Sandeep Chinchali
The University of Texas at Austin
収録論文 23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
- FORM: 直接的な材料則同定によるロボットマニピュレーションマニピュレーション2026/9/29
単一のロボット相互作用から弱形式運動量バランスを用いて変形可能な材料の物理特性を高速同定し、そのモデルを新しい動作や形状のマニピュレーション計画に再利用する手法を提案。
- もし、ならば、そうでなければ：視覚言語ナビゲーションにおける条件分岐の診断VLA2026/8/18
視覚言語ナビゲーションエージェントの条件分岐能力を診断するためのベンチマークCondVLNを導入し、分岐条件をシーングラフに基づいて生成し、エージェントの失敗原因を分析した。
- ViewMind3D: モジュール型ビュー認識推論による学習不要の3D質問応答3D質問応答2026/7/30
3D再構成や追加学習を必要とせず、マルチビュー観測から3D空間推論を行う学習不要のフレームワークを提案。質問駆動のビュー選択、言語条件付き物体接地、鳥瞰図インジケータ、役割ベース推論の4モジュールで構成し、ScanQAとSQA3Dで競争力のある性能を達成した。
- RoboShape: プライバシーを考慮したロボット知覚のための情報理論的ポイントクラウド表現知覚/プライバシー2026/7/16
ロボットが収集するポイントクラウドから、物体認識の性能を保ちつつプライベートな属性情報を除去する圧縮手法を提案した。
- CoordLight: ネットワーク全体の交通信号制御のための分散協調学習群制御2026/3/1
本論文は、マルチエージェント強化学習を用いて、各交差点のエージェントが隣接エージェントと協調しながら交通信号を制御するフレームワークCoordLightを提案し、ネットワーク規模の交通最適化を実現する。
- MoS-VLA: ワンショットスキル適応を可能にする視覚-言語-行動モデルVLA2025/10/1
ロボット操作方策を学習済み基底関数の線形結合として表現し、新しいタスクには1回の実演だけで勾配更新なしに適応できるVLAフレームワークを提案。
- IG-MCTS：不完全情報下での人間参加型協調ナビゲーション人間ロボット協調ナビゲーション2025/2/1
ロボットが局所知覚で移動し人間が不正確な地図で指示する協調ナビゲーションにおいて、情報共有と移動を同時最適化するオンライン計画法IG-MCTSを提案し、通信量と認知負荷を低減しつつ性能を維持できることを示した。
- PEERNet: ネットワーク接続型ロボットシステムのためのエンドツーエンド実時間プロファイリングツールシステム/プロファイリング2024/9/1
センサ・ネットワーク・深層学習パイプライン・デバイスを適応的にプロファイリングし、クラウドロボティクスの実時間性能を監視するツールPEERNetを提案。遠隔操作やVLM推論で非直感的な挙動を明らかにした。
- ロボット支援機械学習による胃癌ポリープ診断：部分表面触覚イメージングの活用触覚2024/8/1
視覚ベース触覚センサとロボットマニピュレータを用いて胃癌腫瘍ファントムの触覚データを自動収集し、機械学習で分類する手法を提案した。
- Online Foundation Model Selection in Robotics2024/2/1
- Using human and robot synthetic data for training smart hand tools2023/12/1
- ALT-Pilot: Autonomous navigation with Language augmented Topometric maps2023/10/1
- Data Games: A Game-Theoretic Approach to Swarm Robotic Data Collection2023/3/1
- Learning Sparse Control Tasks from Pixels by Latent Nearest-Neighbor-Guided Explorations2023/2/1
- Dynamic Selection of Perception Models for Robotic Control2022/7/1
- Drift Reduced Navigation with Deep Explainable Features2022/3/1
- Personalized Federated Learning of Driver Prediction Models for Autonomous Driving2021/12/1
- Learning Actions for Drift-Free Navigation in Highly Dynamic Scenes2021/10/1
- Interpretable Trade-offs Between Robot Task Accuracy and Compute Efficiency2021/8/1
- Sampling Training Data for Continual Learning Between Robots and the Cloud2020/12/1
- Task-relevant Representation Learning for Networked Robotic Perception2020/11/1
- Combining Reinforcement Learning with Model Predictive Control for On-Ramp Merging2020/11/1
- Network Offloading Policies for Cloud Robotics: a Learning-based Approach2019/2/1