Anirudha Majumdar

Princeton University

収録論文 63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

• LIBERO-VPro：ロボット基盤モデルの閉ループ視覚ロバスト性ベンチマーク
  VLA2026/9/21

  実行中の視覚情報を意図的に乱すことで、ロボット基盤モデルの閉ループ視覚ロバスト性を体系的に評価するベンチマークLIBERO-VProを提案し、VLAとWAMのロバスト性プロファイルの違いを明らかにした。

• 汎用ロボットの安全性を再考する
  安全性2026/9/6

  汎用ロボットの多用途性に伴う新たなリスクを分類し、ライフサイクル全体を考慮した「具現化AI安全性」の研究課題を提案する論文。

• ロボトラストベンチ：ロボット操作のためのビデオワールドモデルの信頼性評価
  ビデオワールドモデル/信頼性評価2026/6/1

  ロボット操作におけるビデオワールドモデルの信頼性を評価するベンチマークを提案し、現行モデルが視覚的整合性はあるが制約推論や物理的相互作用に課題があることを示した。

• PlayWorld: 自律的な遊びからロボットの世界モデルを学習する
  世界モデル2026/3/1

  ロボットの自己遊びデータのみから高忠実度のビデオ世界モデルを学習する手法を提案し、物理的に一貫した物体操作の予測を実現した。

• 二値的成功を超えて：サンプル効率的で統計的に厳密なロボットポリシー比較
  評価・ベンチマーク2026/3/1

  ロボット操作ポリシーの評価を少数の実機試行で行う際に、サンプル効率的で統計的に厳密な比較フレームワークを提案。逐次検定により早期停止を可能にし、離散的な部分成功から連続的な報酬まで幅広い指標に対応する。

• LAP: 言語-行動事前学習によるゼロショットの異機体転移
  VLA2026/2/1

  ロボットの低レベル行動を自然言語で表現して事前学習することで、未知のロボット機体にもファインチューニングなしでゼロショット転移できるVLAモデルLAP-3Bを提案した。

• ロボティクスにおける動画生成モデル：応用・研究課題・将来展望
  世界モデル2026/1/1

  動画生成モデルをロボティクスの世界モデルとして活用する研究をサーベイし、模倣学習や強化学習などへの応用と課題を整理した。

• 自分が知らないことを知る世界モデル：校正された不確実性を伴う制御可能な動画生成
  世界モデル2025/12/1

  制御可能な動画生成モデルに、生成フレームの各領域ごとの信頼度を推定・校正する不確実性定量化手法C3を提案し、幻覚の局所化を可能にした。

• 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。

• 幾何と視覚の融合：蒸留フィールドにおける事前学習セマンティクスの再検討
  ロボティクス/3Dビジョン2025/10/1

  放射輝度場のセマンティック蒸留において、幾何情報に基づく特徴が視覚のみの特徴と比べて構造詳細や物体定位、姿勢推定に与える影響を検証し、初期推定不要の新しい逆問題フレームワークSPINEを提案した。

• 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。

• 不完全なシミュレータを用いた信頼性と拡張性のあるロボット方策評価
  sim2real2025/10/1

  少数の実機評価と大規模シミュレーションを組み合わせ、予測駆動型推論でバイアスを補正して方策性能の信頼区間を推定する枠組みを提案。

• 行動を言語として扱う：壊滅的忘却なしにVLMをVLAへ微調整する手法
  VLA2025/9/1

  ロボットの遠隔操作データを自然言語で表現することで、VLMの基盤能力を損なわずにLoRAのみでVLAへ微調整する手法を提案し、実世界実験でゼロショット汎化を実証した。

• 欺瞞的リスク最小化：分布シフト検出器を欺くことによる分布外汎化
  分布外汎化2025/9/1

  訓練データが独立同分布に見える表現を学習することで、偽相関を排除し未知環境に汎化する手法を提案。ロボットの模倣学習などで有効性を検証。

• WoMAP: 実世界モデルによる身体性を伴うオープン語彙物体位置推定
  VLA2025/6/1

  ガウススプラッティングによる実→シミュ→実パイプラインと潜在世界モデルを組み合わせ、実演データなしでオープン語彙物体位置推定ポリシーを学習する手法を提案。

• VERDI: 自動運転のためのVLM埋め込み推論
  自動運転2025/5/1

  VLMの推論過程と常識知識を学習時に自動運転スタックへ蒸留し、推論時の大規模VLMコストなしでモジュール型E2Eモデルの性能を向上させる手法を提案。

• 因子分解スケーリング曲線によるデータ収集の指針
  模倣学習2025/5/1

  データ量に対する性能変化を因子ごとに定量化する因子分解スケーリング曲線を構築し、限られた予算で最も影響力のある因子の組み合わせに絞ったデータ収集を可能にする手法を提案。

• 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。

• 模倣学習ポリシーの比較：準最適停止を伴う統計的検定
  模倣学習2025/3/1

  少数試行で2つの模倣学習ポリシーを厳密に比較するため、逐次的に試行数を適応させる準最適停止型の統計的検定手法を提案し、実機マニピュレーション実験で有効性を示した。

• 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-Benchmark
  AI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。

• SIREN: マルチロボットGaussian Splattingマップのセマンティック・初期化不要レジストレーション
  マルチロボットSLAM2025/2/1

  カメラ姿勢や画像、初期変換が一切なくても、セマンティクスを活用して複数ロボットのGaussian Splattingマップを高精度に位置合わせ・統合する手法を提案。

• 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。

• 実行時観察介入で視覚言語行動モデルの視覚的堅牢性を向上
  VLA2024/10/1

  VLAモデルが苦手とする妨害物体や背景色などのタスク無関係な視覚的詳細に対し、実行時に感度の高い領域を特定し自動画像編集で最小限の修正を加えるBYOVLAを提案。ファインチューニング不要で成功率低下を防ぐ。

• 拡散方策の政策最適化
  VLA2024/9/1

  拡散モデルベースの方策を強化学習の政策勾配法でファインチューニングするDPPOを提案し、ロボット操作タスクで高い性能と安定性を示した。

• 自信を持って知覚する：学習ベース知覚を用いたナビゲーションのための統計的安全保証
  ナビゲーション2024/3/1

  事前学習済み知覚モデルの不確実性をConformal Predictionで校正し、未知環境でも安全なナビゲーションを実現する手法を提案。四足ロボット実験で障害物誤検出を70%削減し、100%の安全性を達成。

• 確信するまで探索せよ：身体性質問応答のための効率的探索
  VLA2024/3/1

  大規模視覚言語モデル（VLM）とConformal Predictionを組み合わせ、ロボットが環境を効率的に探索して質問に答える身体性質問応答（EQA）フレームワークを提案。HM3D上に新データセットも構築した。

• 集合値意図予測によるリスク較正型人間-ロボットインタラクション
  人間-ロボットインタラクション2024/3/1

  人間の意図の不確かさに応じてロボットが確認を求めるタイミングを統計的に保証しつつ較正する枠組みRCIPを提案し、シミュレーションと実環境で有効性を示した。

• Privacy-Preserving Map-Free Exploration for Confirming the Absence of a Radioactive Source
  2024/2/1
• Foundation Models in Robotics: Applications, Challenges, and the Future
  2023/12/1
• MonoNav: MAV Navigation via Monocular Depth Estimation and Reconstruction
  2023/11/1
• Physically Grounded Vision-Language Models for Robotic Manipulation
  2023/9/1
• Robots That Ask For Help: Uncertainty Alignment for Large Language Model Planners
  2023/7/1
• Online Learning for Obstacle Avoidance
  2023/6/1
• AdaptSim: Task-Driven Simulation Adaptation for Sim-to-Real Transfer
  2023/2/1
• Switching Attention in Time-Varying Environments via Bayesian Inference of Abstractions
  2022/11/1
• FlowDrone: Wind Estimation and Gust Rejection on UAVs Using Fast-Response Hot-Wire Flow Sensors
  2022/10/1
• Leveraging Language for Accelerated Learning of Tool Manipulation
  2022/6/1
• Failure Prediction with Statistical Guarantees for Vision-Based Robot Control
  2022/2/1
• Towards a Framework for Comparing the Complexity of Robotic Tasks
  2022/2/1
• Fundamental Limits for Sensor-Based Robot Control
  2022/2/1
• Sim-to-Lab-to-Real: Safe Reinforcement Learning with Shielding and Generalization Guarantees
  2022/1/1
• Learning Provably Robust Motion Planners Using Funnel Libraries
  2021/11/1
• Stronger Generalization Guarantees for Robot Learning by Combining Generative Models and Real-World Data
  2021/11/1
• Robust Control Under Uncertainty via Bounded Rationality and Differential Privacy
  2021/9/1
• Distributionally Robust Policy Learning via Adversarial Environment Generation
  2021/7/1
• Task-Driven Detection of Distribution Shifts with Statistical Guarantees for Robot Learning
  2021/6/1
• Deluca -- A Differentiable Control Library: Environments, Methods, and Benchmarking
  2021/2/1
• Learning to Actively Reduce Memory Requirements for Robot Control Tasks
  2020/8/1
• Generalization Guarantees for Imitation Learning
  2020/8/1
• CoNES: Convex Natural Evolutionary Strategies
  2020/7/1
• Invariant Policy Optimization: Towards Stronger Generalization in Reinforcement Learning
  2020/6/1
• Learning Task-Driven Control Policies via Information Bottlenecks
  2020/2/1
• Probably Approximately Correct Vision-Based Planning using Motion Primitives
  2020/2/1
• A Survey of Recent Scalability Improvements for Semidefinite Programming with Applications in Machine Learning, Control, and Robotics
  2019/8/1
• Task-Driven Estimation and Control via Information Bottlenecks
  2018/9/1
• PAC-Bayes Control: Learning Policies that Provably Generalize to Novel Environments
  2018/6/1
• Risk-sensitive Inverse Reinforcement Learning via Semi- and Non-Parametric Methods
  2017/11/1
• How Should a Robot Assess Risk? Towards an Axiomatic Theory of Risk in Robotics
  2017/10/1
• Funnel Libraries for Real-Time Robust Feedback Motion Planning
  2016/1/1
• Some Applications of Polynomial Optimization in Operations Research and Real-Time Decision Making
  2015/4/1
• Technical Report: Convex Optimization of Nonlinear Feedback Controllers via Occupation Measures
  2013/5/1
• Control Design along Trajectories with Sums of Squares Programming
  2012/10/1