Unnat Jain
University of California, Irvine
収録論文 18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
- 人間が実演できないタスクを学習するためのガードレール生成フレームワークGLIDE模倣学習2026/9/21
人間が実演困難なロボット操作タスクに対し、失敗モードを推論して実行可能なガードレールを生成し、データ収集と方策実行を改善するGLIDEを提案した。
- TEMPO: 動的ロボットマニピュレーションのための時間的文脈学習VLA2026/9/15
事前学習済みVLAモデルに動きの要約と固有受容感覚の履歴を追加し、動的マニピュレーションにおける運動の曖昧さと状態のエイリアシングを解決する手法を提案。
- 統一視覚運動ターゲット:物理的行動を超えたVLAの教師信号VLA2026/8/1
VLAモデルの予測ターゲットを、物理的な行動だけでなく視覚的なシーン遷移情報も含む統一潜在表現に変更し、追加データやアーキテクチャ変更なしで学習効率と性能を向上させる手法を提案した。
- 表現アンカリングと言語-行動整合による汎化可能なVLAファインチューニングVLA2026/7/1
事前学習済みVLMをロボットデモでファインチューニングする際に生じる表現劣化と言語-行動の不整合を防ぐため、凍結VLMからの層別蒸留と行動を離散方向ラベル化して同一観測で言語・行動を学習する手法を提案し、実機とシミュレーションで性能向上を確認した。
- DeVA: 物理的ガイダンスを備えた分離型ビデオ・アクションモデルによるロボットポリシー学習VLA2026/7/1
ビデオ生成とアクション予測を分離した専門家モジュールと物理的ガイダンスを導入し、ロボット操作ポリシーの学習効率と汎化性能を向上させた。
- CRAFT:ハイブリッド硬軟コンプライアンスを備えた腱駆動ハンドマニピュレーション2026/3/1
関節に軟質材料、リンクに硬質材料を配置した腱駆動型ロボットハンドを開発し、把持性能と耐久性を向上させた。
- ViPRA: 動画予測によるロボット行動生成VLA2025/11/1
ラベルなし動画から将来の視覚観測と潜在行動を予測するモデルを事前学習し、少数の実演で連続ロボット制御を微調整するフレームワークを提案。
- 生成動画を模倣するロボットマニピュレーション:物理的実演なしで複雑タスクを実現マニピュレーション2025/7/1
言語指示と初期画像からAIが生成した動画を模倣し、物理的な実演やロボット固有の訓練なしに、注ぐ・拭く・混ぜるなどの複雑な操作をロボットに実行させるシステムを開発した。
- 意味的具現化ナビゲーションのための活用誘導探索ナビゲーション2023/11/1
物体ナビゲーションにおいて、探索と活用のモジュールを組み合わせるXGXを提案し、成功率を70%から73%に向上させ、実機転移でもベースラインの2倍以上の性能を達成した。
- Habitat 3.0:人間・アバター・ロボットの共生シミュレーション基盤sim2real2023/10/1
家庭環境での人間とロボットの協調作業を研究するためのシミュレーションプラットフォームHabitat 3.0を提案し、人間参加型の評価基盤と社会的ナビゲーション・片付けタスクを実装した。
- 視覚運動事前学習用データセットの公平な評価事前学習2023/10/1
ロボットの視覚運動事前学習において、アルゴリズムよりもデータセット選択が重要であることを示し、従来の視覚データセットが意外に有効であることや、シミュレーションベンチマークの限界を明らかにした。
- 社会的協調を伴う物体再配置タスクにおける適応的協調マルチエージェント協調2023/6/1
2台のロボットが自己中心視点のみを用いて共同で食卓準備や片付けなどの長期タスクを行う「Social Rearrangement」を提案し、新しいパートナーとゼロショットで協調するための多様性を促す手法BDPを開発した。
- 人間の動画から抽出するロボットのためのアフォーダンス表現VLA2023/4/1
インターネット上の人間の行動動画から視覚的アフォーダンスモデルを学習し、ロボットが複雑なタスクを実行できる汎用的な表現として活用する手法を提案。
- MOPA: PointGoalエージェントを用いたモジュラー物体ナビゲーション物体ナビゲーション2023/4/1
物体ナビゲーションを物体検出・地図構築・探索・ナビゲーションの4モジュールに分割し、事前学習済みPointGoalエージェントを再利用することで効率的に実現する手法を提案。
- ラストマイル身体性視覚ナビゲーション視覚ナビゲーション2022/11/1
画像ゴールナビゲーションにおいて、ゴール発見後の最終段階のナビゲーションをニューラル記述子で改善するSLINGを提案し、成功率を45%から55%に向上させた。
- 言語整合ウェイポイント監督による連続環境での視覚言語ナビゲーション視覚言語ナビゲーション2021/9/1
視覚言語ナビゲーションにおいて、言語指示に沿ったウェイポイント監督手法と、サブ指示の達成度を測る新指標を提案した論文。
- MultiON: 複数物体ナビゲーションによる意味地図メモリのベンチマークナビゲーション2020/12/1
実環境で指定された複数物体を順に訪れるMultiONタスクを提案し、意味地図メモリがナビゲーション性能に与える影響を様々なエージェントで比較評価した。
- AllenAct:身体性AI研究のためのモジュラーフレームワーク身体性AIフレームワーク2020/8/1
多様な身体性AI環境・タスク・アルゴリズムを統一的に扱えるモジュール式学習フレームワークAllenActを提案し、再現実装やチュートリアルを提供する。
