Scott Reed

収録論文 14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

• RoboTTT: ロボットポリシーのためのコンテキストスケーリング
  VLA2026/7/1

  ロボットポリシーの視覚運動コンテキストを8Kタイムステップまで拡張し、推論遅延を増やさずに、人間のビデオからのワンショット模倣や長期的タスクの性能向上を実現する手法を提案。

• 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。

• 物理AIのための動画基盤モデルによる世界シミュレーション
  世界モデル2025/11/1

  テキスト・画像・動画から世界を生成する動画基盤モデルCosmos-Predict2.5と、Sim2Real/Real2Real変換を行うCosmos-Transfer2.5を発表し、ロボティクス向けの合成データ生成やシミュレーションを可能にした。

• FLARE: 暗黙的世界モデリングによるロボット学習
  VLA2025/5/1

  将来の観測の潜在表現を予測する世界モデリングを拡散トランスフォーマーポリシーに組み込み、模倣学習の性能と汎化を大幅に向上させた手法。

• DreamGen：動画世界モデルでロボット学習の汎化を解き放つ
  VLA2025/5/1

  画像から動画を生成するモデルでロボットの疑似行動データを作り、1つのテレオペデータから多様な行動・環境への汎化を実現する4段階パイプラインを提案。

• シミュレーションと実世界の共訓練：視覚ベースロボットマニピュレーションのための簡単なレシピ
  マニピュレーション2025/3/1

  シミュレーションと実世界のデータを混合して方策を共訓練する簡単な手法を提案し、ロボットアームとヒューマノイドの多様なタスクで実世界性能を平均38%向上させた。

• GR00T N1: 汎用人型ロボットのためのオープン基盤モデル
  VLA2025/3/1

  視覚言語モジュールと拡散トランスフォーマを組み合わせた二重システム構成のVLA基盤モデルを提案し、実機・人間動画・合成データで学習して人型ロボットの両手マニピュレーションを実現した。

• RoboCat: A Self-Improving Generalist Agent for Robotic Manipulation
  2023/6/1
• A Generalist Agent
  2022/5/1
• Semi-supervised reward learning for offline reinforcement learning
  2020/12/1
• Offline Learning from Demonstrations and Unlabeled Experience
  2020/11/1
• Task-Relevant Adversarial Imitation Learning
  2019/10/1
• Scaling data-driven robotics with reward sketching and batch reinforcement learning
  2019/9/1
• One-Shot High-Fidelity Imitation: Training Large-Scale Deep Nets with RL
  2018/10/1