Simran Bagaria

Microsoft Research

収録論文 4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

• Rho: 効率的に適応可能なVLAモデルの基盤
  VLA2026/9/29

  双腕マニピュレーション向けのオープンウェイトVLAモデル群「Rho」を提案し、3つの実機での少量データ適応と、15エピソード程度の修正フィードバックによるオンライン適応を実現した。

• FlowDAgger: 潜在空間における人間参加型生成ロボットポリシーの適応
  模倣学習/適応2026/7/1

  事前学習済みの生成ロボットポリシーを、人間の介入から潜在空間で適応させる手法を提案。介入行動を逆変換してノイズに変換し、軽量な潜在ポリシーで基盤モデルを操縦することで、少数の介入から迅速にスキル獲得する。

• 多様なリセットと大規模強化学習による創発的な器用さ
  器用操作/強化学習2026/3/1

  シミュレータのリセットを多様化して強化学習に様々なロボットと物体の相互作用を経験させることで、単一の報酬関数と固定ハイパーパラメータで長時間の器用な操作タスクを解くフレームワークOmniResetを提案した。

• シミュレーション誘導ファインチューニングによる実世界への迅速な適応
  sim2real2025/2/1

  シミュレータで学習した価値関数を実世界の探索に活用し、少ない実データで巧みな操作タスクへ適応させる手法を提案。