Max Simchowitz
Carnegie Mellon University
収録論文 18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
- ワークスペースモデル：顕著性駆動型監督による軽量ロボットメモリマニピュレーション2026/9/17
訓練時にVLMでタスクに必要な情報を抽出し、軽量な潜在メモリ「ワークスペーストークン」に蒸留することで、展開時にVLM推論なしで記憶を要する操作タスクを解けるようにした。
- 最小データでの汎用ロボットポリシーの適応強化学習2026/8/1
事前学習済みのロボットポリシーが、1回のデモンストレーションと自律的なオンライン相互作用だけで新しいタスクを学習できるようにする、オフラインからオンラインへの強化学習手法MiDASを提案した。
- 二重プレコンディショニング（DoPr）：検証損失ではなくテスト時性能のための最適化最適化2026/6/4
自己回帰生成やロボットポリシー学習など、予測を繰り返す展開時に誤差が蓄積する問題に対し、勾配と活性化の両方を前処理する新しい最適化手法DoPrを提案し、テスト時性能を向上させる。
- FADA: ダイナミクス整合による少数ショット領域適応を用いたヒューマノイド制御ヒューマノイド制御2026/6/1
ヒューマノイド制御における領域間のダイナミクス不整合に対処するため、プランナーと逆動力学モデルを分離し、少数の実機データでIDMのみを微調整するフレームワークを提案した。
- ナノ・ワールドモデル：未来動画予測のミニマル実装世界モデル2026/5/17
拡散フォーシングを中心とした、将来のビデオ予測のためのコンパクトで再現可能なコードベースを提供し、世界モデルの設計選択を制御された方法で研究できるようにした。
- OGPO: 生成制御ポリシーのサンプル効率的な完全ファインチューニングロボット学習2026/5/1
拡散やフローベースの生成制御ポリシーを、オフポリシーな批判ネットワークとPPO目的関数を用いて効率的にファインチューニングする手法OGPOを提案し、操作タスクで最先端の性能を達成した。
- ビデオモデルを汎用ロボットポリシーへ変換するVLA2026/5/1
ビデオ生成モデルをそのまま使い、逆動力学モデル(IDM)を個別に学習してビデオ計画を行動に変換する手法を提案。シミュレーションと実世界で高い性能を示した。
- ノイズは無用の長物か？生成的ロボット制御の神話を覆す模倣学習2025/12/1
生成的制御ポリシーの成功要因を検証し、多様性や複雑な写像ではなく、中間ステップの教師あり学習と適度な確率性を伴う反復計算が本質だと示した。軽量な2段階回帰ポリシーがフローモデルと同等の性能を達成することを明らかにした。
- 平滑化された接触ダイナミクスに対する線形フィードバックは接触の多い計画を安定化するのに十分か？マニピュレーション2024/11/1
接触平滑化を用いた微分可能シミュレータによる線形制御器合成の有効性を、双腕全身マニピュレーションの300以上の軌道で検証し、LQRでは接触の多い計画の安定化に不十分である理由を分析した。
- ロボット配置空間における無衝突凸ポリトープ生成の高速化アルゴリズム動作計画2024/10/1
ロボットの配置空間で衝突のない凸領域を効率的に生成する2つの新アルゴリズムを提案し、従来手法より大幅な高速化と調整容易性を実現した。
- 拡散方策の政策最適化VLA2024/9/1
拡散モデルベースの方策を強化学習の政策勾配法でファインチューニングするDPPOを提案し、ロボット操作タスクで高い性能と安定性を示した。
- 拡散強制：次トークン予測と全系列拡散の融合生成モデル2024/7/1
各トークンに独立なノイズレベルを与えて拡散モデルを訓練する新手法を提案し、次トークン予測と全系列拡散の長所を組み合わせて可変長生成や計画タスクで性能を向上させた。
- Robot Fleet Learning via Policy Merging2023/10/1
- Constrained Bimanual Planning with Analytic Inverse Kinematics2023/9/1
- RePo: Resilient Model-Based Reinforcement Learning by Regularizing Posterior Predictability2023/9/1
- Non-Euclidean Motion Planning with Graphs of Geodesically-Convex Sets2023/5/1
- Do Differentiable Simulators Give Better Policy Gradients?2022/2/1
- A Successive-Elimination Approach to Adaptive Robotic Sensing2018/9/1