Ashwin Balakrishna

収録論文 36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

• π0.7: 操縦可能な汎用ロボット基盤モデルと創発的能力
  VLA2026/4/1

  多様なコンテキスト条件付けを用いて、未見環境での言語指示追従やゼロショットの身体汎化を実現するロボット基盤モデルπ0.7を提案した。

• π*0.6：経験から学ぶVLA
  VLA2025/11/1

  実世界での経験と人間の修正を活用した強化学習手法RECAPにより、洗濯物畳みや箱組み立て、エスプレッソ抽出などのタスクを高成功率で実行できる汎用VLAモデルπ*0.6を開発した。

• 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。

• Robo-DM: 大規模ロボットデータセットのためのデータ管理
  データ管理2025/5/1

  ロボット軌道データをEBML形式で効率的に圧縮・管理し、学習時の読み込みを高速化するオープンソースのクラウド型データ管理ツールキットを提案。

• 汎用ロボットマニピュレーション政策の評価のための分類体系
  マニピュレーション2025/3/1

  ロボットマニピュレーションにおける汎化の種類を整理した分類体系STAR-Genを提案し、実世界ベンチマークで検証した。

• 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。

• 相互情報量推定によるロボットデモデータの品質選別
  模倣学習2025/2/1

  ロボットの模倣学習データについて、状態と行動の相互情報量への各軌道の寄与をVAE埋め込みとk近傍推定で評価し、デモの品質を選別する手法を提案した。

• GHIL-Glue: フィルタリングされたサブゴール画像による階層制御
  VLA2024/10/1

  生成モデルが作るサブゴール画像をフィルタリングし、下位方策と効果的に繋ぐことで、言語条件付きロボット操作の汎化性能を向上させた研究。

• 言語埋め込みガウシアンスプラット（LEGS）：移動ロボットによる部屋規模表現の漸進的構築
  VLA2024/9/1

  移動ロボットが環境を移動しながら、見た目と言語意味を統合した3D表現（LEGS）をオンラインで構築し、オープン語彙の物体検索を可能にする手法を提案。LERFより3.5倍高速で、最大66%の精度で物体を特定できる。

• OpenVLA: オープンソースの視覚-言語-行動モデル
  VLA2024/6/1

  97万件の実機ロボット実演で学習した7BパラメータのオープンソースVLAモデルを提案し、閉源モデルRT-2-Xを上回る汎用マニピュレーション性能と効率的なファインチューニングを実現した。

• DROID: 大規模実環境ロボットマニピュレーションデータセット
  マニピュレーション2024/3/1

  北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。

• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• Learning Switching Criteria for Sim2Real Transfer of Robotic Fabric Manipulation Policies
  2022/7/1
• MESA: Offline Meta-RL for Safe Adaptation and Fault Tolerance
  2021/12/1
• LEGS: Learning Efficient Grasp Sets for Exploratory Grasping
  2021/11/1
• ThriftyDAgger: Budget-Aware Novelty and Risk Gating for Interactive Imitation Learning
  2021/9/1
• Untangling Dense Non-Planar Knots by Learning Manipulation Features and Recovery Policies
  2021/7/1
• Kit-Net: Self-Supervised Learning to Kit Novel 3D Objects into Novel 3D Cavities
  2021/7/1
• LS3: Latent Space Safe Sets for Long-Horizon Visuomotor Control of Sparse Reward Iterative Tasks
  2021/7/1
• Disentangling Dense Multi-Cable Knots
  2021/6/1
• Orienting Novel 3D Objects Using Self-Supervised Learning of Rotation Transforms
  2021/5/1
• LazyDAgger: Reducing Context Switching in Interactive Imitation Learning
  2021/4/1
• VisuoSpatial Foresight for Physical Sequential Fabric Manipulation
  2021/2/1
• Exploratory Grasping: Asymptotically Optimal Algorithms for Grasping Challenging Polyhedral Objects
  2020/11/1
• Accelerating Grasp Exploration by Leveraging Learned Priors
  2020/11/1
• Untangling Dense Knots by Learning Task-Relevant Keypoints
  2020/11/1
• MMGSD: Multi-Modal Gaussian Shape Descriptors for Correspondence Matching in 1D and 2D Deformable Objects
  2020/10/1
• Recovery RL: Safe Reinforcement Learning with Learned Recovery Zones
  2020/10/1
• ABC-LMPC: Safe Sample-Based Learning MPC for Stochastic Nonlinear Dynamical Systems with Adjustable Boundary Conditions
  2020/3/1
• Learning Dense Visual Correspondences in Simulation to Smooth and Fold Real Fabrics
  2020/3/1
• Learning Rope Manipulation Policies Using Dense Object Descriptors Trained on Synthetic Depth Data
  2020/3/1
• VisuoSpatial Foresight for Multi-Step, Multi-Task Fabric Manipulation
  2020/3/1
• Deep Imitation Learning of Sequential Fabric Smoothing From an Algorithmic Supervisor
  2019/10/1
• On-Policy Robot Imitation Learning from a Converging Supervisor
  2019/7/1
• Safety Augmented Value Estimation from Demonstrations (SAVED): Safe Deep Model-Based RL for Sparse Cost Robotic Tasks
  2019/5/1
• Mechanical Search: Multi-Step Retrieval of a Target Object Occluded by Clutter
  2019/3/1