Victoriano Montesinos
収録論文 4本 ・ フィジカルAI/ロボット学習
データ収集VLAマニピュレーション
※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
- ロボット対応ソフトフィンガーで収集するUMIデータ:ピック&プレース100時間の教訓データ収集2026/11/2
ロボットのグリッパーに合わせた柔らかい指を持つバッテリー駆動のハンドヘルド収集デバイスを開発し、53物体・約100時間のピック&プレースデータを収集して、トップカメラの有効性やマルチタスク事前学習による未知物体への汎化向上を示した。
- mimic-video: VLAを超える汎化可能なロボット制御のためのビデオ行動モデルVLA2025/12/1
大規模動画モデルを事前学習に用い、その潜在表現からフローマッチングでロボットの低レベル行動を生成するVideo-Action Modelを提案。シミュレーションと実機のマニピュレーションでVLAを上回り、サンプル効率10倍・収束速度2倍を達成した。
- mimic-one:汎用ロボット巧緻性のためのスケーラブルなモデルレシピマニピュレーション2025/6/1
16自由度の腱駆動ハンドと拡散モデルを組み合わせ、遠隔操作で収集したデータから器用な操作を学習する実世界制御手法を提案。未見タスクで最大93.3%の成功率を達成。
- 視覚言語モデルをゼロショット報酬モデルとして用いる強化学習VLA2023/10/19
事前学習済みの視覚言語モデル(CLIP)を報酬モデルとして使い、自然言語の指示だけでヒューマノイドの複雑な動作を強化学習できることを示した研究。
