Bernadette Bucher
収録論文 16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
- シーングラフによるロボット模倣学習の空間・時間的文脈拡張模倣学習2026/6/1
模倣学習にシーングラフを動的メモリとして用い、部分観測環境での長期的推論と汎化性能を向上させる手法を提案した。
- HydroShear: 触覚シミュレーションから実機への強化学習のためのハイドロエラスティックせん断シミュレーション触覚/sim2real2026/3/1
本論文では、接触を伴うタスクにおける触覚のシミュレーションから実機へのポリシー転送の問題を扱い、非ホロノミックなハイドロエラスティック触覚シミュレータHydroShearを提案する。これは、スティックスリップ遷移、経路依存の力とせん断の蓄積、完全なSE(3)物体-センサ相互作用をモデル化し、GelSight Miniを用いた実験で既存手法より忠実に実触覚せん断を再現し、ゼロショットのsim-to-real転送を可能にする。
- 温度サンプリングによる不均衡データセット上のロボット学習ポリシーの効果的訓練ロボット学習2025/10/1
ロボット行動データセットの物理的行動の不均衡を緩和するため、温度サンプリングに基づく簡便なサンプリング戦略を提案し、小規模モデルの事前学習と大規模基盤モデルの微調整の両方で低リソースタスクの性能を向上させた。
- HELIOS: 未知環境における言語指示に基づく移動マニピュレーションのための階層的探索移動マニピュレーション2025/9/1
部分的にしか観測できない未知環境で言語指示に基づく移動マニピュレーションを実現するため、2D地図と3Dガウス表現を組み合わせた階層的シーン表現と、探索と情報獲得を両立する探索目的関数を提案した。
- ASHiTA: 3Dシーンに基づく自動階層的タスク分析タスクプランニング2025/4/1
高レベルな指示を3Dシーングラフに基づくサブタスクへと分解するフレームワークASHiTAを提案し、LLMベースラインを上回る性能を示した。
- 視覚運動制御のためのタスク指向階層的物体分解マニピュレーション2024/11/1
物体や部品ごとに表現を階層的に分解し、タスクに応じて組み合わせることで、模倣学習の効率と汎化性能を高める手法HODORを提案した。
- ゼロショット物体中心指示追従：基盤モデルと従来型ナビゲーションの統合VLA2024/11/1
因子グラフ地図上で自然言語指示をゼロショットで接地するLIFGIFを提案し、物体中心VLNデータセットOC-VLNで評価、Spotロボットでの実世界実証も行った。
- 自律的な実世界強化学習による移動マニピュレーションの継続的改善移動マニピュレーション2024/9/1
人間の監督や大規模な計測装置なしに、実世界で移動マニピュレーション方策を継続的に学習・改善する強化学習フレームワークを提案し、Spotロボットで4つの難タスク平均80%の成功率を達成した。
- 不確実性を考慮した言語条件付き模倣学習ポリシーの展開VLA2024/3/1
事前学習済みの言語条件付き模倣学習エージェントに対し、温度スケーリングでキャリブレーションを行い、不確実性を考慮した行動選択を可能にする手法を提案し、タスク完了率を向上させた。
- VLFM: Vision-Language Frontier Maps for Zero-Shot Semantic Navigation2023/12/1
- EVORA: Deep Evidential Traversability Learning for Risk-Aware Off-Road Autonomy2023/11/1
- Uncertainty-driven Planner for Exploration and Navigation2022/2/1
- Bridge Data: Boosting Generalization of Robotic Skills with Cross-Domain Datasets2021/9/1
- Learning to Map for Active Semantic Goal Navigation2021/6/1
- An Adversarial Objective for Scalable Exploration2020/3/1
- RoboNet: Large-Scale Multi-Robot Learning2019/10/1