Max Argus

Allen Institute for AI

収録論文 15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

• FetchMan: シミュレーション経験から学ぶ視覚的ヒューマノイド移動操作ポリシー
  移動操作/sim2real2026/8/17

  シミュレーションで合成デモをクローンするだけでは性能が頭打ちになることを発見し、強化学習とFlow-GRPOによる微調整を組み合わせたエンドツーエンドのsim-to-realパイプラインを構築。実機Unitree G1で未見シーンへのゼロショット到達・把持を73.3%の成功率で達成した。

• MolmoMotion: 言語指示による3D点軌跡予測
  動作予測2026/6/17

  言語指示に基づいて物体上の3D点の将来軌跡を予測するモデルと、大規模データセット・ベンチマークを構築した論文。

• MolmoB0T: 大規模シミュレーションによるゼロショット操作の実現
  操作2026/3/1

  大規模で多様なシミュレーションデータのみを用いて、実世界へのゼロショット転移が可能であることを示し、静的・移動操作の両方で有効なポリシーを訓練した。

• MolmoSpaces：ロボットナビゲーションとマニピュレーションのための大規模オープンエコシステム
  sim2real2026/2/1

  23万以上の多様な屋内環境と13万の物体アセットを備え、MuJoCoやIsaacなど複数シミュレータで使えるオープンなロボットベンチマーク基盤を構築し、実機との高い相関を示した。

• cVLA: 効率的なカメラ空間VLAに向けて
  VLA2025/7/1

  視覚言語モデルを活用し、画像座標でエンドエフェクタの軌道ウェイポイントを直接予測する軽量なVLAを提案。シミュレーションで訓練し実機への転移性能を示した。

• カテゴリ内転移による物体配置の効率的学習
  マニピュレーション2024/11/1

  物体配置をカテゴリの標準フレームで学習し、新しい物体インスタンスへ転移することで、5回程度のデモから食器や家具などの配置を予測する手法を提案した。

• 点群と条件付きフローマッチングによるロボットマニピュレーション方策の学習
  マニピュレーション2024/9/1

  模倣学習において、点群入力と条件付きフローマッチングを組み合わせたPointFlowMatchを提案し、RLBenchで平均成功率67.8%を達成した。

• DITTO: 軌道変換による実演模倣
  模倣学習2024/3/1

  RGB-D動画による一回の人間実演から、物体検出と軌道変換を用いてロボットに新しいスキルを教えるワンショット模倣手法を提案。

• Compositional Servoing by Recombining Demonstrations
  2023/10/1
• RobotIO: A Python Library for Robot Manipulation Experiments
  2022/7/1
• Conditional Visual Servoing for Multi-Step Tasks
  2022/5/1
• Pre-training of Deep RL Agents for Improved Learning under Domain Randomization
  2021/4/1
• FlowControl: Optical Flow Based Visual Servoing
  2020/7/1
• Adaptive Curriculum Generation from Demonstrations for Sim-to-Real Visuomotor Control
  2019/10/1
• FreiHAND: A Dataset for Markerless Capture of Hand Pose and Shape from Single RGB Images
  2019/9/1