Simar Kareer

収録論文 7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

• DeVA: 物理的ガイダンスを備えた分離型ビデオ・アクションモデルによるロボットポリシー学習
  VLA2026/7/1

  ビデオ生成とアクション予測を分離した専門家モジュールと物理的ガイダンスを導入し、ロボット操作ポリシーの学習効率と汎化性能を向上させた。

• EgoVerse：世界各地から収集したロボット学習用の自己中心視点人間データセット
  データセット/模倣学習2026/4/1

  人間の自己中心視点のデモデータを大規模に収集・共有するプラットフォームとデータセットを構築し、人間データからロボットへの転移学習の大規模実験を行った。

• 視覚-言語-行動モデルにおける人間からロボットへの転移の創発
  VLA2025/12/1

  多様なロボットデータで事前学習したVLAモデルに人間の動画を共訓練すると、人間からロボットへのスキル転移が自然に生じることを示し、その要因が身体非依存の表現獲得にあると分析した。

• EMMA: 一人称視点の人間データでモバイルマニピュレーションをスケールさせる
  モバイルマニピュレーション2025/9/1

  ロボットの遠隔操作なしに、人間の一人称視点の全身動作データと静的ロボットデータを共同学習させ、実世界のモバイルマニピュレーション方策を訓練するフレームワークEMMAを提案。

• EgoBridge: 一人称視点の人間データから汎化可能な模倣学習のためのドメイン適応
  模倣学習2025/9/1

  人間の一人称視点データとロボットのデータ間の視覚・センサ・運動学的なギャップを、最適輸送に基づくドメイン適応でポリシーの潜在空間を揃えることで橋渡しし、実機の片腕・両腕マニピュレーションタスクで成功率を大幅に改善した。

• EgoMimic: 一人称視点映像による模倣学習のスケーリング
  模倣学習2024/10/1

  スマートグラスで撮影した一人称視点の人間の手の映像とロボットのデータを統合して模倣学習を行い、多様な長期的マニピュレーションタスクの性能と汎化を向上させるフレームワークを提案。

• ViNL: Visual Navigation and Locomotion Over Obstacles
  2022/10/1