Vikash Kumar
収録論文 54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
- VBVR-Pro: ネイティブ視覚推論のためのスケーラブルで検証可能なスイート視覚推論2026/8/26
視覚生成を推論の媒体として扱うネイティブ視覚推論の研究を進めるため、300の手続き生成タスクからなる閉ループテストベッドVBVR-Proを導入し、検証可能な報酬スコアラと制御されたモダリティ比較を提供する。
- MyoChallenge 2025: 人間の運動知能のための新しいベンチマーク運動制御2026/5/1
NeurIPS 2025で開催されたMyoChallengeは、高忠実度の筋骨格モデルと物理シミュレーションを用いて、卓球ラリーとサッカーペナルティキックの2つのタスクで運動制御の知能を競うベンチマークを確立した。
- 超大規模動画推論スイート動画推論2026/2/1
200種類の推論タスクと100万本以上の動画からなる大規模データセットVBVRと、ルールベースで検証可能な評価ベンチマークVBVR-Benchを構築し、動画推論のスケーリング則と未見タスクへの汎化の兆候を示した。
- ニューラル運動計画のためのカスケード拡散モデル運動計画2025/5/1
拡散ポリシーを用いて複雑な環境での衝突のない大域的な運動計画を学習するカスケード階層モデルを提案し、ナビゲーションやマニピュレーションで既存手法を約5%上回る性能を示した。
- 意味的に制御可能な拡張による汎化可能なロボット学習sim2real2024/9/1
画像テキスト生成モデルをデータ拡張に活用し、ロボット操作データを多様化することで、未見の実環境への汎化を可能にする学習フレームワークを提案した。
- 人間の行動計画の翻訳による汎用ゼロショットマニピュレーションマニピュレーション2023/12/1
人間の動画から行動計画を予測し、それをロボットの動作に変換することで、未見の物体やタスクに対しても訓練なしで対応できる汎用的なマニピュレーション手法を提案した。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- RoboHive：ロボット学習のための統合フレームワークロボット学習2023/10/1
多様なロボット学習環境を統一インターフェースで提供し、模倣学習や強化学習などの研究を容易にするソフトウェア基盤を構築した。
- 実演データなしの強化学習による高次元筋骨格モデルの自然で頑健な歩行歩行2023/9/1
専門家の実演データに頼らず強化学習のみで、高次元筋骨格モデルに自然で外乱に強い二足歩行を獲得させた研究。
- REBOOT: 実世界の巧みな操作を効率的にブートストラップするためのデータ再利用マニピュレーション2023/9/1
サンプル効率の良い強化学習とリプレイバッファのブートストラップを組み合わせ、過去のタスクのデータを再利用して実世界の多指ハンド操作スキルを効率的に学習するシステムを提案。
- MyoDex：巧みな操作のための汎化可能な事前知識マニピュレーション2023/9/1
人間の筋骨格モデルを用いたマルチタスク学習により、多様な巧みな操作タスクに転移可能な汎用事前知識を獲得し、少数の試行で新しい操作行動を学習できることを示した。
- RoboAgent: 意味的拡張と行動チャンキングによるロボットマニピュレーションの汎化と効率化マニピュレーション2023/9/1
意味的データ拡張と行動チャンキングで少量のデモから多様な操作スキルを学習する汎用ロボットエージェントを開発し、未知タスクで従来手法を40%以上上回る性能を示した。
- MoDem-V2: 実世界ロボットマニピュレーションのための視覚運動ワールドモデルマニピュレーション2023/9/1
モデルベース強化学習とデモンストレーション活用により、環境計測なしの実世界で接触の多い器用なマニピュレーションスキルを直接学習するシステムを開発した。
- SAR：協調的行動表現による生理学的敏捷性と器用さの汎化筋骨格制御2023/7/1
生理学的に正確な人間の手と脚のモデルを用い、単純なタスクから獲得した協調的行動表現（SAR）が複雑なタスクの学習を促進し、ゼロショット汎化を可能にすることを示した。
- LIV: ロボット制御のための言語-画像表現と報酬学習VLA2023/6/1
テキスト注釈付きの行動なし動画から、言語や画像ゴールで指定されたタスクに対する価値関数を暗黙的に学習する統合的な視覚言語表現・報酬学習手法LIVを提案し、ロボット制御の模倣学習や報酬設計で従来手法を上回る性能を示した。
- 低コストハードウェアによる繊細な両手マニピュレーションの学習マニピュレーション2023/4/1
低コストな両腕ロボットと遠隔操作インターフェースを用い、実演からの模倣学習でバッテリー挿入などの繊細な両手作業を80〜90%の成功率で実現した。
- GenAug: 生成的拡張による未見状況への行動再ターゲティングマニピュレーション2023/2/1
画像テキスト生成モデルを意味的データ拡張に活用し、実世界のロボット操作タスクにおける方策の汎化性能を40%向上させるシステムを提案。
- 受動的な人間動画からのゼロショットロボットマニピュレーションマニピュレーション2023/2/1
人間の多様な動画から手の軌道予測モデルを学習し、ロボットの身体に変換してゼロショットで粗いマニピュレーションを実現した。
- 画像からの巧みな操作：サブステップ誘導による実世界自律強化学習マニピュレーション2022/12/1
ユーザーが画像で中間サブタスクを指定するだけで、多指ハンドロボットが実世界で複雑な操作タスクを自律的に強化学習できるシステムを提案した。
- MoDem: デモンストレーションによる視覚モデルベース強化学習の加速モデルベースRL2022/12/1
少数のデモンストレーションを活用し、方策事前学習・標的探索・デモデータのオーバーサンプリングの3段階でモデルベース強化学習のサンプル効率を大幅に改善する手法を提案。
- CACTI：スケーラブルなマルチタスク・マルチシーン視覚模倣学習のためのフレームワーク模倣学習2022/12/1
データ収集・拡張・視覚表現学習・模倣方策訓練の4段階からなるロボット学習フレームワークCACTIを提案し、実世界のキッチンで10タスク、シミュレーションで18タスク×100レイアウトの単一方策を効率的に訓練できることを示した。
- 意味的スキル模倣によるクロスドメイン転移模倣学習2022/12/1
人間の動画など別ドメインのデモから「電子レンジを開ける」といった意味的スキルの系列を模倣し、ロボットの強化学習を加速する手法を提案。実世界の人間動画3分未満で長期的な調理タスクを学習できる。
- 視覚による器用さ：新規で複雑な物体形状のハンド内再配向マニピュレーション2022/11/1
単一の深度カメラを用いて、シミュレーションで強化学習した制御器により、未知の複雑な物体を実時間で任意の向きに再配向するシステムを実現した。
- 触覚を全身に備えた器用なロボットハンド「DManus」触覚2022/10/1
手のひら全体と指先に触覚センサを備えた安価でモジュール式のロボットハンドを開発し、触覚を活用した仕分けタスクで有効性を示した。
- VIP: 価値関数の暗黙的事前学習による汎用視覚報酬と表現VLA2022/10/1
人間の動画から自己教師ありで視覚表現を事前学習し、未知のロボット操作タスクに対する密な報酬関数を生成する手法を提案。
- 実世界オフライン強化学習のための現実的データ源オフライン強化学習2022/10/1
安全な関連タスクの運用データを実世界ロボット学習のデータ源とし、4つの卓上マニピュレーションタスクで代表的なオフラインRL手法の汎化・転移性能を大規模に評価した研究。
- 把持前姿勢と物体軌道の例示による器用なマニピュレーションの学習マニピュレーション2022/9/1
把持前姿勢（pre-grasp）を探索の手がかりに使い、タスクごとの設計や調整なしで多様な物体の器用な操作行動を学習するPGDMフレームワークを提案し、50タスクのベンチマークTCDMで有効性を示した。
- MyoSuite：筋骨格運動制御のための接触豊富なシミュレーションスイート筋骨格制御2022/5/1
肘・手首・手の生理学的に正確な筋骨格モデルと接触機能を備えたシミュレーション環境MyoSuiteを提案し、姿勢制御から鍵回しやペン回しなど巧みな手と物体の相互作用まで多様な運動制御課題を提供する。
- 基盤モデルはロボットマニピュレーションのゼロショットタスク指定ができるか？VLA2022/4/1
インターネット画像・手描きスケッチ・言語文といった多様な目標指定に対し、大規模事前学習モデル（基盤モデル）がゼロショットでロボット操作タスクを指定できるかをシミュレーションと実世界データで検証した。
- 好奇心駆動による未知物体の触覚自己教師あり探索触覚2022/4/1
触覚のみを頼りに未知物体を探索し、6秒以内に形状を再構成するtSLAMを提案。家庭用品の暗黙的理解を活用し、ADROITハンドで汎用性を実証した。
- R3M: ロボットマニピュレーションのための汎用視覚表現マニピュレーション2022/3/1
人間の動画データで視覚表現を事前学習し、下流のロボット操作タスクを少ないデータで効率的に学習できることを示した論文。
- RB2: ロボットマニピュレーションのためのランキング型ベンチマークマニピュレーション2022/3/1
SOTAアルゴリズム実装をベンチマークに組み込み、複数ラボの実験データを統合してグローバルなランキングを確立する手法を提案した論文。
- 制御における構成的汎化のためのポリシーアーキテクチャ模倣学習/強化学習2022/3/1
環境内のエンティティ構造を活かしたDeep SetsやSelf Attentionベースのポリシーを提案し、ロボット操作タスクで少ないデータで高い成功率と構成的汎化を実現した。
- RRL: 強化学習のための表現としてのResNet強化学習2021/7/1
事前学習済みResNetの特徴量を強化学習パイプラインに融合し、カメラや関節エンコーダなどの自己受容センサ入力から複雑な器用な操作行動を直接学習する手法を提案した論文。
- マルチタスク学習によるリセット不要強化学習：人手介入なしで器用な操作行動を獲得マニピュレーション2021/4/1
複数のタスクを組み合わせて互いにリセットの役割を果たさせることで、人間の介入やエピソードリセットなしに器用なマニピュレーション行動を強化学習で獲得する手法を提案した論文。
- モデルベース強化学習のためのゲーム理論的枠組みモデルベースRL2020/4/1
モデルベース強化学習を方策プレイヤーとモデルプレイヤーのシュタッケルベルクゲームとして定式化し、二段階最適化で解く統一的なアルゴリズム群を提案した論文。
- オフポリシー強化学習による実世界での多様なロボットスキルの創発教師なし強化学習2020/4/1
報酬なしで多様なスキルを獲得するオフポリシー型の教師なし強化学習手法を提案し、実機の四足ロボットで多様な歩容や向きの移動スキルが自然に創発することを示した。
- 実世界ロボット強化学習の構成要素マニピュレーション2020/4/1
人手を介さず実世界データだけで継続的に自律学習できるロボット強化学習システムを提案し、三本指ハンドの器用な操作タスクで有効性を示した。
- ロボットハンド内操作のベンチマークマニピュレーション2020/1/1
手指や環境を利用して把持物体の姿勢を変化させるハンド内操作タスクのベンチマークを提案し、初期・目標状態の例と評価指標を提供した。
- リレーポリシー学習：模倣と強化学習による長期タスクの解決マニピュレーション2019/10/1
模倣学習でゴール条件付き階層ポリシーを生成し、強化学習で微調整することで、キッチン環境の多段階・長期マニピュレーションタスクを解く手法を提案した。
- 深層ダイナミクスモデルによる器用なマニピュレーションの学習マニピュレーション2019/9/1
深層ダイナミクスモデルとオンライン予測制御を組み合わせ、実世界の24自由度ロボットハンドで4時間の実データのみから複数物体の器用な操作を学習できることを示した論文。
- ROBEL: 低コストロボットによる実世界強化学習のためのベンチマーク強化学習ベンチマーク2019/9/1
実世界での強化学習研究を加速するため、低コストで頑丈な3本指ハンドロボットと4脚ロボット、および各ロボット向けの連続制御ベンチマークタスク群を公開した論文。
- 階層型Sim2Realによる移動を介したマルチエージェントマニピュレーションマルチエージェント/sim2real2019/8/1
シミュレーションで低レベルな目標到達スキルを学習し、それを高レベルRLの行動空間として階層的に組み合わせることで、複数の移動ロボットによる協調物体操作を実世界へゼロショット転移した研究。
- ダイナミクスを考慮したスキルの教師なし発見スキル発見2019/7/1
予測しやすい結果をもたらすスキルを教師なしで発見し、そのダイナミクスを同時に学習するDADSを提案。潜在空間でのゼロショット計画が従来のMBRLや目標条件付きRLを上回ることを示した。
- プレイデータから潜在プランを自己教師あり学習するロボット制御模倣学習2019/3/1
人間の遠隔操作プレイデータを自己教師あり学習で潜在空間に整理し、テスト時に特定の目標へ再利用するPlay-LMPを提案。ラベルなしプレイから学習したモデルは、18の視覚的マニピュレーションタスクで専門家訓練ポリシーを大幅に上回り、摂動に頑健で再試行行動も示す。
- Soft Actor-Critic：最大エントロピー強化学習アルゴリズムとその応用強化学習2018/12/1
最大エントロピーRLに基づくオフポリシー型アクター・クリティック法SACを改良し、温度パラメータの自動調整などを導入してサンプル効率と安定性を向上、四足歩行や巧みな手の操作でも有効性を示した。
- 深層強化学習による器用な多指マニピュレーション：効率的・汎用的・低コストマニピュレーション2018/10/1
シミュレーションを使わず実世界でモデルフリー深層強化学習を直接訓練し、低コスト多指ハンドで接触の多い複雑な操作スキルを4〜7時間で学習できることを示した。少数の人間デモで学習を2〜3時間に短縮できることも実証した。
- 時間反転を自己教師信号に用いたマニピュレーション学習マニピュレーション2018/10/1
目標状態から逆方向に軌道を予測する時間反転モデルを自己教師ありで学習し、実機でのテトリス型ブロック組立をデモなしで実現した。
- マルチゴール強化学習：挑戦的なロボティクス環境と研究提案マニピュレーション2018/2/1
FetchロボットアームやShadow多指ハンドを使った押す・滑らす・ピック&プレース・ハンド内操作などの難易度の高い連続制御タスク群をOpenAI Gym上で提供し、マルチゴール強化学習の研究課題を提示した報告書。
- 分割統治強化学習強化学習2017/11/1
初期状態空間をスライスに分割し、各スライスで方策を学習してから統合することで、初期状態のばらつきが大きいタスクを安定して解く強化学習手法を提案した。
- ドメインランダム化と生成モデルによるロボット把持マニピュレーション2017/10/1
手続き生成した非現実的な物体を大量に用いて把持計画ネットワークを訓練し、未見の実物体でも高い成功率を達成した研究。
- 深層強化学習とデモンストレーションによる複雑な器用マニピュレーションの学習マニピュレーション2017/9/1
24自由度の多指ハンドで複雑な操作タスクをモデルフリー深層強化学習でゼロから学習し、少数の人間デモンストレーションを併用することでサンプル効率とロバスト性を大幅に改善した。
- 巧みな操作プラットフォームのための空気圧モデリングマニピュレーション2017/3/1
腱駆動28自由度ハンドプラットフォームADROITの空気圧人工筋について、シリンダ種類・漏れ・バルブ不感帯・入力圧変動などのパラメータを調査し、圧力ダイナミクスのモデル精度を向上させた。
- 経験と模倣から器用な操作ポリシーを学習するマニピュレーション2016/11/1
五本指ロボットハンドの非把持操作について、軌道最適化と人間のデモンストレーションで局所制御器を構築し、深層学習と最近傍法で初期状態の汎化を比較した研究。
