身体性基盤モデルはどれだけ適応が必要か基盤モデル適応2026/11/8
少数の成功デモンストレーションから、事前学習済み身体性基盤モデルが対象環境にどれだけ適合しているか・追加適応データがどれだけ必要かを、学習不要のフローマッチング指標で診断する手法を提案。
- MESA:ロボット操作における構成的・意味的・空間的汎化を評価するフレームワークベンチマーク評価2026/11/3
言語条件付き操作ポリシーの汎化性能を、分布内性能と空間配置・物体インスタンス・物体カテゴリ・サブタスク構成の4軸で精密かつ再現可能に評価するベンチマークMESAを提案し、単腕・双腕の2プラットフォームで7手法を評価した。
- ReSteer: マルチタスクロボットポリシーの操縦可能性の定量化と改善マルチタスク学習2026/3/1
マルチタスクロボットポリシーが指示に従ってタスクを切り替える能力(操縦可能性)を定量化し、データ生成と自己改善により向上させるフレームワークを提案した。
- マルチタスク巧みな操作のための大規模行動モデルの慎重な検証マニピュレーション2025/7/1
大規模行動モデル(LBM)をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。
- ProVox: 状況に応じた人とロボットの協調のためのパーソナライズと先回り計画VLA2025/6/1
大規模言語モデルを活用し、ユーザーの好みや意図を事前に取り込んで、指示を待たずに先回りして行動を計画する協働ロボットの枠組みを提案した。家庭内の調理補助タスクでのユーザー研究により評価した。
- ボーカルサンドボックス:状況に応じた人とロボットの協働のための継続学習と適応人ロボット協働2024/11/1
音声対話やキネステティック教示など多様な教示から、ロボットが低レベル技能と高レベル計画を継続的に学習・適応する枠組みを提案し、ギフト袋詰めとLEGOストップモーション制作で有効性を示した。
- OpenVLA: オープンソースの視覚-言語-行動モデルVLA2024/6/1
97万件の実機ロボット実演で学習した7BパラメータのオープンソースVLAモデルを提案し、閉源モデルRT-2-Xを上回る汎用マニピュレーション性能と効率的なファインチューニングを実現した。
- DROID: 大規模実環境ロボットマニピュレーションデータセットマニピュレーション2024/3/1
北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。
- 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。
- 実世界に根ざした常識推論に向けて常識推論2023/6/1
LLMとVLMを活用し、ロボットが環境を能動的に知覚することで常識的な判断を行う手法を提案。レゴのスポーツカーを分解せずに片付けるなど、実世界での推論を実現し、MessySurfacesデータセットで評価した。
- ロボティクスのための言語駆動型表現学習表現学習2023/2/1
人間の動画と言語キャプションから、言語条件付き視覚再構成と視覚接地言語生成を組み合わせてロボット学習用の視覚表現を学習するVoltronを提案し、5つのロボット学習問題で従来手法を上回る性能を示した。
- 「違う、右だ」—共有自律によるロボット操作のためのオンライン言語修正マニピュレーション2023/1/1
自然言語による修正指示をオンラインで取り込み、共有自律の枠組みでロボットアームを操作するLILACを提案。少数の実演で複雑な操作タスクを高精度に達成できることをユーザ研究で示した。
- マルチヒューマン模倣学習のための互換性のあるデモンストレーションの引き出し模倣学習2022/10/1
複数ユーザーのデモが互いに矛盾しうる問題に対し、ベース方策との互換性を測り、互換性の高いデモを能動的に引き出す手法を提案し、シミュレーションと実機のフードプレーティングで成功率を改善した。
- 言語で操作を変調する潜在アクション制御共有自律/言語条件付け/マニピュレーション2021/11/1
言語指示と低次元コントローラを組み合わせ、言語に応じて操作空間を変調する共有自律の枠組みLILAを提案し、実機ユーザー実験で有効性を示した。
- 視覚誘導型潜在アクションによる支援テレオペレーションの学習テレオペレーション2021/5/1
視覚入力を条件にした潜在埋め込みで、低次元入力から高次元ロボット動作を生成する支援テレオペレーション手法を提案し、物体検出器の事前学習で未知物体への汎化とユーザビリティ向上を示した。
- 言語抽象化による探索促進フレームワークELLA言語条件付き強化学習2021/3/1
高レベル言語指示を低レベル指示と関連付ける報酬整形により、疎報酬環境での強化学習のサンプル効率を向上させる手法を提案。
- 分解を通じて適応的な言語インターフェースを学習する言語インターフェース2020/10/1
ユーザーが高次の指示を低次のステップに分解して教えることで、ロボットが新しい抽象概念を対話的に学習する意味解析システムを提案した論文。
