Skand Peri
University of Texas at Austin
収録論文 5本 ・ フィジカルAI/ロボット学習
モバイルマニピュレーションVLAワールドモデル歩行点群/ロバスト性/モデルベースRL
※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
- MOMASPLAT: モバイルマニピュレーションのための動的な新規視点デモンストレーション拡張モバイルマニピュレーション2026/11/5
モバイルマニピュレーションのデモを、未見のロボット基部位姿から動的な物体操作も含めて合成する新規視点拡張フレームワーク。3Dガウシアンスプラッティングと3D基盤モデル、キネマティクスに基づく動作再ターゲティングを組み合わせ、幾何学的に一貫した合成デモを生成する。
- 失敗から学ぶVLAの汎用リカバリ学習フレームワークVLA2026/11/5
少数の修正デモから失敗の意図を推論し、空間表現と条件付きコストとして知識を符号化することで、VLAモデルが新規物体やシーン変化にも汎化できるリカバリ動作を学習する手法を提案。
- 3Dポイントワールドモデル:点群補完による高精度なダイナミクス学習ワールドモデル2026/7/1
部分点群を補完してから行動条件付きダイナミクスを学習する、3D空間で動作するタスク非依存のワールドモデルを提案し、長期的なロールアウトとモデルベース計画の精度を向上させた。
- 強化学習によるロボット制御におけるタスク性能と衝突しないエネルギー最小化歩行2025/9/1
強化学習でタスク性能を損なわずにエネルギー消費を最小化する、ハイパーパラメータ不要の勾配最適化手法を提案し、歩行ベンチマークと四足歩行ロボットのSim2Realで有効性を示した。
- 点群モデルはロボット学習者の視覚的ロバスト性を向上させる点群/ロバスト性/モデルベースRL2024/4/1
RGB-Dと点群ベースの視覚制御ポリシーを比較し、点群を明示的に扱うポリシーが視覚変化に対してよりロバストで、新しい点群ワールドモデルがサンプル効率も向上させることを示した。
