Arunkumar Byravan

収録論文 26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 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。

• 物理シーンのスプラッティング：不完全なロボットデータからのエンドツーエンド実世界→シミュレーション
  sim2real2025/6/1

  3Dガウススプラッティングと物理シミュレーション用メッシュを統合し、生のロボット軌道から物体形状・見た目・ロボット姿勢・物理パラメータを微分可能レンダリングと微分可能物理で同時最適化する実世界→シミュレーション手法を提案。

• 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。

• Proc4Gem: 手続き的生成による物理的エージェンシーの基盤モデル
  sim2real2025/3/1

  物理シミュレーションで接触を含む軌道を大量生成し、そのデータでGeminiを微調整することで、言語指示に従って四足ロボットが実環境で物体を押し動かせるようにした研究。

• RoPEを超えて：STRINGによる2D・3D位置エンコーディングの改善
  VLA2025/2/1

  大規模言語モデルで広く使われるRotary Position Encodingsを統一的な理論枠組みで拡張し、任意次元のトークン座標に対して厳密な並進不変性を保ちつつ低計算コストで2D・3D位置エンコーディングを実現するSTRINGを提案。Vision Transformerに統合し、オープンボキャブラリ物体検出やロボティクス制御で性能向上を示した。

• 拡散拡張エージェント：効率的な探索と転移学習のためのフレームワーク
  VLA2024/7/1

  大規模言語モデル・視覚言語モデル・拡散モデルを組み合わせ、過去の経験を拡散モデルで目標指示に合わせて変換する後知恵経験拡張により、強化学習のサンプル効率と転移学習を改善するフレームワークを提案。

• 自己中心視覚と深層強化学習によるロボットサッカーの学習
  マルチエージェント強化学習2024/5/1

  自己中心的なRGB視覚のみを入力とし、関節レベルの行動を出力するマルチエージェントロボットサッカーの方策を深層強化学習で訓練し、シミュレーションから実機へ転移することに成功した。

• Real-World Fluid Directed Rigid Body Control via Deep Reinforcement Learning
  2024/2/1
• Foundations for Transfer in Reinforcement Learning: A Taxonomy of Knowledge Modalities
  2023/12/1
• Equivariant Data Augmentation for Generalization in Offline Reinforcement Learning
  2023/9/1
• Towards A Unified Agent with Foundation Models
  2023/7/1
• A Generalist Dynamics Model for Control
  2023/5/1
• Learning Agile Soccer Skills for a Bipedal Robot with Deep Reinforcement Learning
  2023/4/1
• Leveraging Jumpy Models for Planning and Fast Learning in Robotic Domains
  2023/2/1
• NeRF2Real: Sim2real Transfer of Vision-guided Bipedal Motion Skills using Neural Radiance Fields
  2022/10/1
• Revisiting Gaussian mixture critics in off-policy reinforcement learning: a sample-based approach
  2022/4/21
• Beyond Pick-and-Place: Tackling Robotic Stacking of Diverse Shapes
  2021/10/1
• Evaluating model-based planning and planner amortization for continuous control
  2021/10/1
• Learning Dynamics Models for Model Predictive Agents
  2021/9/1
• On Multi-objective Policy Optimization as a Tool for Reinforcement Learning: Case Studies in Offline RL and Finetuning
  2021/6/1
• Representation Matters: Improving Perception and Exploration for Robotics
  2020/11/1
• Imagined Value Gradients: Model-Based Policy Optimization with Transferable Latent Dynamics Models
  2019/10/1
• Motion-Nets: 6D Tracking of Unknown Objects in Unseen Environments using RGB
  2019/10/1
• Prospection: Interpretable Plans From Language By Predicting the Future
  2019/3/1
• SE3-Pose-Nets: Structured Deep Dynamics Models for Visuomotor Planning and Control
  2017/10/1
• SE3-Nets: Learning Rigid Body Motion using Deep Neural Networks
  2016/6/1