Soha Pouya
NVIDIA
収録論文 11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
- WeaveRL：知覚的強化学習のためのシーン認識型ファブリックへの再構成の織り込みマニピュレーション2026/9/16
GPU加速により数千の並列シミュレーションでシーンをサーフェルとして再構成し、センサ由来の幾何情報に基づく衝突回避型強化学習を実現した。複雑な操作タスクで性能とsim-to-real転移、未知障害物への堅牢性を向上。
- Hydra-0: 汎用世界モデリングと制御のためのアクションフロー世界モデル2026/8/18
ロボットの動作をピクセル運動として表現するアクションフローを用いた汎用世界モデルを提案し、動作誤差を大幅に低減し、ゼロショット合成やデータ効率的な適応を実現した。
- 人間のデモから接触力ガイダンスを用いた器用操作の学習器用操作2026/7/1
人間のデモから物体に加わる力・トルク空間でガイダンスを作り、強化学習で長期的な器用操作を学習するフレームワークCHORDを提案。大規模ベンチマークで高い成功率を示し、実世界にも転移可能。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- AGILE：ヒューマノイドの移動操作学習のための包括的ワークフローヒューマノイド/移動操作/sim2real2026/3/1
シミュレーションから実機への移行を容易にするため、環境検証から訓練、評価、展開までを標準化したヒューマノイド強化学習のエンドツーエンドワークフローAGILEを提案し、5つのスキルと2つのハードウェアで有効性を示した。
- Isaac Lab：マルチモーダルロボット学習のためのGPU加速シミュレーションフレームワークsim2real2025/11/1
GPU並列物理演算とフォトリアル描画を統合し、強化学習・模倣学習を大規模に実行できるロボット学習用シミュレーションプラットフォームを提案。
- mindmap: 深層特徴マップにおける空間記憶を用いた3D行動ポリシーマニピュレーション2025/9/1
環境の意味的3D再構成に基づいてロボット軌道を生成する3D拡散ポリシーを提案し、空間記憶を必要とするタスクで有効性を示した。
- cuVSLAM: CUDAで高速化した視覚オドメトリとマッピングSLAM2025/6/1
最大32台のRGB/深度カメラとIMUに対応し、NVIDIA Jetson上でリアルタイム動作するCUDA最適化済みの視覚SLAMシステムを提案。
- COMPASS: 残差強化学習とスキル統合によるクロスエンボディメント移動ポリシーsim2real2025/2/1
単一のロボットの模倣学習デモのみから出発し、残差強化学習で適応させ、エンボディメント埋め込みで一般化ポリシーに蒸留することで、多様な機体にまたがる移動を実現した研究。
- X-Mobility：世界モデリングによるエンドツーエンドの汎化可能なナビゲーションナビゲーション2024/10/1
潜在状態空間を持つ自己回帰的な世界モデルと多頭デコーダを組み合わせ、行動方策と分離して学習することで、未知環境でも汎化するナビゲーションモデルを実現した。
- ReMEmbR：ロボットナビゲーションのための長期時空間記憶の構築と推論ナビゲーション2024/9/1
ロボットが長期間のナビゲーション履歴を記憶し、時空間的な質問に答えるための検索拡張記憶システムReMEmbRを提案。NaVQAデータセットを構築し、低遅延で効果的な長期推論を実現した。