Vikas Sindhwani
収録論文 34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
- VeoワールドシミュレータによるGeminiロボティクスポリシーの評価sim2real2025/12/1
最先端の動画生成モデルVeoを基盤とした生成評価システムを構築し、ロボットポリシーの通常性能から分布外汎化、物理・意味的安全性までをシミュレーションで評価できることを示した。
- 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。
- ロボット憲法の生成と意味的安全性のためのベンチマーク安全性2025/3/1
視覚言語モデルを搭載したロボットの意味的安全性を評価する大規模ベンチマークASIMOVを公開し、実世界データからロボット憲法を自動生成する枠組みを提案した。
- SF作品からロボットの倫理を学ぶ:SciFi-BenchmarkAI倫理2025/3/1
824のSF作品でAIやロボットが下した重要な決断を収集し、LLMの人間価値への整合性を測るベンチマークを構築。憲法生成により倫理的行動を促進できることを示した。
- 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。
- 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。
- 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。
- 人間レベルの競技卓球を実現するロボットエージェントsim2real2024/8/1
階層型ポリシーとsim-to-real技術により、アマチュア人間レベルの競技卓球を実現したロボットを開発し、人間との試合で45%の勝率を達成した。
- 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。
- SARA-RT: 自己適応型ロバストアテンションによるロボティクストランスフォーマーのスケーリングVLA2023/12/1
ロボット搭載向けに、事前学習済みまたは微調整済みのトランスフォーマーポリシーを線形アテンションに変換する「アップトレーニング」を提案し、RT-2や点群トランスフォーマーを高速化した。
- ロボット卓球:高速学習システムのケーススタディsim2real2023/9/1
人間と数百回のラリーができる卓球ロボットの学習システムを詳細に解説し、遅延対策や分布シフト、知覚の堅牢性、行動空間の選択などを実験的に検証した。
- 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。
- 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。
- Barkour:四足ロボットの動物レベル敏捷性を測るベンチマーク歩行2023/5/1
犬のアジリティ競技に着想を得た障害物コース「Barkour」を提案し、強化学習とTransformerベースの汎用歩行ポリシーで犬の半分の速度で完走できることを示した。
- 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。
- 確率的な目標配置環境における計画学習のための文脈付きバンディット手法ナビゲーション2022/11/1
屋内環境で静止物体だけでなく人の介入で位置が変わる移動物体も探索する物体目標ナビゲーションのため、文脈付きバンディットで各地点から物体を見つける確率を学習し、重み付き最小遅延ソルバで経路を計画するモジュール型フレームワークを提案した。
- 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。
- 目標条件付きトランスポーターネットワークによる変形可能なケーブル・布・袋の再配置学習変形物体マニピュレーション2020/12/1
ケーブルや布、袋といった変形物体を目標画像の条件に従って操作するため、Transporter Networksに目標条件付けを組み込んだ手法を提案し、1D/2D/3Dの変形構造を対象としたシミュレーションと実機実験で有効性を示した。
- 静的・動的・変形障害物環境における区分線形運動計画運動計画2020/10/1
モーメント最適化を用いて、静的・移動・変形する障害物がある環境で最短の区分線形経路を計画する手法を提案し、時間離散化なしで連続時間制約を扱える反復プランナを構築した。
- トランスポーターネットワーク:視覚世界を再配置するロボットマニピュレーションマニピュレーション2020/10/1
深層特徴を空間的に再配置して視覚入力からロボット動作の変位を推論するシンプルなアーキテクチャを提案し、物体の仮定なしに高いサンプル効率で積み木やロープ操作などを学習できることを示した。
- モデルフリー強化学習による卓球ロボットマニピュレーション2020/3/1
進化探索とCNNベースのポリシーを用いて、100Hzでロボット関節を制御し卓球の球を返球するモデルフリー強化学習手法を提案。カリキュラム学習によりフォアハンドとバックハンドの多様な打法を獲得し、80%の返球率を達成した。
- 方策による軌道生成器の変調歩行2019/10/1
単純な方策でパラメトリックな軌道生成器を変調するアーキテクチャを提案し、四足歩行ロボットの速度制御歩行をIMU観測のみから強化学習で獲得、実機にも転移した。
- 4.5分のデータで四足歩行を実現するモデルベース強化学習歩行2019/7/1
四足ロボットの歩行をわずか4.5分の実機データで学習するモデルベース手法を提案し、複数ステップ予測損失と遅延対応MPC、脚軌道の事前知識でリアルタイムかつ安全な歩行を実現した。
- 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。
- 連続時間安全性を保証する遠隔操作模倣学習模倣学習2019/5/1
縮約理論と二乗和計画法に基づき、実演から多項式ベクトル場として制御則を学習する手法を提案。模倣損失を最小化しつつ連続時間の安全性を保証し、動的障害物への適応と新しい初期・目標姿勢への汎化を実現した。
- 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。
- ノイズ耐性のある構造化探索によるシミュレーション最適化sim2real2018/5/1
ブラックボックス最適化の有限差分を、直交行列に基づく構造化摂動で置き換え、ノイズに強い勾配近似を実現した。軌道最適化や四足歩行のsim2realに応用した。
- 構造化直交行列によるコンパクト方策のスケーラブルな進化最適化方策最適化2018/4/1
構造化ランダム直交行列を用いた勾配近似によるブラックボックス最適化手法を提案し、少ないパラメータでロボティクス課題を効率的に解けるコンパクト方策を学習できることを示した。
- 安定な模倣学習のための収縮ベクトル場の学習模倣学習2018/4/1
サンプル軌道から漸近安定な力学系を学習する非パラメトリック手法を提案し、カーネル近似と凸最適化で平衡点や収縮性を制御、手書き模倣で有効性を示した。
