Krishna Murthy Jatavallabhula

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

• DREAMSTEER: 潜在世界モデルによるVLAポリシーの展開時誘導（微調整不要）
  VLA/世界モデル2026/7/1

  事前学習済みの視覚言語行動（VLA）ポリシーを、微調整なしで展開時に潜在世界モデルと価値モデルを用いて誘導し、分布シフト下での成功率と指示追従精度を大幅に向上させるフレームワークを提案した。

• Locate 3D: 自己教師あり学習による実世界3D物体位置推定
  3D位置推定2025/4/1

  センサー点群に適用可能な自己教師あり学習手法3D-JEPAを提案し、言語指示に基づく3D物体位置推定を実現。新データセットも構築し、ロボットやARでの実世界展開を可能にした。

• SparseLoc: 自律ナビゲーションのためのスパースオープンセットランドマークベースのグローバル位置推定
  位置推定2025/3/1

  視覚言語基盤モデルを活用してスパースな意味トポメトリック地図をゼロショットで生成し、モンテカルロ位置推定と後期最適化を組み合わせることで、高精度かつ効率的なグローバル位置推定を実現した。

• 先読みして行動：家庭環境での効率的なタスク実行のためのLLMと古典的プランニングの統合
  タスクプランニング2025/2/1

  LLMによる少数のプロンプトで将来のタスクを予測し、それを古典的プランニングの目標として用いることで、複数の家事タスクを同時に達成する行動列を生成し、実行時間を31%削減した。

• PickScan: 手持ち操作による物体発見と再構成
  3D再構成2024/11/1

  RGB-Dカメラで物体を持ち上げながら撮影し、物体ごとの3Dモデルを生成するクラス非依存な手法を提案。操作検出とマスク抽出により高精度な再構成を実現した。

• ガウススプラッティングによる粒状体操作のための視覚的モデル予測制御
  マニピュレーション2024/10/1

  シーンをガウススプラッティングで表現し、その上で視覚的ダイナミクスモデルを学習してモデル予測制御を行うことで、豆やナッツなどの粒状体の山を効率的に操作する手法を提案した。

• SplaTAM: Splat, Track & Map 3D Gaussians for Dense RGB-D SLAM
  2023/12/1
• STAMP: Differentiable Task and Motion Planning via Stein Variational Gradient Descent
  2023/10/1
• Talk2BEV: Language-enhanced Bird's-eye View Maps for Autonomous Driving
  2023/10/1
• ALT-Pilot: Autonomous navigation with Language augmented Topometric maps
  2023/10/1
• Tactile Estimation of Extrinsic Contact Patch for Stable Placement
  2023/9/1
• ConceptGraphs: Open-Vocabulary 3D Scene Graphs for Perception and Planning
  2023/9/1
• Follow Anything: Open-set detection, tracking, and following in real-time
  2023/8/1
• AnyLoc: Towards Universal Visual Place Recognition
  2023/8/1
• CLIPGraphs: Multimodal Graph Networks to Infer Object-Room Affinities
  2023/6/1
• PAC-NeRF: Physics Augmented Continuum Neural Radiance Fields for Geometry-Agnostic System Identification
  2023/3/1
• ConceptFusion: Open-set Multimodal 3D Mapping
  2023/2/1
• TASKOGRAPHY: Evaluating robot task planning over large 3D scene graphs
  2022/7/1
• Rethinking Optimization with Differentiable Simulation from a Global Perspective
  2022/7/1
• AutoLay: Benchmarking amodal layout estimation for autonomous driving
  2021/8/1
• gradSim: Differentiable simulation for system identification and visuomotor control
  2021/4/1
• DRACO: Weakly Supervised Dense Reconstruction And Canonicalization of Objects
  2020/11/1
• Multi-object Monocular SLAM for Dynamic Environments
  2020/2/1
• MonoLayout: Amodal scene layout from a single image
  2020/2/1
• Kaolin: A PyTorch Library for Accelerating 3D Deep Learning Research
  2019/11/1
• gradSLAM: Automagically differentiable SLAM
  2019/10/1