Ryan Julian

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

• 世界行動モデルはゼロショット方策である
  VLA2026/2/1

  動画拡散モデルを基盤に未来の世界状態と行動を予測するWorld Action Model「DreamZero」を提案し、実機でVLAを上回る汎化性能と7Hzのリアルタイム閉ループ制御を実現した。

• Gemini Robotics 1.5：高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げる
  VLA2025/10/1

  異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。

• Gemini Robotics：AIを物理世界へ
  VLA2025/3/1

  Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。

• AutoRT: Embodied Foundation Models for Large Scale Orchestration of Robotic Agents
  2024/1/1
• Conditionally Combining Robot Skills using Large Language Models
  2023/10/1
• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control
  2023/7/1
• Deep RL at Scale: Sorting Waste in Office Buildings with a Fleet of Mobile Manipulators
  2023/5/1
• RT-1: Robotics Transformer for Real-World Control at Scale
  2022/12/1
• Do As I Can, Not As I Say: Grounding Language in Robotic Affordances
  2022/4/1
• A Simple Approach to Continual Learning by Transferring Skill Parameters
  2021/10/1
• Towards Exploiting Geometry and Time for Fast Off-Distribution Adaptation in Multi-Task Robot Learning
  2021/6/1
• Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills
  2021/4/1
• Never Stop Learning: The Effectiveness of Fine-Tuning in Robotic Reinforcement Learning
  2020/4/1
• Meta-World: A Benchmark and Evaluation for Multi-Task and Meta Reinforcement Learning
  2019/10/1
• Simulator Predictive Control: Using Learned Task Representations and MPC for Zero-Shot Generalization and Sequencing
  2018/10/1
• Scaling simulation-to-real transfer by learning composable robot skills
  2018/9/1