Nakul Gopalan
Arizona State University
収録論文 17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
- 猿は見て学べるか？ロボットの観察によるスキル学習を評価するベンチマーク模倣学習/ベンチマーク2026/9/8
人間の動画からロボットが操作スキルを学習する際の評価を統一するため、10種類の操作タスクを含むベンチマーク「RoboReel」を提案し、複数の最先端アルゴリズムを比較分析した。
- 意味と計測：視覚言語ナビゲーションのためのマルチエージェント確率的グラウンディングVLA2026/3/1
ロボットが自然言語の指示を3D空間内の物理的な行動に変換する際、VLMは意味理解は強いが距離などの計量的制約の推論が弱い問題を指摘し、言語クエリを分解して各要素をVLMでグラウンディングし確率的に統合するMAPGフレームワークを提案した。
- StageCraft: VLAモデルにおける妨害物・障害物による失敗を実行時推論で軽減VLA2026/3/1
VLAポリシーの実行動画と成否ラベルから、VLMの推論で初期状態の物体配置を調整し、妨害物や障害物による失敗を訓練なしで防ぐプラグインモジュールを提案。
- 黄金のチケット：単一のノイズベクトルで生成ロボットポリシーを改善VLA2026/3/1
事前学習済みの拡散・フローマッチングポリシーに対し、ガウス分布から毎回サンプリングする代わりに固定の初期ノイズ（黄金のチケット）を与えることで、追加学習なしにタスク成功率を向上させる手法を提案。
- PokeNet: 人間の観察から関節物体の運動学モデルを学習マニピュレーション2026/2/1
人間が未知の関節物体を操作する1回のデモから、事前知識なしに関節パラメータと操作順序を推定するフレームワーク。
- 観測モダリティの優先順位付けを可能にする因子化拡散ポリシー拡散ポリシー2025/9/1
拡散ポリシーにおいて観測モダリティを因子化することで、タスクに応じて特定のモダリティを優先できるようにし、低データ領域での性能と分布シフトに対する堅牢性を向上させた。
- 実演からの多関節物体の逐次運動学モデル学習マニピュレーション2025/5/1
人間の実演から多自由度関節物体の運動学制約と操作順序を同時に学習するOKSM表現と、点群からそれを推定するPokenetを提案し、実世界で関節軸・状態推定精度を20%以上改善した。
- 拡散方策の合成による運動軌道の少数ショット学習模倣学習2024/10/1
複数の基本方策の拡散モデルを確率的に合成することで、ロボットに新しい運動軌道を少数の実演から学習させる手法DSEを提案し、評価指標MMD-FKも導入した。
- 対話を通じたロボットの継続的なスキルとタスク学習継続学習2024/9/1
対話を通じて人間から新しいスキルを継続的に学ぶロボットフレームワークを提案し、ACT-LoRAポリシーでシミュレーションと実環境での料理タスク学習を実証した。
- XMoP: ゼロショット異機種間ニューラル動作計画のための全身制御ポリシーマニピュレーション2024/9/1
300万以上のシミュレーションロボットで訓練した全身制御ポリシーにより、未知のマニピュレータへゼロショットで動作計画を転移する手法を提案。
- Interactive Visual Task Learning for Robots2023/12/1
- Improved Inference of Human Intent by Combining Plan Recognition and Language Feedback2023/10/1
- Language-Conditioned Change-point Detection to Identify Sub-Tasks in Robotics Domains2023/9/1
- Efficient Exploration via First-Person Behavior Cloning Assisted Rapidly-Exploring Random Trees2022/3/1
- Natural Language Specification of Reinforcement Learning Policies through Differentiable Decision Trees2021/1/1
- Robot Object Retrieval with Contextual Natural Language Queries2020/6/1
- Grounding Language Attributes to Objects using Bayesian Eigenobjects2019/5/1