Sanjiban Choudhury

収録論文 39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

• 実現不可能な教師から実現可能な生徒を蒸留する
  模倣学習2025/5/1

  完全な状態を持つ教師から部分観測の生徒へ方策を蒸留する際、必要な時だけ教師に問い合わせたり回復状態から再開したりして、生徒の観測空間内で学習を効率化する手法を提案。

• X-Sim: 実世界からシミュレーションを経由したロボット操作方策のクロスエンボディメント学習
  sim2real2025/5/1

  人間のRGBD動画からフォトリアルなシミュレーションを再構築し、物体軌道を報酬として強化学習方策を訓練、合成データで拡散方策に蒸留して実世界へ転移する枠組みを提案。ロボット遠隔操作データなしで5タスクで成功率を30%改善。

• 時間的にずれた単一動画からの模倣学習
  模倣学習2025/2/8

  時間的にずれた単一の実演動画から逐次タスクを学習するため、フレーム単位ではなく系列単位で順序を考慮した報酬ORCAを提案し、既存手法を大幅に上回る性能を示した。

• Robotouille: LLMエージェントのための非同期プランニングベンチマーク
  タスクプランニング2025/2/1

  並行・逐次に進む長時間タスクを扱うLLMエージェントの非同期プランニング能力を評価するベンチマークを提案し、既存手法の限界を示した。

• モーショントラック：少数ショット模倣学習における人間-ロボット転移のための統一表現
  模倣学習2025/1/1

  人間の手とロボットのエンドエフェクタの動きを画像上の短い2D軌跡（モーショントラック）として統一的に表現し、少数の人間動画とロボット実演から模倣学習ポリシーを訓練する手法を提案。実世界4タスクで86.5%の成功率を達成。

• APRICOT: LLMを用いた能動的選好学習と制約を考慮したタスクプランニング
  タスクプランニング2024/10/1

  冷蔵庫への物品整理のような制約空間での作業において、LLMによるベイズ能動的選好学習と制約を考慮したタスクプランニングを組み合わせ、ユーザーの選好を推定しつつ環境制約に適応した計画を生成する手法を提案した。

• 実行ミスマッチ下でのワンショット模倣学習
  模倣学習2024/9/1

  人間とロボットの軌道を系列レベルの最適輸送コストで自動対応付けし、ペアデータなしで長期タスクの模倣を可能にするRHyMEを提案した。

• MOSAIC: 支援・対話型料理のためのモジュール型基盤モデル
  VLA2024/2/1

  複数のロボットが自然言語で人間と対話し、多様な日用品を操作できるよう、基盤モデルと専用モジュールを組み合わせたモジュール型アーキテクチャを提案し、料理支援タスクで評価した。

• InteRACT: Transformer Models for Human Intent Prediction Conditioned on Robot Actions
  2023/11/1
• ManiCast: Collaborative Manipulation with Cost-Aware Human Forecasting
  2023/10/1
• Demo2Code: From Summarizing Demonstrations to Synthesizing Code via Extended Chain-of-Thought
  2023/5/1
• The Virtues of Laziness in Model-based RL: A Unified Objective and Algorithms
  2023/3/1
• Causal Imitation Learning under Temporally Correlated Noise
  2022/2/1
• Leveraging Experience in Lazy Search
  2021/10/1
• Guided Incremental Local Densification for Accelerated Sampling-based Motion Planning
  2021/4/1
• Learning Online from Corrective Feedback: A Meta-Algorithm for Robotics
  2021/4/1
• Of Moments and Matching: A Game-Theoretic Framework for Closing the Imitation Gap
  2021/3/1
• Feedback in Imitation Learning: The Three Regimes of Covariate Shift
  2021/2/1
• Blending MPC & Value Function Approximation for Efficient Reinforcement Learning
  2020/12/1
• Bayesian Residual Policy Optimization: Scalable Bayesian Reinforcement Learning with Clairvoyant Experts
  2020/2/1
• Posterior Sampling for Anytime Motion Planning on Graphs with Expensive-to-Evaluate Edges
  2020/2/1
• Autonomous Aerial Cinematography In Unstructured Environments With Learned Artistic Decision-Making
  2019/10/1
• MuSHR: A Low-Cost, Open-Source Robotic Racecar for Education and Research
  2019/8/1
• LEGO: Leveraging Experience in Roadmap Generation for Sampling-Based Planning
  2019/7/1
• Leveraging Experience in Lazy Search
  2019/7/1
• Imitation Learning as $f$-Divergence Minimization
  2019/5/1
• Generalized Lazy Search for Robot Motion Planning: Interleaving Search and Edge Evaluation via Event-based Toggles
  2019/4/1
• Towards a Robust Aerial Cinematography Platform: Localizing and Tracking Moving Targets in Unstructured Environments
  2019/4/1
• Bayesian Policy Optimization for Model Uncertainty
  2018/10/1
• Bayes-CPACE: PAC Optimal Exploration in Continuous Space Bayes-Adaptive Markov Decision Processes
  2018/10/1
• Autonomous drone cinematographer: Using artistic principles to create smooth, safe, occlusion-free trajectories for aerial filming
  2018/8/1
• Bayesian Active Edge Evaluation on Expensive Graphs
  2017/11/1
• Data-driven Planning via Imitation Learning
  2017/11/1
• Anytime Motion Planning on Large Dense Roadmaps with Expensive Edge Evaluations
  2017/11/1
• Learning Heuristic Search via Imitation
  2017/7/1
• Near-Optimal Edge Evaluation in Explicit Generalized Binomial Graphs
  2017/6/1
• Adaptive Information Gathering via Imitation Learning
  2017/5/1
• Learning to Gather Information via Imitation
  2016/11/1
• Densification Strategies for Anytime Motion Planning over Large Dense Roadmaps
  2016/11/1