Srinath Sridhar
Brown University
収録論文 16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
- 統合世界行動言語モデルによる身体性ロボット制御VLA2026/10/20
動画・行動・言語を単一の共有表現で学習し、言語生成を記憶として再利用する統合モデルUniWALMを提案。外部プランナーなしで記憶依存タスクを改善。
- DefFlow: 3D点フローを用いた目標条件付き変形物体操作変形物体操作2026/10/16
ロボットと変形物体の目標条件付き3D点フローを同時予測することで、把持・解放・再把持の判断と精密動作を学習し、ロープ・粒状体・布の操作で従来手法を大きく上回る枠組みを提案。
- 空間オーディオからのストリーミング人間動作生成動作生成2026/10/9
空間オーディオを入力として、人間が音に反応する動作をリアルタイムにストリーミング生成するフレームワークSonic-AMGを提案。リハーサル訓練と空間フィードバックで訓練・推論の不一致を軽減した。
- BRACE: 力と地形を考慮したヒューマノイド全身運動追従のための参照適応ヒューマノイド全身制御2026/10/5
平地で記録された全身参照軌道を、傾斜地でも力の加減を考慮して追従できるよう、地形適合と力変換を参照に織り込み、DAggerで単一のフローマッチング方策に蒸留したヒューマノイド全身トラッカー。
- Deform360: 変形可能な世界モデルのための大規模マルチビュー視触覚データセットデータセット/世界モデル2026/7/1
変形物体の動力学予測(世界モデリング)の研究を促進するため、198個の日用品、1,980のインタラクションシーケンス、215時間以上の観測データを含む大規模な視触覚データセットを構築し、2Dビデオモデルと3Dパーティクルモデルの性能を体系的に評価した。
- DreamControl-v2: 訓練可能な誘導拡散事前分布による、より簡潔でスケーラブルな自律人型スキルロコマニピュレーション2026/4/1
人型ロボットの操作スキル学習を改善するため、ロボットの動作空間で直接訓練する誘導拡散モデルを導入し、多様なデータを統合して自動化とスケーラビリティを向上させた。
- 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。
- Hestia: ボクセル面認識階層型次善視点獲得による効率的3D再構成3D再構成/視点計画2025/8/1
3D再構成のための次善視点計画において、多様なデータセット、階層構造、近貪欲戦略、面認識設計を導入し、カバレッジと精度を向上させた手法を提案。
- UniTac:触覚センサなしで実現する全身接触センシング触覚2025/7/1
関節センサのみを用いたデータ駆動型の全身接触位置推定手法を提案し、FrankaアームとSpot四足歩行ロボットで有効性を検証した。
- ViTa-Zero: ゼロショット視触覚物体6D姿勢推定視触覚2025/4/1
視覚モデルを土台に、触覚と固有感覚から得た物理制約でテスト時最適化を行い、学習データなしで物体の6D姿勢を推定するフレームワーク。
- V-HOP: 視覚触覚融合による6D物体姿勢追跡視覚触覚融合2025/2/1
視覚と触覚を統合したトランスフォーマーにより、多様なグリッパやセンサに対応する6D物体姿勢追跡手法を提案し、実世界で視覚のみの手法を大きく上回る性能を実現した。
- MotionGlot: 複数身体に対応する動作生成モデル動作生成2024/10/1
LLMの訓練手法を応用し、四足歩行ロボットや人体など異なる行動次元を持つ複数の身体に対応した動作生成モデルを提案。6タスクで平均35.3%の改善を達成し、新規データセットも公開。
- DA-VIL: 強化学習と可変インピーダンス制御による適応的な双腕マニピュレーションマニピュレーション2024/10/1
環境フィードバックに基づく方策学習と勾配ベース最適化を組み合わせ、双腕ロボットのインピーダンスを動的に調整して大型物体の軌道追従タスクを高精度にこなす手法を提案。
- 複雑形状に対する制約付き6自由度把持生成:双腕マニピュレーションの改善マニピュレーション2024/4/1
拡散モデルを用いて、複雑な物体の指定領域に効率的に6自由度把持を生成するCGDFを提案し、双腕操作への有用性を示した。
- SCARP: 任意姿勢での3D形状補完による把持改善マニピュレーション2023/1/1
部分点群から姿勢と形状を分離して学習し、任意姿勢のまま3D形状を補完するネットワークSCARPを提案し、把持提案を改善した。
- DRACO: 弱教師ありによる物体形状の高密度再構成と正規化3D再構成2020/11/1
カメラ姿勢とセマンティックキーポイントのみの弱教師あり学習で、RGB画像から物体のスケール・回転・並進を正規化した高密度3D形状を推定する手法。
