Sumeet Singh
収録論文 22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
- 検証器による更新不要のオン方策ステアリングマニピュレーション2026/3/1
ロボットの行動成功率を予測する検証器を訓練し、実行時に方策を高成功率の行動へと誘導する、パラメータ更新不要の手法を提案。実タスクで成功率を平均49%向上させた。
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- 予測的レッドチーミング:ロボットを壊さずにポリシーを破るsim2real2025/2/1
生成画像編集とポリシー固有の異常検知器を用いて、視覚運動ポリシーの環境要因に対する脆弱性をハードウェア評価なしで予測するRoboARTを提案し、予測精度と的を絞ったデータ収集による性能向上を実証した。
- RoPEを超えて:STRINGによる2D・3D位置エンコーディングの改善VLA2025/2/1
大規模言語モデルで広く使われるRotary Position Encodingsを統一的な理論枠組みで拡張し、任意次元のトークン座標に対して厳密な並進不変性を保ちつつ低計算コストで2D・3D位置エンコーディングを実現するSTRINGを提案。Vision Transformerに統合し、オープンボキャブラリ物体検出やロボティクス制御で性能向上を示した。
- Mobility VLA:長文脈VLMとトポロジカルグラフによるマルチモーダル指示ナビゲーションナビゲーション/VLA2024/7/1
デモ動画と自然言語・画像の指示を入力とし、長文脈VLMで目標フレームを特定、トポロジカルグラフに基づく低レベル方策で実環境をナビゲートする階層型VLAを提案した。
- 高密度視覚粒子ダイナミクスによる実世界のモデリングsim2real2024/6/1
10万粒子以上の潜在点群を処理する学習型ワールドモデルHD-VPDを提案し、双腕ロボットのダイナミクスを高精度かつ高速に予測できることを示した。
- 二本腕の身体性AI:ゼロショット学習、安全性、モジュール性マニピュレーション2024/4/1
自然言語指示に基づき二本腕ロボットが協調して長期的タスクをゼロショットで実行するモジュール型身体性AIシステムを提案。安全性とモジュール性を重視し、実世界データなしで動作する。
- 方策としてのエネルギーベースモデルの再検討:ランキングノイズコントラスティブ推定とエネルギー補間モデルVLA2023/9/1
高次元連続空間でも訓練可能なエネルギーベースモデル方策を提案し、ランキングノイズコントラスティブ推定と学習可能な負例サンプラーで効率的に学習する手法を開発した。
- 助けを求めるロボット:大規模言語モデルプランナーの不確実性調整VLA2023/7/1
LLMベースのプランナーが不確実な状況を検知して人間に助けを求める枠組みKnowNoを提案し、複雑な多段階計画タスクで効率と自律性を向上させた。
- 全身MPCとブラックボックス方策学習による俊敏なキャッチングマニピュレーション2023/6/1
高速で投げられた物体を視覚と固有感覚のみで受け止めるタスクに対し、モデル予測制御と強化学習の2手法を実機で比較し、性能トレードオフを分析した。
- RoboPianist: 深層強化学習による器用なピアノ演奏マニピュレーション2023/4/1
人間の手を模したロボットハンドが深層強化学習で150曲のピアノ曲を演奏できるようにするシステムとベンチマークを開発した。
- 単一レベル微分可能接触シミュレーション接触シミュレーション2022/12/1
凸プリミティブで表される物体・ロボットの接触動力学を、衝突検出と接触シミュレーションを統合した単一レベルの最適化問題として定式化し、従来法より高ロバスト・低計算コストで微分可能な接触シミュレータSilico.jlを実装した論文。
- 強化学習と全身軌道最適化によるロボットのテーブル拭きマニピュレーション2022/10/1
視覚観測からこぼれやパンくずの不確かな動態を考慮しつつ、強化学習で拭き動作を計画し、全身軌道最適化で安全な動作を実現する枠組みを提案した。
- Performer-MPC: 実世界ナビゲーションのためのリアルタイム注意機構を用いたモデル予測制御器の学習ナビゲーション2022/9/1
低ランク注意機構Transformerで視覚文脈を埋め込み、学習したコスト関数とMPCを組み合わせて実世界の混雑環境や人混みでのナビゲーション性能を向上させた。
- ニューラルCDEによるマルチスケールセンサフュージョンと連続制御VLA2022/3/1
異なる周波数で届く複数センサ入力をNeural Controlled Differential Equationsで統合し、連続時間の潜在状態を発展させて行動を推論する方策学習アーキテクチャInFuserを提案した論文。
- 最適化ベースのダイナミクスを用いた軌道最適化軌道最適化2021/9/1
系のダイナミクスを制約付き最適化問題の解として表現し、その滑らかな勾配を上位の軌道最適化に渡す二段階最適化の枠組みを提案。関節制限や摩擦、推力制限などを扱う複数領域の系でiLQRによる軌道生成を実証した。
- 安定化可能な非線形ダイナミクスを収縮理論に基づく正則化で学習する枠組みsim2real2019/7/1
収縮理論とRKHSの統計学習を組み合わせ、学習したモデルが任意の開ループ軌道に対してロバストな追従制御器を持つことを保証する制御理論的正則化を提案し、平面クアッドロータのシミュレーションと実機で軌道生成・追従性能の向上を実証した。
- モデル不整合下での高速・安全な計画のためのロバスト追従:SOS最適化アプローチ制御/最適化2018/8/1
低次元モデルで計画し高次元モデルで追従する際の追従誤差をSOS計画でオフライン計算し、安全マージンとして利用する枠組みを提案した。
- 制御収縮計量による安定化可能な力学系の学習制御理論・モデルベースRL2018/8/1
制御収縮理論に基づく正則化を導入し、学習した力学系が常に安定化可能な制御器と組み合わせられることを保証する半教師あり学習手法を提案。少数のデモでも軌道生成・追従性能が向上することを平面クアッドロータで示した。
- リスク感受性を考慮した逆強化学習:半パラメトリックおよびノンパラメトリック手法逆強化学習2017/11/1
人間のリスク選好を明示的に扱うため、整合的リスク尺度に基づく逆強化学習の枠組みを提案し、運転ゲーム実験で多様な運転スタイルを効率的に推定・模倣できることを示した。
- 収縮理論に基づくロボットネットワークの3次元対称フォーメーションの分散アルゴリズム群制御2015/11/1
巡回追跡と収縮理論を組み合わせ、複数ロボットが3次元空間で正多角形やジョンソン立体などの対称フォーメーションへ大域収束する分散制御則を設計し、クアッドコプター群で実証した。
