Sudeep Dasari

収録論文 20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。

• 汎用ロボットマニピュレーション政策の評価のための分類体系
  マニピュレーション2025/3/1

  ロボットマニピュレーションにおける汎化の種類を整理した分類体系STAR-Genを提案し、実世界ベンチマークで検証した。

• ロボット拡散トランスフォーマーの構成要素
  VLA2024/10/1

  拡散モデルとトランスフォーマーを組み合わせたロボット政策の設計指針を検討し、長期的な器用タスクで高性能を発揮する新アーキテクチャを提案した。

• 異なる身体を超えて学ぶ：操作・ナビゲーション・歩行・飛行を1つのポリシーで
  VLA2024/8/1

  20種類のロボットの90万軌道をTransformerで学習し、単一のポリシーでマニピュレーションから歩行・飛行まで制御できるCrossFormerを提案した。

• HRP: 人間のアフォーダンスを活用したロボット事前学習
  VLA2024/7/1

  インターネット上の人間動画から手・物体・接触のアフォーダンスを自動抽出し、既存の視覚表現を微調整することで、多様なロボットタスクの性能を向上させる手法を提案。

• Octo: オープンソースの汎用ロボットポリシー
  VLA2024/5/1

  80万件の軌道データで学習したTransformerベースの汎用ロボットマニピュレーションポリシーを提案し、言語や目標画像で指示でき、新しいセンサーや行動空間にも短時間でファインチューニング可能であることを示した。

• DROID: 大規模実環境ロボットマニピュレーションデータセット
  マニピュレーション2024/3/1

  北米・アジア・欧州の50名が12ヶ月かけて564シーン・84タスクで収集した76k軌道・350時間のロボット操作データセットを構築し、学習ポリシーの性能と汎化性能が向上することを示した。

• An Unbiased Look at Datasets for Visuo-Motor Pre-Training
  2023/10/1
• Open X-Embodiment: Robotic Learning Datasets and RT-X Models
  2023/10/1
• MyoDex: A Generalizable Prior for Dexterous Manipulation
  2023/9/1
• Manipulate by Seeing: Creating Manipulation Controllers from Pre-Trained Representations
  2023/3/1
• Learning Dexterous Manipulation from Exemplar Object Trajectories and Pre-Grasps
  2022/9/1
• RB2: Robotic Manipulation Benchmarking with a Twist
  2022/3/1
• Model-Based Visual Planning with Self-Supervised Functional Distances
  2020/12/1
• Transformers for One-Shot Visual Imitation
  2020/11/1
• RoboNet: Large-Scale Multi-Robot Learning
  2019/10/1
• Visual Foresight: Model-Based Deep Reinforcement Learning for Vision-Based Robotic Control
  2018/12/1
• Robustness via Retrying: Closed-Loop Robotic Manipulation with Self-Supervised Learning
  2018/10/1
• One-Shot Imitation from Observing Humans via Domain-Adaptive Meta-Learning
  2018/2/1