Vincent Vanhoucke
収録論文 20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
- 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。
- 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。
- 言語モデル予測制御による人間フィードバックからの高速学習VLA2024/2/1
人間との対話履歴を遷移モデルとしてLLMに微調整し、モデル予測制御と組み合わせることで、ロボットの教示効率と成功率を向上させるフレームワークLMPCを提案。
- 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。
- 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。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- 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。
- PaLM-E: 身体性を持つマルチモーダル言語モデルVLA2023/3/1
視覚や連続状態などのセンサ入力を言語モデルに統合し、ロボット操作計画や視覚的質問応答など複数の身体性タスクを単一モデルで解けるようにした研究。
- RT-1: 実世界制御のための大規模ロボティクストランスフォーマーVLA2022/12/1
多様なロボットデータで訓練したTransformerモデルRT-1を提案し、実世界タスクにおけるデータ量・モデル規模・データ多様性に対する汎化性能を大規模実験で検証した。
- Googleスキャンオブジェクト:家庭用品の高品質3Dスキャンデータセット3Dデータセット2022/4/1
家庭用品1000点以上を3Dスキャンしたオープンソースデータセットを公開し、ロボティクスや知覚研究のシミュレーション向けに整備した。
- クラウド経由で片腕ロボットに実物の衣類を折らせる研究布操作2022/4/1
クラウドロボティクス基盤Reachを使い、物理ロボット上で布操作アルゴリズムを体系的に比較評価した初の取り組み。片腕でTシャツを折るタスクで、模倣学習と解析手法を組み合わせた新アルゴリズムが人間の84%の性能を達成した。
- 言う通りでなく、できる通りに:ロボットのアフォーダンスに言語を接地するVLA2022/4/1
大規模言語モデルの高レベル知識と事前学習済みスキルの価値関数を組み合わせ、実世界で実行可能な行動に言語を接地させる手法を提案し、実機タスクで有効性を示した。
- 棚上の隠れた物体を横方向アクセスで探索するLAX-RAYマニピュレーション2020/11/1
棚に隠れた対象物を横から効率的に探すため、対象物の占有支持分布を予測し、遮蔽物を順に押しのける機械探索ポリシーを提案・評価した論文。
- 微分可能マッピングネットワーク:スパース視覚自己位置推定のための構造化地図表現学習視覚自己位置推定2020/5/1
空間構造を持つ地図表現と自己位置推定をエンドツーエンドで同時学習するニューラルネットワークDMNを提案し、少数の既知視点画像からのスパース視覚自己位置推定に適用した。
- X-Ray: 学習した占有分布の支持を最小化する遮蔽物体のメカニカルサーチマニピュレーション2020/4/1
RGBDヒープ画像から学習した占有分布の支持を最小化する方策で、山積みの中から目標物体を効率的に探索・把持するアルゴリズムX-Rayを提案し、シミュレーションと実機で有効性を示した。
- 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。
- Grasp2Vec:自己教師あり把持による物体表現学習自己教師あり学習2018/11/1
ロボットが物体を掴んで取り除く前後の画像差分から物体中心の視覚表現を自己教師ありで学習し、物体の識別・位置推定・指示された物体の把持を可能にした論文。
- QT-Opt:視覚ベースロボット操作のためのスケーラブルな深層強化学習マニピュレーション2018/6/1
58万回以上の実世界把持試行を用いて120万パラメータのQ関数を学習し、RGB画像のみで閉ループ把持制御を実現、未知物体で96%の成功率を達成した。
- 四足歩行ロボットの俊敏な移動をシミュレーションから実世界へ学習させるsim2real2018/4/1
深層強化学習で四足歩行の制御をシミュレーション上で学習し、シミュレータ改良とロバスト方策で実機に転移させ、トロットとギャロップを実現した。
- シミュレーションとドメイン適応による深層ロボット把持の効率化sim2real2017/9/1
ランダム化したシミュレーション環境とGraspGANと呼ばれるピクセルレベルドメイン適応を組み合わせ、実世界のラベル付きデータを最大50分の1に削減しつつ新規物体の把持を実現した。
