Amir Bar
Imperial College London
収録論文 11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
- 何を思い出すべきかを学習する：世界モデルのための適応的マルチキューエピソード記憶世界モデル2026/9/28
世界モデルの予測に役立つ過去の観測を、未来を考慮した予測損失で学習した検索器が、時間・姿勢・視覚・音声などの複数手がかりから自動選択して想起する手法FARを提案。
- 身体化世界モデルの高次化による計画と制御の実現世界モデル/計画/制御2026/4/28
高次元の関節動作空間を直接探索する代わりに、高レベル行動を低レベル関節動作列に変換する軽量ポリシーを訓練し、凍結した世界モデルと組み合わせて高レベル行動から未来観測を予測する「持ち上げられた世界モデル」を提案。人間型エージェントで2Dウェイポイントを高レベル行動とし、低レベル探索より3.8倍精度が向上。
- 潜在世界モデルを用いた階層的計画計画/世界モデル2026/4/3
視覚世界モデルを複数の時間スケールで学習し、長期モデルの予測を短期モデルのサブゴールとして利用する階層的MPC手法を提案。実機操作やシミュレーションで長期的タスクの成功率を向上させた。
- 世界モデルによる実行可能な計画への生成動画のグラウンディングVLA2026/2/2
生成動画を計画として使う際の物理的・時間的な不整合を、学習した行動条件付き世界モデルで潜在空間の軌道最適化により実行可能な行動列へ変換する手法を提案。
- 世界モデルのための並列確率的勾配ベースプランニングプランニング2026/2/1
学習した世界モデルの微分可能性を活かし、状態を最適化変数として扱う並列化可能な確率的プランナーGRASPを提案。視覚入力からの長期制御タスクで既存手法を上回る。
- DeFM: 深度画像からロボティクスの基盤表現を学習基盤モデル2026/1/1
6000万枚の深度画像で自己蒸留により事前学習した基盤モデルDeFMを提案し、分類・セグメンテーション・ナビゲーション・歩行・マニピュレーションで最先端性能とsim-to-real汎化を実現した。
- 生成された人間動画から物理的に妥当なロボット軌道へヒューマノイド2025/12/1
生成動画から人間の動きを4D表現に変換し、強化学習方策GenMimicでヒューマノイドの物理的に安定した動作として再現する手法を提案。
- 人間の動画から巧みな手と物体の相互作用を学習する世界モデルマニピュレーション2025/12/1
一人称視点の人間動画から指のキーポイントを抽出し、巧みな手の動作を予測する世界モデルDexWMを提案。補助的な手の一貫性損失により、Franka PandaとAllegroグリッパーでのゼロショット転移でDiffusion Policyを50%以上上回る。
- 全身姿勢に条件付けられた一人称視点動画予測動画予測2025/6/1
過去の動画と3D身体姿勢の動作から、一人称視点の未来動画を自己回帰拡散トランスフォーマーで予測するモデルPEVAを提案し、大規模データセットNymeriaで学習・評価した。
- ナビゲーション世界モデルナビゲーション/世界モデル2024/12/1
人間とロボットの視点動画で学習した10億パラメータの拡散トランスフォーマーにより、過去の観測と行動から将来の視覚像を予測し、ナビゲーション経路を計画するモデルを提案した。
- EgoPet: 動物視点の自己運動とインタラクションデータセット歩行2024/4/1
ペットの視点から撮影した映像で自己運動とマルチエージェント相互作用を同時に含むデータセットを構築し、四足歩行ロボットの事前学習に有効であることを示した。