Yashraj Narang
収録論文 39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
- ACCRUE: ロボット基盤モデルのための継続的オフポリシー強化学習強化学習/継続学習2026/10/13
軽量なactor-criticネットワークをタスク間で引き継ぎ、過去の経験を再利用することで、ロボット基盤モデルが新タスクを効率的に学びつつ忘却をほぼゼロに抑える継続的オフポリシー強化学習フレームワークを提案。実機で学習時間を31〜68.5%削減。
- AlphaNIST: 二値タスク報酬から創発する組立スキルマニピュレーション2026/10/9
NIST組立タスクボードの全20タスクを、デモや密な報酬なしの二値報酬のみで学習し、98.2%の成功率を達成した強化学習手法。
- FlashNeRD: 接触の多いロボットダイナミクスの性能優先型学習学習ダイナミクス2026/10/6
接触検出を解析的に保ちつつ、並列ストリーミングアーキテクチャと任意接触対応エンコーダ、物体との双方向連成を導入し、ロボットの学習ダイナミクスを最大55倍高速化した研究。
- 世界モデルによる汎化可能なロボット挿入マニピュレーション2026/9/23
手首カメラの視覚と固有感覚を統合した単一の世界モデルを最大90の挿入タスクで訓練し、未知形状の物体へのゼロショット挿入を実現した研究。
- PAKT: 強化学習のための物理的整合性を備えたキネステティック教示マニピュレーション2026/9/22
人間がロボットを直接動かして教示する際に、ロボットや方策が物理的に再現できない軌道を防ぐアドミッタンス制御ベースの枠組みを提案し、低頻度のRL行動を高頻度トルク指令に変換する制御スタックを構築した。
- ROSA: ロボット工場向けロボティクス基盤モデル配信システムシステム/基盤モデル配信2026/7/1
ロボット工場向けに、複数ロボットが共有GPUプールで基盤モデルを効率的に利用できる配信システムを提案し、工場生産性を最大12倍向上させた。
- SILO: マルチステージケーブル配線のためのシミュレーション・イン・ザ・ループによるSim-to-Real転移sim2real2026/7/1
GPU並列シミュレーションで学習したRLポリシーを実世界の多段階ケーブル配線タスクに転移するフレームワークを提案し、成功率向上とサイクルタイム半減を実現した。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- SPARR: 実世界の非対称残差を組み合わせたシミュレーション方策による組立sim2real2026/2/1
シミュレーションで訓練した基本方策と実世界で学習する残差方策を組み合わせ、sim-to-realギャップを埋めて組立タスクの成功率とサイクルタイムを改善した手法。
- Point Bridge: クロスドメイン方策学習のための3D表現sim2real2026/1/1
VLMで抽出した点群表現とTransformer方策を用い、合成データのみで実世界マニピュレーションのゼロショットsim-to-real転移を実現するフレームワーク。
- 物理AIのための動画基盤モデルによる世界シミュレーション世界モデル2025/11/1
テキスト・画像・動画から世界を生成する動画基盤モデルCosmos-Predict2.5と、Sim2Real/Real2Real変換を行うCosmos-Transfer2.5を発表し、ロボティクス向けの合成データ生成やシミュレーションを可能にした。
- Isaac Lab:マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- Refinery: 接触の多いタスク向け能動的ファインチューニングと展開時最適化マニピュレーション2025/10/1
ベイズ最適化によるファインチューニングとGMMベースの初期化選択で、接触の多い組立タスクの成功率を91.51%まで向上させ、多部品の長期組立も可能にした。
- ロボティクスにおけるリアルギャップ:課題・解決策・ベストプラクティスsim2real2025/10/1
シミュレーションと実環境の差異(リアルギャップ)の原因・解決手法・評価指標を体系的に整理したサーベイ。sim-to-real転移の現状と課題を概観する。
- ニューラルロボットダイナミクスsim2real2025/8/1
関節剛体ロボットの接触を考慮したダイナミクスを学習し、解析シミュレータの低レベルソルバを置き換える汎用ニューラルシミュレータNeRDを提案。
- RobotSmith: 複雑な操作スキル獲得のための生成的ロボットツール設計マニピュレーション2025/6/1
視覚言語モデルと物理シミュレーションを組み合わせ、ロボットが操作しやすいツールを自動設計し、その使い方まで最適化する手法を提案。
- DexMachina:両手巧みな操作のための機能的リターゲティングマニピュレーション2025/5/1
人間の両手による物体操作のデモンストレーションから、関節物体を長期的に操作する巧みなロボットハンドのポリシーを学習する手法を提案。仮想物体コントローラを徐々に弱めるカリキュラム学習により、人間とロボットの身体性ギャップを克服する。
- SRSA: ロボット組立タスクのためのスキル検索と適応マニピュレーション2025/3/1
既存のスキルライブラリから新タスクに最も適したスキルを検索し、微調整することで、接触の多い組立タスクをデータ効率的に学習するフレームワークを提案。
- MatchMaker: ロボット組立のための組立アセット自動生成sim2real2025/3/1
干渉するアセットペアをシミュレーション可能なペアに変換し、単一アセットから嵌合する相手を生成し、接触面を侵食して現実的な部品を作るパイプラインを提案。生成データは多様性と組立スキル学習の有効性で従来手法を上回る。
- SPOT: 物体中心操作のためのSE(3)姿勢軌道拡散模倣学習2024/11/1
物体のSE(3)姿勢軌道をタスク表現として用い、拡散ポリシーを条件付ける物体中心模倣学習フレームワークを提案。iPhoneで撮影した8つの実演のみで実世界タスクを制約遵守しつつ完遂した。
- ワンステップ拡散方策:拡散蒸留による高速視覚運動方策VLA2024/10/1
事前学習済み拡散方策を蒸留して1ステップで行動を生成する手法を提案し、推論速度を1.5Hzから62Hzへと大幅に高速化した。
- TacSL: 視触覚センサのシミュレーションと学習のためのライブラリ触覚2024/8/1
GPUベースで視触覚センサを高速シミュレーションし、触覚ベースの強化学習を可能にするライブラリTacSLと、sim-to-real転移のための新アルゴリズムAACDを提案した。
- FORGE: 不確実性下での接触の多いマニピュレーションのための力誘導探索sim2real2024/8/1
力閾値とダイナミクスランダム化を組み合わせてシミュレーションで学習し、姿勢の不確実性がある実機でも力に基づいて接触の多い作業を安全に遂行できる方策を実現した。
- AutoMate: 多様な形状に対応する専門家・汎用組み立てポリシーマニピュレーション2024/7/1
100種類の組み立てタスクのデータセットと並列シミュレーション環境を構築し、部品特化型と汎用型の組み立てポリシーを学習。シミュレーションから実機へのゼロショット転移を実現した。
- GPU加速シミュレーションによるロボットタスク横断的な集団ベース強化学習のベンチマーク強化学習2024/4/1
GPU加速物理シミュレータ上で集団ベース強化学習(PBRL)をPPO/SAC/DDPGと比較し、ハイパーパラメータを動的調整することで累積報酬が向上することを示し、Franka Nut Pickタスクで実機展開も行った。
- MimicGen:人間のデモンストレーションからスケーラブルなロボット学習を実現するデータ生成システム模倣学習2023/10/1
少数の人間デモを新しい状況に適応させて大規模データセットを自動生成し、模倣学習によるロボットの長期的・高精度タスクの性能を向上させるシステムを提案。
- IndustReal: 接触の多い組立タスクをシミュレーションから現実へ転移sim2real2023/5/1
強化学習とシミュレーションを活用し、接触の多いピック・配置・挿入タスクを実世界のロボットで再現可能にした研究。
- DefGraspNets: グラフニューラルネットによる3D場での把持計画マニピュレーション2023/3/1
3D変形物体の把持計画のために、FEMシミュレーションの代わりに応力・変形場を予測するグラフニューラルネットワークを学習し、最大1500倍高速な勾配ベース把持最適化を実現した。
- DeXtreme: シミュレーションから現実への俊敏なハンド内マニピュレーションの転移sim2real2022/10/1
強化学習で訓練した多指ハンドの巧みな操作方策と物体姿勢推定器を、シミュレーションから実機へ転移させ、視覚ベースの方策で既存手法を上回る再配向タスクを実現した。
- Factory: ロボット組立のための高速接触シミュレーション環境sim2real2022/5/1
接触の多い組立作業をリアルタイム以上でシミュレーションできる物理エンジンと学習ツール群を提案し、ナットとボルトの組立を強化学習で実証した。
- 並列微分可能シミュレーションによる方策学習の高速化sim2real2022/4/1
微分可能シミュレータと新アルゴリズムSHACを組み合わせ、局所解や勾配消失を抑えつつ並列環境で方策学習を高速化した論文。
- DiSECt: 軟質材料切断のための微分可能シミュレータ微分可能シミュレーション2022/3/1
軟質材料のロボット切断を対象に、FEMとSDFベースの接触・損傷モデルを組み合わせた初の微分可能シミュレータを提案し、パラメータ推定や制御最適化に有効であることを示した。
- 変形物体の把持結果を物理シミュレーションで評価するDefGraspSim変形物体把持2022/3/1
GPUベースのFEMシミュレーションで多様な3D変形物体の把持を評価し、データセットとパイプラインを公開、実物との対応も示した。
- 支援型テレオペレーション:Transformerを活用したロボットタスク実演の収集テレオペレーション2021/12/1
VR上でロボットの自律軌道予測を表示しつつ、任意のタイミングで人間が介入できるテレオペレーションシステムを提案し、Transformerによる未来予測で実演収集を高成功率かつ容易にした。
- 変形物体の把持をGPU有限要素法でシミュレーションするDefGraspSim変形物体把持シミュレーション2021/7/1
GPUベースの有限要素法で多様な3D変形物体の把持を効率的にシミュレーションし、データセットと評価パイプラインを公開した論文。
- DiSECt: 軟質材料切断のための微分可能シミュレータ微分可能シミュレーション2021/5/1
軟質材料のロボット切断を対象に、FEMとSDFベースの接触・損傷モデルを組み合わせた初の微分可能シミュレータを提案し、パラメータ校正やベイズ推定、切断力最小化の制御最適化に有効であることを示した。
- 物理シミュレーションと学習潜在投影による触覚センシングのsim-to-real触覚/sim2real2021/3/1
GPUシミュレータ上でBioTac触覚センサの高速FEMモデルを構築し、自己教師あり学習で実世界の電気出力を再現する潜在空間投影を実現した。
- 音響による確率的ダイナミクスのsim-to-realフレームワークSTReSSDsim2real2020/11/1
跳ねるボールの衝突音から反発係数やノイズモデルをベイズ推定し、確率的シミュレータを実環境に校正して、カップイン予測やロボットアームによるリアルタイム打球実験を実現した。
- 粒状体の材料特性を実世界の深度画像から推定するロボティクス向けフレームワークsim2real2020/3/1
粒状材料の山やリングの実世界深度画像から摩擦・反発係数をベイズ推定し、物理シミュレータを自動キャリブレーションする手法を提案。未見の形状予測やロボットによる注ぎ・パターン形成タスクへの汎化を実証した。
