Stefan Welker
収録論文 9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
- Gemini Robotics 1.5:高度な身体性推論・思考・動作転移で汎用ロボットの最前線を押し広げるVLA2025/10/1
異種ロボットデータから学ぶ動作転移機構と自然言語での多段階推論を組み合わせたVLAモデルと、身体性推論に特化したモデルを発表し、複雑な多段階タスクの実行と解釈性を向上させた。
- Gemini Robotics:AIを物理世界へVLA2025/3/1
Gemini 2.0を基盤に、ロボットを直接制御できる汎用VLAモデル「Gemini Robotics」と、空間・時間理解を強化した推論モデル「Gemini Robotics-ER」を提案した論文。
- Vid2Robot: クロスアテンションTransformerによる動画条件付きエンドツーエンド方策学習VLA2024/3/1
人間の操作動画を入力として、クロスアテンションTransformerでロボットの行動を生成するエンドツーエンド方策を提案し、実機で従来手法を20%以上上回る性能と物体間の動作転移を実現した。
- AutoRT: ロボットエージェントの大規模オーケストレーションのための身体性基盤モデルVLA2024/1/1
視覚言語モデルと大規模言語モデルを活用し、多様なロボット群に指示を生成して実世界データを大規模収集するシステムAutoRTを提案。
- Open X-Embodiment: ロボット学習データセットとRT-XモデルVLA2023/10/1
21機関・22種のロボットからなる大規模データセットを構築し、異なるロボットやタスクに適応できる汎用ロボット方策RT-Xを学習した研究。
- RT-2: 視覚言語行動モデルによるウェブ知識のロボット制御への転移VLA2023/7/1
ウェブ規模の視覚言語モデルをロボット軌道データと共にファインチューニングし、行動をテキストトークンとして扱うことで、未知物体への汎化や意味的推論を可能にするVLAモデルRT-2を提案した。
- 視覚的バックトラッキング遠隔操作:画像ベースオフライン強化学習のためのデータ収集プロトコルオフライン強化学習2022/10/1
遠隔操作で失敗・回復・成功を意図的に収集するVBTプロトコルを提案し、Tシャツ把持タスクでオフライン強化学習の性能を13%向上させた。
- トランスポーターネットワーク:視覚世界を再配置するロボットマニピュレーションマニピュレーション2020/10/1
深層特徴を空間的に再配置して視覚入力からロボット動作の変位を推論するシンプルなアーキテクチャを提案し、物体の仮定なしに高いサンプル効率で積み木やロープ操作などを学習できることを示した。
- 押し動作と把持動作の相乗効果を自己教師あり深層強化学習で学習するマニピュレーション2018/3/1
把持と押し動作の相乗効果を、試行錯誤による自己教師ありQ学習でゼロから獲得し、散らかった環境での把持成功率と効率を向上させた研究。
